隨着企業的發展，分析也在變化，從單純面向過去，逐步演進到全視角數據分析。數據逐步成爲企業核心資產，數據的衍生價值也越來越大，企業都在努力從流程驅動型企業轉型成爲數據驅動型企業。
在分析1.0階段，隨着信息化建設的深入，企業積累了大量業務數據，用戶洗完更瞭解一段週期內的企業經營情況。因此這一階段企業以看到過去的描述型分析爲主。整合業務數據、累計歷史、通過報表、查詢等形式，對業務歷史數據進行統計分析。這一階段，需要解答的業務問題是
- 業務以及發生了什麼？
- 業務爲什麼會發生
在分析2.0階段，企業不僅僅要對已經發生的業務進行評估，還需要對業務進行前瞻性預測。因此這一階段企業以面向未來的預測型分析爲主。需要建立數據科學團隊，針對海量數據進行探索、研究，從數據中發現新的業務洞察。這一階段，需要解答的業務問題是
- 已經發生了什麼？
- 爲什麼會發生
- 將要發生什麼？
在分析3.0階段，企業希望提高分析的時效性，嵌入業務流程自動化、智能化驅動業務。因此，這一階段企業以決定現在的運營型分析爲主。監控業務，實時反映當前業務狀況，進而，利用預測型分析的成果，驅動業務向我們希望的方向發生。這一階段，需要解答的業務問題是：
- 已經發生了什麼？
- 爲什麼會發生？
- 將要發生什麼？
- 正在發生什麼？
- 如何驅動業務發生？
爲滿足分析2.0或3.0階段的需求，很多企業採用多種技術路線，建立多個異構數據平臺，管理混合數據生態，提供多樣化的分析能力。這一思路爲數據平臺建設帶來了如下挑戰：
- 數據分散在多個異構平臺，缺乏統一的企業級視圖
- 數據冗餘存儲，一數多源，存在二義性
- 平臺間數據共享、交換頻繁，數據流網狀
- 技術路線複雜，增加了開發和運維工作量
全視角數據分析需要現代化數據平臺。數據平臺需要面向混合數據生態，基於多元化寄出設施，提供多樣化分析能力。而Greenplum作爲新一代數據分析及實時數倉平臺，能夠針對不同形態、不同時效性的數據具備高效的採集能力和海量數據管理能力。同時，還能通過標準SQL語言，集成各類企業數據源（如：Hadoop、對象存儲等），保證數據訪問準確、完整、及時並使用方便。
Greenplum提供的服務既包括複雜的分析查詢，也包括簡單高併發的點查詢，更有HTAP類型的分析。此外，還可以使用文本檢索、機器學習等技術提供數據服務，具備多樣化的計算能力。
現代化的數據平臺需要應用於不同的分析場景，有些場景CPU敏感，有些強調IO能力，有些則需要按需搭建、彈性伸縮，Greenplum可以適用於不同基礎設施要求。
戳下面鏈接觀看完整演講視頻，深入瞭解新一代數據分析及實時數倉平臺Greenplum。
https://www.bilibili.com/video/BV1Zr4y127Zk?spm_id_from=333.999.0.0