當基于分布式存儲計算的大數(shù)據(jù)處理技術(shù)出現(xiàn)后，我們所面對的則是來自離線和在線的多個不同數(shù)據(jù)流，系統(tǒng)需要實時響應(yīng)數(shù)據(jù)查詢請求，還需要處理分布式系統(tǒng)的分區(qū)和問題，以及滿足高容錯和可擴展的要求，于是就有了lambda架構(gòu)，但其也存在著不足之處：整體架構(gòu)比較復雜，資源開銷比較大，對軟硬件的需求較高；很多分析場景實現(xiàn)困難，增加了應(yīng)用開發(fā)難度；數(shù)據(jù)流水線較長，系統(tǒng)運維復雜。通過選取指標，針對不同的分析事項建立具體的分析模型，將主觀的經(jīng)驗固化為客觀的分析模型，從而指導以后項目實踐中的數(shù)據(jù)分析。

　　通過以上可以發(fā)現(xiàn)，現(xiàn)有的數(shù)據(jù)處理技術(shù)都存在一定缺陷，在面對今天日益復雜的企業(yè)大數(shù)據(jù)分析需求時顯得力不從心，如何采用架構(gòu)技術(shù)來解決這些問題，這也是數(shù)據(jù)分析廠商所面對的挑戰(zhàn)。

       數(shù)據(jù)質(zhì)量問題對于BI和數(shù)據(jù)管理專業(yè)人士來說一定不陌生。在數(shù)據(jù)分析前期，要做到充分溝通、理解業(yè)務(wù)規(guī)則、關(guān)注業(yè)務(wù)痛點、了解用戶需求、換位思考，明確為什么要做數(shù)據(jù)分析，要達到一個什么目標。很多BI和分析團隊努力保證數(shù)據(jù)的有效性并說服業(yè)務(wù)使用人員去信任信息資產(chǎn)的準確性和可靠性。作為個性化分析庫而得以廣泛使用的電子表格或電子報表軟件可以對數(shù)據(jù)中信任缺乏的問題加以彌補。在Excel中存儲和操作分析數(shù)據(jù)的功能為支持自助分析能力創(chuàng)造了環(huán)境，但可能不會激發(fā)其他用戶對結(jié)果的自信心。

 這個時候如果你按照這個階段的財務(wù)數(shù)據(jù)進行估值，對它的市場發(fā)展趨勢就是缺少遠見的。企業(yè)不僅僅只是希望知道過去發(fā)生了什么以及為什么發(fā)生，還希望進一步預(yù)測未來會發(fā)生什么，以及如何做才能優(yōu)化資源配置，取得更好的成果。要善于識別偽市場。真正的創(chuàng)新市場有很多偽市場投資泡沫帶來的市場也有很多偽市場。通常來講有一個顯著性的相關(guān)的指標，這個指標和資產(chǎn)估值有系數(shù)關(guān)系，通過兩三個指標系數(shù)關(guān)系進行校準。行業(yè)市場因市場因素對公司資產(chǎn)價值估值有很多的調(diào)整。判斷該公司進入的是新興市場還是成熟市場。