企业在构建数据利用时，常常遇到业务部门和 IT 部门，在外围指标方面存在某些抵触。IT 部门更专一于稳定性、可重复性、效率和经营风险管理，而业务部门更专一于速度、敏捷性、灵活性和业务危险。
IT 团队负责通过采纳适当的安全性和可恢复性的做法，以最小危险的形式来实现技术部署及企业数据管理（同时满足老本管制）。
业务部门则负责以可掂量的指标来实现企业倒退经营等指标，如在规定的周期内取得的支出增长比率。这些指标有时通过具体我的项目实现的，而这些我的项目须要借助数据分析来掂量胜利度，如大屏展现、驾驶舱、剖析看板、机器学习、深度学习等技术。在许多我的项目里，开始时都是揣测性的，即须要某种程度的摸索能力和预测来定义业务和技术要求。
但矛盾的是，IT 部门对需要的要求是十分明确的，以此保障为新的业务布局数据和技术能力的相应撑持，同时 IT 部门还必须思考新建的业务能力不会对生产中运行的任何已有的流程产生不良影响。所以如果业务部门无奈明确新的业务场景需要，那么 IT 部门又如何能保障实现的成果呢？
大部分状况下，业务部门无奈及时提供所有明确的需要，因而业务部门须要一些业务摸索过程。并且在他们摸索过程中，一直的验证或颠覆之前提出的一些业务假如，并决定业务流动的持续进行或及时止损。业务部门心愿尽快试错，而后开始测试另一种办法、甚至不同的业务场景。
当业务部门创立有价值可反复的剖析过程 / 指标时，咱们称之为“可反复剖析”。益处是这些剖析能够满足明确定义的需要；但害处是它是在沙盒中编写并运行的。这个时候，业务部门心愿 IT 部门将其转移到生产环境中，或者间接投入生产环境中，业务的关注点很可能曾经开始筹备下一个剖析场景，抵触由此开始。
认知这个抵触，能够帮忙咱们更全面地了解这个问题。其中没有人有错，而且他们单方都只专一于实现本人的指标。在咱们看来，他们的抵触正在僵持，但仍然存在解决办法。
灵活性
基于自助式剖析能力述求，抉择最合适的软件资源（BI 工具、开发语言和智能技术等）的能力，放慢用户的洞察力、并最大水平地缩小经营工作。
在解决矛盾的同时实现工具、语言和常识的灵活性
业务和 IT 部门有着不一样的需要。当 IT 部门可能帮忙企业以自助服务形式运行并装备适当的工具时，企业就能够更快地进行翻新以寻找新的洞察。在许多业务用户理解到学习和应用最新工具语言和数据库会进步他们达成业绩的能力时，他们都承受了这个想法。业务用户有时心愿取得更高的自由度和灵活性，却并不总是理解灵活性对于生产环境稳定性的影响。通常，业务用户心愿应用工具的最新版本，而 IT 部门则心愿确保生产环境中应用的是通过测试的稳固版本，避免出现意外的中断或故障报修。
IT 部门的要害职责在于通过评估工具、语言和库来打好稳固的根底，确保这些工具是能够满足业务需要的最佳工具。IT 确保这些组件对业务需要具备战略意义，并且能够进行长期可行的、老本正当的保护。
IT 部门还须要合理化部署生产环境的技术实现，确保统一的产品版本控制、技术架构可反对、劫难复原和整体可管理性。底线是：一项要害的 IT 性能能够反对业务，并且能够通过长期零碎可用性的形式、确保满足所有业务用户的需要。
| 业务需要 | IT 需要 |
|---|---|
| 1、利用各种 BI 工具，开发语言，智能技术进行剖析 2、2、以自助形式提高效率；3、正规和自定义的培训。 | 1、确保生产和摸索环境可拜访，可继续，可伸缩及可保护；2、评估可用性，老本，施行路线，并有效性的反对生产工作负载技术。 |
举荐倡议
为了保障灵活性而不造成凌乱，咱们倡议业务和 IT 部门同时听取以下倡议：
IT 部门留神：
1、IT 部门须要钻研并搭建能够在生产环境中提供反对的受权剖析工具、编程语言和可积淀常识的技术。这项工作应该与业务协同进行，以确保满足业务需要。
2、IT 负责将沙盒数据和剖析利用部署到生产环境中，经营化。
3、无论谁发动的新技术引入，IT 应尽早的参加甚至被动相应的评估。
4、基于用户核心单干，提供技术培训反对 IT。
业务部门留神：
1、尽早与 IT 单干，参加大数据分析利用的技术实现，以放慢评估过程。
2、建设基于用户为核心，从而发展合作、并举荐自助服务培训资料。
3、尽可能利用生产受权技术，放慢 IT 部门将剖析利用于生产的能力。
4、在抉择未经受权的技术时，应由业务方自行决定，然而，业务方应采取 IT 侧的倡议。如果业务部门未采纳倡议，那么 IT 部门的经营化工作可能须要更长的工夫，或者可能须要重头再来。
5、容许业务用户将本人的工具、语言和库带入本人的沙盒中，但必须明确只能用于摸索试验，并且不能间接把生成的剖析部署生产环境中。
灵活性是大数据利用翻新的要害一步，它让用户可能应用各种古代工具来满足他们的剖析需要。
用友数据中台，提供企业数据利用翻新外围能力 - 灵活性。
基于数据湖的技术底座，为企业提供疾速，麻利的数据集成，存储，计算能力。同时基于数据工厂为企业带来全方位的数据治理，利用开发能力。为 IT 部门 (大数据中心) 提供全方位的数据经营能力，同时借助智能剖析提供为业务部门的业务摸索提供灵便撑持，解决了业务部门和 IT 部门的建设过程的所面临的问题。