分析成熟度曲线如何将过去、现在和未来的分析分解成五个阶段。从描述性到预测性再到认知性以及介于两者之间的所有内容，根据您的独特需求，找到适合您业务的阶段。
分析成熟度
曲线为您提供每个阶段的
快速“概览”
视图。
依靠挖掘的历史数据来找出“发生了什么？” 这种方法引用了使用关系数据库管理系统 (RDBM)、在线分析处理 (OLAP) 和早期数据仓库功能的电子表格和简单的 BI 报告工具。
使用深入发现和数据挖掘来了解“发生了什么以及为什么会发生？” 这项技术虽然仍然是基础的，但通过再次使用 OLAP 和基本 BI 工具以及企业数据仓库和内存数据库可以进一步调查原因。
将历史数据与规则和算法相结合，以发现“将会发生什么、何时以及为什么会发生？” 此阶段通常使用 Apache Hadoop* 框架、Apache Spark* 引擎、可信分析平台 (TAP) 和内存计算技术。机器学习通过从数据集中创建独特的算法以构建用于高级分析的模型来发挥重要作用。
利用大数据、算法和规则来回答问题“我们应该怎么做？” 除了统计学习框架和数据湖之外，还依赖机器学习和深度学习。
人工智能（或 AI）未来的功能之一，是模仿人类作出决策。通过提供具有自学习功能的新水平机器智能来创建完全自动化的企业。
机器学习：
独立学习
培养直觉
并根据数据创建独特
算法以构建
高级分析所依赖的
模型的技术。
构建坚固基础
无论您的业务在分析成熟度曲线上处于哪个位置，英特尔都可以通过正确的基础设施帮助您向前发展。
英特尔® 至强® 处理器 E7 家族具有实时分析、内存解决方案和任务关键型、可扩展的业务处理功能，并且具有已被证明可以处理任何工作负载的可靠性。
英特尔® 至强® 处理器 E5 家族提供处理各种横向扩展数据分析框架的性能和效率，并支持敏捷的云架构和高效的传统工作负载管理。
英特尔® 至强融核™ 处理器是英特尔® 可扩展系统框架的基础元件，专为机器学习以及可靠和高效的高性能计算 (HPC) 工作负载而设计。
立即开始构建您的数据驱动型业务。