Lifescale Analytics宣布其数据演进策略的革命性方法，对于帮助组织现代化其操作、流程和客户体验至关重要，让其能够充分利用其数据。
当前的数据策略必须超越传统的数据湖和数据集市，进入今天的不间断的流数据源，这些数据在创建之后很快就会变得过时。Lifescale Analytics的数据演进策略针对历史上可操作和立即有价值的数据的正确组合进行了定位，这在使用人工智能和机器学习时至关重要。尽管历史上有价值的数据提供了深入了解诸如过去的表现和效率以及有关企业当前状态的原因，但即时可操作的数据提供了洞察力，了解当前系统和流程，可以利用它们来推动反应性的业务决策，主要是来自新的来源，例如物联网设备。
“在利用人工智能和机器学习融入今天的环境时，需要利用经过适当筛选和验证准确性的可操作数据是至关重要的”，Lifescale Analytics的CEO Trish Geloso说。
Lifescale Analytics的成熟的数据演进策略通过创建有效的模型来降低噪音，这是组织可以依靠的路径，更重要的是，可以信任其最关键的业务决策，为组织提供通向数字化转型的最有效路径。
