通过各种商业智能系统对历史数据进行系统分析，找出规律或者发现潜在问题，再结合管理者的智慧制订出策略来，这是很多企业的决策者习惯的决策流程。随着市场竞争日趋激烈，很多组织越来越依赖于商业智能系统来辅助决策，这给IT部门带来了很大压力。因为我们已经进入了“大数据（Big data）”时代，此时，数据的准备和分析难度已经今非昔比。
　　
　　最大化数据的价值
　　
　　分析能力正在成为越来越多企业日益倚重的技术手段。在IDC去年年底预测的2011年10大破坏性技术中，分析能力与云计算、移动设备、社交网络等热门技术一起名列其中。IDC认为这些技术日渐成熟并逐渐成为主流。很显然，作为专注于数据仓库技术和数据分析技术的Teradata，对该技术的每一步进步都有切身体会。
　　“数据和分析的业务价值已经毋庸置疑，甚至可以说分析的重要性从来没有像现在这么突出，越来越多的企业开始设法从海量数据中找出二次和三次商业机会。对我们而言，就是要利用自己的产品和技术帮助这些企业从各种各样的数据中找到这些商业机会，实现数据价值的最大化。”Teradata天睿公司应用及业务拓展执行副总裁兼首席营销官Darryl McDonald在Teradata 5月20日召开的第11届大中华区数据仓库和企业分析峰会上表示。共有500多位业内专家和用户代表参加了本次会议，他们就如何解决“大数据”时代的分析难题、如何应对数据社交化等与数据价值有关的热点问题进行了深入探讨。
　　Darryl McDonald认为，随着数据的日益庞大和复杂，相关的分析技术也在不断改进，而Teradata也正在通过自己研发和并购等多种手段强化自己的服务能力。这包括先后收购整合营销管理软件供应商Aprimo和具有强大的非结构化数据分析能力的Aster Data公司，以及推出满足各种级别需求的强大数据仓库平台等。
　　
　　“大数据”的分析
　　
　　“大数据（Big Data）”是近来很流行的一个词汇，也是本次大会上谈得最多的话题之一。Teradata认为现在已经进入“大数据时代”。这个时代的特征之一是数据成指数级增长；另一个更为重要的特征是数据类型多且复杂。比如，随着社交网络、移动计算和传感器等新的渠道和技术不断涌现，出现了大量新型数据，与过去主要是结构化数据不同，如今有一半以上的公司面对的最主要的数据类型是半结构化或者非结构化的，如XML、邮件、博客、即时消息等。商业智能等分析系统必须采取办法应对这些问题。
　　“大数据时代的来临已经毋庸置疑。只有那些能够运用这些新数据型态的企业，方能打造可持续的竞争优势。”Teradata天睿公司首席技术官宝立明表示，新的数据世界需要有新的数据处理能力来处理各种新的数据源，需要有新的分析能力（而非传统的SQL）来发现新的趋势，同时，还要提供新的功能来满足企业的新需求。
　　为了帮助企业应对“大数据”时代带来的挑战，Teradata正在设法增强其在非传统数据方面的分析能力。比如，新收购的Aster Data就突破了SQL分析的限制，其独有的SQL-MapReduce分析技术可以对包括社交网络在内的多种数据进行分析和挖掘，从而为企业提供深入的业务智能，以完全发挥“大数据”蕴藏的商业机会。