越来越多的组织将依靠云平台加速向数据驱动型企业的转型。每家公司都必须迅速评估自己的数据分析能力，并制定向数据驱动型企业转型的路线。它是对客户和市场机遇做出更积极响应的关键部分，也是在考虑到技术和市场快速变化的本质而变得更敏捷的关键部分。
使用云、AI 和分析的先进创新和业务敏捷性
随着世界日益数字化，人们、组织、政府机构以及现在的“事物”都产生了数量惊人的数据。 事实上，根据一份报告，世界各地每天产生的数据有 5 亿亿兆字节。
但是公司是否在有效利用自己的客户和运营数据来获得竞争优势呢？ 大多数情况下，答案是“否”。 当然，组织是承认数据的价值的，并在使用更复杂的技术来捕获数据。但是，Gartner® 指出，近 97% 的数据没有被组织使用。Gartner 还报告称，超过 87% 的组织在商业智能和分析能力方面被归类为低成熟度级别。
这种能力缺陷出现的时候，可能会严重限制公司的增长，甚至削弱公司的总体生存能力。这是因为对数据的需求正在急剧增长。在 Accenture 一项名为“从底线到前线”的研究中，我们发现，高绩效组织看到对数据和分析的需求显著增加，远远超出 IT 运营和财务的需求。事实上，我们看到整个业务线对数据的需求都在增加。
目标：运营一个由支持云的见解提供支持的智能企业
Accenture 的一项研究揭示了高绩效与成为我们所说的“数据驱动型企业”之间的直接联系。“数据驱动型企业”指的是一家可以利用云作为催化剂来最大化数据价值，并将云视为一种因其完整性和质量而差异化的资产的公司。
这类公司将数据作为创新、业务敏捷性和关键业务决策的基础，通过人工智能和分析来提高效率、降低风险并创造新的收入来源。数据驱动型企业将基于云的数据和预测分析嵌入其核心中。它们的特点是优化、预测、持续学习和洞察力驱动的文化。
优势会非常显著。根据 Accenture 的经验，数据驱动型组织在盈利能力、客户获取和客户保留方面的表现都优于竞争对手。
一个障碍是：构建正确的云架构以支持云上的数据的能力（参见下一节）。
创建“云数据”战略
在业务仍然依赖于专有的旧数据源系统的地方，业务逻辑和规则的文档编制很差，从数据源到呈现的数据准备过程也很缓慢。因此，报告的数据转换周期可能需要数天，从而导致销量减少和业务性能不佳。
为了克服这些限制，企业需要从它们的旧版数据源和集成系统转换到云中更现代化、更适应未来、更灵活且可扩展的数据架构。这样一来，可以实现实时数据捕获、减少处理时间（有时超过 50%），并加速业务结果。
