今天的数据创造率已经简单地思考令人难以置信。它每天都在加速。IDC最新的数字宇宙学习预测，每秒将每秒创建大约1.7兆字节的新信息，为2020年的行星上的每个人都会创建。消费者今天在世界上创造绝大多数新数据 - 通过社交渠道，零售POS购买，在线行为和偏好跟踪，数字输出，手机位置等。然而，IDC发现，只有0.5％的数据分析。
指导斯坦福大学社交数据实验室的andreas Weigend是一个长期的支持数据社会化的社会福利。如果上个世纪被遵守物理物质相互作用的能力 - 想到X射线和雷达这样的技术 - 本世纪，他说，将通过通过他们创造的数据观察人们的能力来定义，分享和消费。
从社会和商业角度来看，当然，消费者创造每分钟的大量数据，与商业智能见解和外部数据来源相混合，例如，美国人口普查或客户情绪数据 - 对企业非常有价值所有种类。混合和协调在快速周期中的数据有助于商业领袖成功：要了解客户，增加响应时间，加入底线，让人们更多的是他们喜欢的东西，更少，竞争竞争更快，以竞争更快地竞争竞争对手，改善招聘流程 - 以及对患者数据的实时监控等新创新，以改善健康结果。
新的业务数据分析协作模型出现了
在一方面，企业现在需要智能机器来混合大量数据进行分析。根据最近的哈佛商业审查研究（PDF），二分之二的组织已经尝试将五到15个数据来源分析，以及使用Excel Docs使用手动分析的多数人来实现这不是一个可行的解决方案。
在翻盖方面，一旦完成了复杂的数据混合，就会对人群的智慧，AKA数据分析协作存在显着的益处。不同学科的各种专家可以审查和权衡，外部合作伙伴可以在共享数据见解上进行协作，并且可以以Groupthink方式在数据分析中以迭代以Groupthink方式询问新的答案。
许多大型供应商，如亚马逊，谷歌，IBM和微软现在正在开始讨论数据分析中共享和协作的好处。但大多数商界人士对它有价值的令人困惑和真正意味着什么。
就像消费者社交媒体革命所遵循的社会商业协作趋势一样，业务数据分析合作已经到来。还是真的？数据合作是否在现代数据分析中非常重要 - 如果是的话，为谁和什么？
3个地方它很重要 - 其余的是现在都是炒作
1.全球分布的团队和内心的协作
当团队在全球分发时，他们需要能够看到见解和工作的洞察力和验证相同的可视化和观点。为什么？主要利益相关者可能在太平洋时区观察对业务的新见解，而其他团队成员可能位于不同的时区，并在几个小时后审核。即使在全球稍后在全球观看的数据源可能已经更新并刷新并被刷新，全球分布团队的成功铰接也能够看到所观察到的观察到。
此方案基本上是内心协作的概念。如果它不在上下文中，不同的人看到它并在不同的时间读取，而且他们试图回答同样的问题，你也可以追溯到旧的方式：喜欢通过电子邮件发送仪表板并让线程出发在和上，这可能是一个巨大的时间 - 或者这么长时间，企业不能采取有效的行动来制定有意义的数据驱动的决策。
2.跟踪数据管制的工作流程以获得商业协作
当数据团队访问需要将需要混合到整体洞察力的不同数据源时，每个所有者都需要与每个源进行连接，确定该源中需要的是什么，然后将数据传递给组中的下一个播放器知道在接下来回答业务问题的情况下需要混合哪些来源。
将此视为数据管理中的协作，以便可追踪，高质量和可审计工作流程，在那里协作充当数据流水线中的递送点 - 并最终将正确的数据集混合以加入最有价值的结果。
3.人群的力量为360度的观点和最佳结果
谈到数据洞察力时，最好和最有意义的是真正了解业务的关键利益相关者 - 它如何运作以及他们关心的是 - 联合合作数据分析，以便对最重要的事情进行快速洞察。域专业知识的力量使得可以了解正确的问题，以便在业务上靠近实时洞察。
他们一起了解数据是最新信息，什么是无关的或者异常值，以及必须基于数据洞察力所揭示的行动，因此他们最有意义和对业务的材料。在任何区域都没有良好的业务决策。这始终是团队的意见和决定。通过业务数据合作的360度的观点导致了最佳，最成功的业务结果。
Sharmila Mulligan是Clearstory数据的创始人和首席执行官，这是一家基于加利福尼亚州Menlo Park的大数据分析创业公司。
