本赞助帖由IBM云数据服务生产。

据估计，2020年将存在超过30亿连接设备。如果一个企业没有捕获和分析在这个新兴的物联网所有的“出生于云”的数据，那么他们没有得到他们的客户的360度视角 - 事实上，他们甚至没有得到一180-他们的客户的程度。

多年前，短语“逻辑数据仓库”被创造为描述一种新的数据管理方法，专注于改善业务用户对所有类型的业务关键数据的访问。新技术，包括内存中的分析，虚拟化和柱状存储，导致数据仓库更好地装备用于处理越来越复杂的数据网络。

今天，对数据管理的“逻辑”方法需要强劲。各种（不仅仅是网络和移动业务）的组织希望利用“出生在云”数据的质量，如自由形式文本，JSON文档和XML。数据驱动业务的挑战现在不仅在巩固佩戴类型的数据中以构建报告，而且在使这些报告和分析中具有高度可用的用户。

如果“逻辑数据仓库”旨在优化对数据的访问，同时最小化成本，则数据仓库的下一次迭代应该对分析执行相同的迭代。

到目前为止，我们在企业数据仓库中分析的大多数数据都在前端应用程序中生成，如销售点系统，Web应用程序等。此数据会聚合，发送到数据仓库，然后用来建立分析报告。反过来，这些分析推动了富有成效的变化回业务。

今天的差异是企业用户与“报告”和分析直接交互 - 不仅仅是被动地审查它们。换句话说，分析是当今新兴的参与制度。

聘请为每个辛勤客户端构建投资报告的财务顾问的示例，然后在面对面会议期间显示移动设备上的报告。客户可能希望与报表交互 - 甚至还可能希望根据他们正在查看的数据可视化来调整他们的投资组合的实时性。通过每个更改，移动应用程序需要调用记录系统并一次又一次地重新排序数据。传统的内部部署数据仓库将在这里挣扎。

为了保持响应时间瞬间，如果数据被缓存更接近移动应用程序，则将更有利 - 并且因为此应用程序驻留在云中，数据也应该在云中缓存。它可以比较简单，具有右侧的API，将数据从记录（内部部署数据仓库）的中央系统移动到基于云的数据存储 - 更接近移动应用程序 - 可以更快地查询。结果是一个更具动态和响应的数据仓库，它集成在前提和云上，以及SQL和NoSQL（结构化和非结构化）数据库技术。

这只是一个场景，数据管理可以进化 - 并拓展到云 - 为用户提供更多的实时，交互式访问分析。添加需要聚合，分析和响应地理空间，社交和其他快速累积数据，并且您了解为什么它非常重要，以发展我们的“逻辑”分析方法。

今天，我们花了太多时间整合数据，而且没有足够的时间分析它。但是，云的数据库和分析平台，一个新兴的生态系统正在改变这一点，我们有一个巨大的机会 - 与能力 - 使数据仓库中的反应更灵敏，实时分析的“坩埚”。

这个新的云数据生态系统是DashdB等数据仓库服务的主页 - 这将远离基础架构管理的需求，并将用户释放与其数据建立报告，并提高业务运营。这还释放统计学倾斜用户与预测建模工具，如星火，华生分析，和R更多的实验，有助于使企业面向未来和应对新的事件精确到秒。

从数据获得真正的价值，而不仅仅是整合，但还分析和应对其在实时，企业必须把他们的数据仓库策略到云 - 它是唯一的（超过）逻辑做的事情。

翰园是产品经理，dashDB，IBM云计算数据服务。

赞助的帖子是由一家公司生产的内容，可以支付邮政或与Venturebeat进行业务关系，他们总是明确标记。我们的编辑团队产生的新闻故事的内容永远不会受到广告商或赞助商的影响。有关更多信息，请联系[email protected]。