这是一个长期存在的问题：whatsapp 数据 商业人士实际上被数据淹没，却缺乏洞察力。
或者正如戴维斯·克拉克所说，“在过去的 20 年里，我们在收集、存储和提取数据的能力方面取得了非凡的进步，但在整合和解读数据的能力方面却进步甚微。”
这个问题并不新鲜：我们如何让那些需要数据在其专业领域（财务、运营、销售、营销、供应链等）内做出决策但又不是数据分析专家的人有效地使用数据？
戴维斯并不是第一个试图回答这个问题的人，但他从独特的角度来解决这个问题。以下是他的故事，以及他为解决这个难题而创立的公司Futuremodel的故事。
问题
正如戴维斯所说：“我们正处于数据驱动的黑暗时代。”他指出，语音搜索是影响销售的一个因素 在过去的 20 年里，我们在收集、存储和提取数据的能力方面取得了非凡的进步，但在整合和理解数据的能力方面却进步甚微。
随着数据和应用程序转移到云端，我们访问企业外部数据源的能力不断扩大，但分析进展不足带来的困难也不断增加。
Davis 认为这不仅影响我们的社区（我们拥有比以往更多的开放数据，但没有统一的界面来探索、使用和分享我们对这些数据的见解），还影响企业层面，因为企业层面仍需要 18 个月的时间和数百万美元才能实施企业范围的商业智能 (BI) 系统。而且一旦业务发生变化，它们仍然会崩溃。
这两个领域都因缺乏技术分析进展而受到负面影响。戴维斯说：“问题的核心在于，所有现代数据技术都基于极少的人类知识。它们无法推理事件、因果关系或过程等因素。”某人相信或断言某件不真实的事情，并不意味着它就是真实的。
“如果我们要尝试达到一个新的水平，如果我们的世界想要超越这一点，并实现更智能的社区和更智能的组织，那么我们能够构建在更接近人类认知而不是仅仅数据的水平上运行的系统就显得极其重要。”
产品
Futuremodel 在此添加您的标题文本 正在尝试加速世界从数据向更有意识的智能的转变（见右侧的屏幕截图）。
它专注于戴维斯所说的“BI 管道的第一英里和最后一英里”，这是用户引出他们对世界的概念的起点，然后将其转化为团队随后开始构建的需求；另一端，团队向用户提供数据产品，让他们能够探索世界并做出有关他们的决定。
Futuremodel 与其他数据分析技术的不同之处在于，它通过图形界面高度聚焦地查看 BI 管道的两端，让用户定义构成其世界的复杂对象、事件和流程，然后自动执行整个端到端查询和数据集成。
然后，它使用相同的模型向用户反映他们定义的现实，但通过他们的数据进行流式传输。所以现在，“他们正在通过他们每天思考世界时使用的相同直观组织结构来探索他们的数据，”戴维斯说。