企业的业务目标决定着最合适该企业的数据发现平台，对任何公司都是如此。在高层次上，数据发现工具可帮助企业从数据挖掘出价值。而通过可视化、分析和其他基本功能，这些工具可确保企业商业智能举措取得成功。

但在评估相关产品时，决策者必须将关键标准作为其中的一部分。下面让我们来看看评估数据发现工具时需要考虑的最重要因素：

分析/可视化类型

这些工具如何实现分析？这是数据发现工具的主要功能。所以这里关键问题是数据发现产品支持何种类型的分析和可视化？

例如，数据发现平台是否支持高级或预测性分析和机器学习功能，以增强商业用户的洞察力？

通过预测性分析，企业可分析当前和历史趋势或活动以预测未来事件，这包括特定产品或服务在特定市场中的销售情况等。它可从历史交易数据发现模式以识别机会或风险。预测模型可检测多种因素之间的关系，使业务分析师能够作出明智的决策。

目前金融服务、保险、市场营销、零售、医疗保健和医药等很多行业都已经在使用预测分析。有些数据发现产品具有自学机制，可基于多个来源的数据提供建议和预测结果。

其他分析工具还会从社交媒体网站提取数据，提供对特定市场热点话题和情绪信息的洞察力，例如人们是否对某家公司或产品抱有正面或负面看法。这可为市场营销和销售工作提供重要情报信息。

企业还可利用分析来衡量和管理应用、团队和个人绩效，以改善客户体验并发现新的市场机会

而那些需要解决复杂且时间敏感情况的企业应该考虑数据发现工具是否支持内存分析。这种查询数据的方法发生在计算机的随机存取存储器中，而不是在物理磁盘。内存分析可缩短查询响应时间，使BI和分析应用支持更快的业务决策。

对于IT和企业用户来说，数据发现工具如何可视化数据是关键考虑因素。图表、地图、表格和其他呈现形式可使复杂信息更易于理解和消化。

但也许企业用户更想要先进的功能，交互式可视化选项包括地理信息，包括地理或空间；数据透视表，其中可汇总其他表格的数据以便对数据进行排序、求平均值和求和计算；以及热图，可通过颜色矩阵形式呈现数据。

IT管理因素

拥有多个组织级别且分布在不同地点的企业可能会使用数据发现工具，包括遍布全球各地的广泛分布的地区办事处。这使企业面临风险，因此在评估数据发现产品时必须考虑这种风险。

首先考虑的是数据管理。数据发现平台应该提供一种方式来监督和管理数以万计的用户，包括按工作角色和权限进行管理。数据发现工具是否支持自动化集中管理？这些工具包括哪些数据准备和数据质量功能？

数据安全和隐私是管理的重要方面。数据发现平台提供哪些用户身份验证和访问控制？企业不仅要保护数据抵御黑客和网络罪犯等外部威胁，也要防范内部威胁，比如用户疏忽的情况。

版本控制是另一个IT管理考虑因素。为确保数据和可视化为企业带来最大价值，管理不同版本的文档和模型至关重要。

到处都有相关数据，无论是来自内部还是外部。这些数据可能来自客户互动、网站、社交媒体、移动应用和研究报告。

数据发现工具必须支持各种内部和外部资源。数据发现工具能否轻松有效地从这些来源获取数据以及它如何处理不同的数据结构，都是重要的考虑因素。

数据发现平台能否连接关键系统并从中提取数据？这个过程是否顺利？它是否支持结构化、半结构化和非结构化数据以及来自云端和本地系统的数据？

有些工具可帮助企业筛选数据源以及剔除噪音，以找到特定项目最相关的信息或更好地实现目标。良好的数据是提供有效洞察力的关键。并非所有数据来源都有用，有些数据甚至可能有害。

数据糅合功能也是需要考虑的事情。企业可能希望将多个来源的数据整合到单个报告或者工作流程，这可能包括内部数据以及来自外部来源的数据。

合规性功能

数据发现工具还可帮助企业遵守政府和行业法规，例如2018年5月25日生效的《通用数据保护条例》（GDPR）。

GDPR是欧洲议会、欧洲理事会和欧盟委员会为欧盟公民提供数据保护而制定的法规。很多企业正在使用数据发现工具来查找隐藏在电子邮件、演示文稿和其他角落的客户数据以确保合规性。

因此，数据发现工具的其他考虑因素包括：这些工具如何提供数据识别、分类、监控、跟踪和追踪，以及全文搜索和合规性相关的其他功能。此外，你还必须询问这些工具包含哪些元数据管理功能，元数据是合规性的关键推动者。

这些只是评估数据发现工具的部分注意事项。其他注意事项包括总成本、可扩展性以及它与现有平台的整合程度。此外，移动平台支持和云计算还是内部部署也是需要考虑的因素。

根据企业对数据发现的具体需求和目标的不同，在选择过程中的各种因素可能有着不同程度的紧迫性。好的做法是让所有利益相关者参与进来，这可确保数据发现平台充分发挥其价值。