数据是现代企业的基础，它不仅仅是收集和存储它。在一个事物不断变化的世界中，您需要能够访问和分析数据以获得见解，从而推动有效的业务决策。大数据就在我们的DNA中：谷歌多年来一直处于数据驱动创新的前沿，其使命是组织世界信息，使其普遍可访问和有用。谷歌是用来处理和分析大型数据集的，通过我们的智能分析平台，所有企业都可以使用同样的技术来实现这一点。

如果说今年不可预测的一个教训是，我们总是需要为任何事情做好准备。我们的客户信任我们的数据，这就是为什么我们的愿景集中在为任务关键型工作负载提供一个经验证的可靠性和安全性的分析平台。

在本周的Google Cloud Next'20:OnAir上，您将看到我们的愿景通过我们分析平台的三个核心原则实现：开放、智能和灵活。让我们深入了解一下数据分析的新功能，以及本周您可以探索哪些内容来帮助推进您的数据战略。

提供选择和可移植性的开放平台

我们知道您在选择分析解决方案时需要选择。这包括选择跨混合云和多云部署、选择利用开放源代码服务（OSS）以及选择利用开放API简化迁移和数据访问。BigQuery及其数据产品生态系统为您提供了一个开放平台，因此您可以最大限度地灵活地管理分析应用程序和数据驱动的解决方案。这就是为什么我们最近发布了BigQueryOmni，这是一个灵活的多云分析解决方案，允许您在不移动数据的情况下分析Google云、AWS和Azure（即将推出）中的数据。通过BigQueryOmni会话查看多云世界中的分析，中国移动物联网，了解更多信息。

今年早些时候，我们还欢迎Looker进入谷歌云。Looker是一个运行在Google云或您选择的云上的数据和分析平台，可以利用BigQuery的优势。Looker允许数据团队释放强大的数据体验，超越传统的报表和仪表板，提供现代的BI、集成的见解、数据驱动的工作流和定制应用程序。Looker刚刚发布了完整的Google营销平台的Looker模块，Looker Marketplace现在提供了针对应用程序构建者的重大升级。要了解有关这些公告的更多信息，请查看Looker的Roadmap:2020&Beyond session或其post:newlooker特性增强功能，以满足数据驱动型员工的需求。在本节中，我们还将展示我们与Looker和BigQuery BI引擎的首次集成：始终快速和新鲜的仪表板：在BigQuery BI引擎内。

最后，我们还提供了诸如Dataproc之类的托管服务的组合—这是开源数据处理的新功能，以及在BigQuery存储API中使用Spark和Presto之类的开源语言的能力，允许客户继续在Google云中的数据中使用熟悉的工具。这些都是我们如何继续为客户提供一个开放平台的很好例子。

内置智能服务，让您可以用现有的做更多的事情

谷歌云的智能分析平台提供嵌入到我们的工具和流程中的智能服务，物联网模块，因此用户不必学习新的东西来利用它。企业希望通过AI和ML增强当前的解决方案，并通过实时智能优化业务成果。谷歌云提供业界领先的人工智能服务来改善这些决策和客户体验。

例如，使用BigQueryML，用户可以使用标准SQL构建定制的ML模型，而无需从仓库中移动数据。我们最近添加了新的模型，包括使用XGBoost的增强树、使用TensorFlow的DNNs、K-means聚类、矩阵分解等等。我们正在进一步利用这些模型来构建实时人工智能解决方案，如异常检测、模式识别和预测预测，这些解决方案可以跨多个行业使用。这些详细而规范的设计模式可以帮助您构建解决方案，这些解决方案可以发现日志事务中的异常情况，比如使用此电信公司，检测视频剪辑中的对象，或者预测客户生命周期价值（LTV）。Demandbase目前正在使用BigQuery ML，并将在BigQuery ML的新功能中磨练它们的用例，以Demandbase为特色。

灵活性使您可以以业务的速度进行扩展

最后，我们构建了提供灵活性的数据分析工具。我们知道我们的客户跨越不同的行业和多个用例。例如，BigQuery定价模型的灵活性允许您在不同环境中唯一地混合和匹配定价层，以满足需求并直接控制成本和性能。在过去的一年里，我们已经宣布了Flex Slot，短期分析能力爆发，每次只需60秒；针对试用Slot的新客户提供95%的BigQuery折扣促销优惠；现在，我们宣布，您可以每次至少购买100个Slot，增量为100个Slot。此更改适用于所有承诺类型（弹性、每月和每年）。我们从中小型企业和数字本机组织那里听说，他们想要这个新的定价层，它真正实现了跨这些不同细分市场的统一费率定价的民主化。在这里了解更多信息。