当个人和部门复制数据而不是共享数据时，可能会出现更多问题，包括数据漂移：在一个地方进行的更改或发现，在另一个地方没有进行的更改或发现，可能会导致数据使用不一致、混乱和灵活性丧失。简而言之， 数据孤岛 缺乏统一性就无法提供全部价值——企业需要单一事实来源才能快速、舒适地采取行动。
举个实际的例子，我们可以想象一下，当业务决 智利电话号码数据 策者依赖不统一的数据，或者仅使用所有相关可用数据的一小部分来生成洞察时，他们会如何反应。他们的问题可能在广度和复杂程度上受到限制，而他们的答案可能不完整：
（库存）
卖出了什么？（销售额）
哪些业务部门创造的收入最多？（收入）
所有这些问题都很重要，但很基础，可能与竞争对手发现的肤浅问题没有太大区别。即使假设有人获得了正确的答案，它们也不太可能带来改变游戏规则的见解。
设计数据时考虑重用
那些渴望真正以数据为中心、并凭借生成预测洞察的能力保持竞争力的公司需要迈出关键的一步：设计数据时着眼于重复使用。
面向未来的企业不需要为每个用例复制数据，而是需要将数据存储在 数据分析生态系统，然后确保每个需要的人都可以访问相同的数据。方法上的差异可能看起来很微妙，但它意味着将分析转移到数据上，而不是相反。