在大数据和数据分析领域，技术的发展可谓日新月异。尤其是，随着企业加大数据驱动业务转型的步伐，越来越多的企业认识到掌握最新技术发展趋势对于确保企业实现数据分析战略至关重要。
在这样的背景下，有些企业便迫不及待地开展其数据分析架构的“现代化”，认为已经发展了几十年的数据仓库技术太过“传统”，而那些初创企业提出的一些新概念或者云原生的数据分析才是其抛弃“过时”架构的最佳途径。
但是，这是完全正确的吗？现在，是时候厘清什么是真正的“现代化”，以及“传统”是不是真的过时了！
“传统”：意味着历经长期验证
企业推动数据驱动业务转型的核心诉求，其实是需要利用适合的技术将数据转化为业务的核心驱动力，而这也应该是其建立数据分析战略的根本出发点。
也许有些人认为已经在市场上应用了几十年的数据仓库技术过时了，要实现数据分析架构的现代化和业务智能的现代化，就必须放弃数据仓库技术。
其实，这种“保持现代”观点的一个关键谬误在于，认为必须放弃所有现有的基础设施和工具，这就像要把婴儿和洗澡水一起倒掉一样过于简单粗暴。推销这种观念的人，其实故意忽略了非常重要的一点，那就是”传统“其实意味着这项技术历经验证，传承着长期技术发展的精华。
在Forrester 最新的评估报告“The Forrester Wave： Data Management for Analytics， Q1 2020”中，Teradata天睿公司再度入选领导者象限，这无疑能完全说明了长期占据领导者象限的企业和技术依然保持着历久弥新。
Teradata持续入选Forrester领导者象限
在Forrester评估的所有14家供应商中，Teradata在“当前产品”类别中得分最高。此外，Teradata被公认为是“突出的选择，特别是对于扩展性和可用性至关重要的混合部署”。
的确，Teradata进入市场已有40多年了。但是，这家行业的领导者一直并将持续站在数据管理和分析的最前沿。Teradata引领着数据分析技术的发展，连续17年入选Gartner的分析型数据管理解决方案（DMSA）魔力象限的领导者象限。
其实，这样的成绩和市场认可就是来自自己的“现代化”进步，并把这种进步整合到最新的整体解决方案中来实现的。
由此可见，所谓的“传统”和“现代”这两个特质是可以同时共存的。Teradata采用了经过长久验证的大规模数据库技术，在广受市场验证的可扩展平台Teradata Vantage上搭建了这些功能，并不断强化这项技术，以满足现代数据分析的需求，一直保持着数据分析架构的现代化。
