未来的智能公司？只有信息才有可能！

只有在历史信息和当前信息的情况下才有可能，这样才能为未来提供信息。这些信息/数据在这些公司已存在多年，但这些信息/数据仍然没有得到最好的应用和使用。当然，排除在外的是大型高科技公司，如谷歌，亚马逊，或金融和保险业，购物返利app，甚至初创企业。

此外，能源行业，特别是在开放市场，利用

数据的优势进行预测。此外，在整个贸易（能源、金融、原材料等）过程中，人们使用信息和由此衍生的情景。

他们不使用这些信息，淘客推广渠道，但公司继续使用这些信息！通过比较、加载、队列等方式（双数据存储），我们可以非常辛苦地获得当前的财务相关数据或性能数据，使用任何重型BW工具或新的云工具。因此，您可以在Microsoft Excel中再次导出和显示它们！然后报告将通过邮件发送给每个人。不！

SAP概述了活动的目的。根据Simon Sinek的图表，它很好地显示了数据的原因、方式和内容。

但是……

公司和客户的利益是什么？希望获得什么好处？像这样的东西是怎么工作的？那么一个人如何继续生存呢？要注意什么？

这里又是类型：找一点"概念证明"，做一个原型。然后展示数据的有用性！

为什么

为什么在我们需要提高效率和效率的今天，我们的信息太少了？为什么信息质量不够？为什么我们对市场和客户知之甚少？我们为什么……

原因：

数字化和转型，公司的地位如何？目前市场情况如何？公司的地位如何？有法规和法律吗？数据质量和可用性？

如何

我们如何获得相关信息？组织如何处理信息？我们如何保存数据？操作数据？经验数据？如何……

原因：

数据及其质量？历史数据和当前数据？信息来源及如何获取？简单？

什么

我们的策略是什么？今天我们有哪些资源？我们能做什么？能产生什么附加值和效益？

原因：

我们有策略吗？历史数据和当前数据的景观？数据质量和安全

让我们熟悉一些关于数据和安全的技术问题信息平台和数据管理的主题在第5号博客中讨论。

热点数据：

这是非常频繁访问的数据，例如用于报告或处理的数据。

热点数据：

此数据不再被访问或被删除很少访问（从公司内存或持久暂存区域写入优化的数据存储对象，或从采集层写入优化的数据存储对象）。

冷数据

这是不再需要的数据，通过近线存储进行备份–此数据用于历史或部分改进！

数据库类型和制造商

关系数据库（SQL、DBMS）

在关系数据库模型中，数据存储在结构化表中。这些表相互关联（关系），它们是使用外键实现的。数据库系统是与要管理的数据库数据一起执行的数据库管理系统。数据库确保机构用户数据的持久性存储和一致性，并为使用DBMS查询、评估、修改和管理这些数据的数据库应用程序（Sybase ASE、IBM、Informix、dBASE、Microsoft SQL Server和Oracle）提供接口；开源：MySQL和PostgreSQL）.

面向对象数据库：

面向对象数据库基于这样一个事实：数据与其功能一起存储在单个对象中。存储数据的对象负责内部管理数据。为此，有适合数据库模型的对象语言。在他们的帮助下或通过对象函数，可以读取数据（ObjectStore、O2、EntropyDB、db4o）。

非关系数据库（NoSQL、BASE）

NoSQL的意思是"不仅仅是SQL"，它描述了遵循非关系方法的数据库系统。这些数据库可以基于不同的数据库模型，具有横向可扩展性，可用于大型数据应用（面向文档的数据库）。

内存数据库（IMDB）：

内存数据库（IMDB）是使用计算机工作内存作为数据存储的数据库管理系统。这与传统的使用硬盘的数据库管理系统不同

（面向文档的数据库）（（SAP HANA、SQLite、Redis）。

现在我们可以回答更多的问题：

大数据

这对大数据意味着什么？有大数据数据库吗？要回答这个问题，有必要再问一个问题：将大量的单个数据记录写入SQL数据库并等待每次事务完成是否有意义？答案是：没有。现在你知道为什么大数据——实际上是海量数据存储的一个术语——经常被用作NoSQL数据库的同义词了。

数据湖

术语"数据湖"代表非常大的数据内存。与普通数据库不同，它包含原始格式的数据。数据湖可以从各种各样的来源获得数据。数据可以是结构化的，也可以是非结构化的，在存储之前不需要验证或重新格式化。除了基于文本或数字的数据外，data Lake还可以捕获图像、视频或其他数据格式。只有在需要数据时，才会对受影响的数据进行结构化，如有必要，人工智能技术发展，还会重新格式化。

数据和信息还需要监管机构、安全和数据保护。法律提供了依据，但将公司内部记录在文件中是有意义的！