满足敏捷业务的敏捷分析引擎
目前的商业分析主要基于对相关业务数据的结构化处理，来建设数据仓库，再通过数据仓库的分析进行建模，再提供给市场部门做业务开展的参考和指导。
而数据处理过程如果采用ETL和数据仓库的方式进行处理，会面临：
数据结构优化，面对庞大和海量数据，数据仓库的结构需要进一步优化，优化的好与坏直接决定分析的速度。但是进行优化又是一个复杂而又时间冗长的过程。
所有的计算性能和时间全部用在数据的导入和导出的过程中，而没有真正用在整个数据分析过程。
如果分析的数据容量需要进行扩展，由于数据仓库采用的是关系型数据库的解决方案，扩容相对比较麻烦。
因此，我们引入了一个全新的解决方案，通过搜索引擎和数学模型库的组合，将各种结构化和非结构化的数据进行快速组合和建模，无需对数据做预先的结构化定义，而是采用后定义或无定义的模式，能够灵活的变换和应对数据的变化和调整。
因此，没有了数据库结构，就不需要进行数据结构的优化，实现了随时存取数据的要求。
同时通过搜索引擎的查询和数学模型库的运算，快速匹配前端业务的需求变化，将计算性能真正用于分析过程。
在采用搜索引擎的方式存储数据后，可以建立一个整体群集，保证系统的可扩展性，性能不会因为业务规模增长而下降。
