“通過數據收集，'越快越好'始終是最好的答案。” — 瑪麗莎·梅耶

雅虎前總裁兼首席執行官瑪麗莎·梅耶 (Marissa Mayer) 和其他許多人一樣，腦子裡都有數據，不僅涉及技術行業，而且越來越多地涉及所有行業。我們不斷被提醒，數據是 21 世紀的石油，每個企業都將很快成為數據企業。訪問數據的過程雖然從治理的角度可能會受到越來越多的審查，但鑑於我們必須處理的數據量巨大，它並不是特別具有挑戰性，而是理解如何處理它的過程以及如何從仍然是關鍵焦點的數據中獲取價值和洞察力。

然而，還有另一個挑戰：及時性之一。您已經整理了您的技術平台，選擇了您的商業智能工具，僱用了一個數據分析團隊並諮詢了您組織中的中小企業，以了解需要回答的重要問題是什麼，卻發現所獲得的見解來自於所發生的事情 6幾週前甚至六個月前。全球 Covid-19 大流行表明情況變化很快，無法根據過去的經驗可靠地規劃未來的路線，您必須適應現在正在發生的事情。在供應鏈行業運營，EV Cargo 見證了事件發生時可能造成的中斷。管理這種中斷和保護我們的客戶的能力需要優秀的人才，但這些人還必須能夠獲得最新信息才能做出明智的決定並採取積極的行動。

當然，實時數據不僅僅是在問題發生之前預防問題，它還涉及抓住機遇。想像一下，您汽車中的 GPS 會通知您旅途中即將出現的交通擁堵情況，此時您可用的數據不會影響已經存在的問題，但它確實能讓您抓住機會採取行動不同的路線。洞察力歷來由批處理式分析支持，其中需要一段時間才能產生結果；向實時數據的轉變提供了領先於曲線的潛力。實時數據使我們遠離描述性和預測性分析。我們不再詢問發生了什麼，或試圖根據歷史趨勢預測會發生什麼，我們正在展示正在發生的事情，幫助告知我們應該採取什麼行動。

EV Cargo Technology 面臨的挑戰是，我們能夠以多快的速度向客戶提供可靠數據，以富有洞察力的方式呈現，以加快決策過程，或通過智能機器學習數據模型完全自動化該過程。計算能力的雲服務、外部數據源的第三方 API 和直觀的數據可視化是我們智能 SaaS 產品的基礎。

使用實時數據存在固有的挑戰。它的成功使用取決於高可用性和低響應時間的系統，這些系統本身就具有成本影響和權衡。它還需要了解在任何給定時間最相關的數據源是什麼——如果市場或業務因素突然發生變化，數據源 B 與數據源 A 建立可靠且快速的集成，則沒有任何價值現在更有見地。

有效理解和管理數據的能力將責任重新推給組織內的人員。將數據驅動的軟件無縫集成到我們客戶的環境中以提供日常價值是我們組織中員工的動力，不斷努力以進一步創新的方式處理數據並了解其未開發的潛力將繼續推動我們前進未來。