五十年電腦科技的累進，就在近幾年觸發了一場對人類社會有重大影響的「範式轉移」（Paradigm Shift），改變了許多人們做事情的方式以及對事物的理解，重要的是重新定義了人體時鐘速度（Clock Speed）；今日的一天可以完成十年前一個月的工作。跳躍式的創新應用改變了產業生態，加劇了企業間競爭態勢。
「數據力」是企業在面對快速脈動的市場與錯綜複雜的營運環境時，知道如何掌握詭譎多變的情勢，知己知彼，以變制變，出奇制勝。「成功出於眾者，先知也」，能有效利用活數據，先於對手掌握情報、抓住商機，比對手更了解自己，減少犯錯，才有機會成為贏家。
數十年的資訊化，形成了畸形地貌─孤島
企業資訊化與數位化的過程與鄉村都市化的過程很類似。一個企業在成長過程中，因為不同的發展階段，為了不同目的，運用有限預算以及演進中的技術，來建置資訊系統。幾代下來，幾經修改，新的功能屈就於舊有的架構，疊床架屋，造成系統間不易溝通。加上各部門各行其是，系統建置與維護人員經常異動，知識斷層嚴重，數據可用但是雜亂封閉，就如企業管理者常說的一句話「資料我們都有，只是不知道該如何用」。
內部數據孤島（Internal Data Silos）
無數的資訊系統、數據專案形成了所謂的數據孤島（Data Silos），造成數據分散（scattered）、破碎（fragmented）、不完整（incomplete）、不一致（inconsistent）。最核心的問題在於ID，如產品ID、訂單ID、甚至料號ID，在不同系統、不同部門、不同的目的下，定義成看似一致卻意義不同或是名稱不同卻意義相同的辨識元件。雖然「資料我們都有」，但是難以建立數據關聯性、無法看見數據全貌。
行為數據孤島（Behavioral Data Silos）
近年來在科技的推波助瀾下，企業逐漸了解行為數據與外部數據的重要性。這些活數據可以改善企業經營策略，也讓企業發揮綜效。然而處理源源不絕的數據並非易事，處理不當反而會加劇數據孤島的嚴重性。因為單獨的行為數據或外部數據是「孤立」的，數據本身沒有太大意義的，通常必須要結合企業資料中的人事時地物，才能真正賦予數據意義，找出背後的商業價值。
組織數據孤島（Organizational Data Silos）
傳統數據工作以專案形式進行，分工鮮明，將數據收集、清理與分析處理視為幾段非連貫的工作。企業使用者訂好題目、需求與目標，數據工程師準備數據，最後數據分析人員進行分析。這種專案工作模式有80%的時間都花在數據準備上，對數據分析人員與企業使用者而言，無法隨取隨用乾淨數據，必須等待數據工程師或技術人員的協助，多次來回溝通，作業週期冗長。 （相關報導： 趙春山觀點：英國「脫歐」完成，是「雙贏」或若有所「失」？ ｜ 更多文章 ）
從數據準備到分析必須仰賴IT人員，導致數據由IT人員“擁有”。
反之，數據工程師需要等待企業使用者清楚定義問題與提出需求，才能找對數據源，進行建模、清理、驗證等數據工作。然而在現實企業中，定義問題、提出需求，往往卻是最難的一部份。企業使用者因為沒有數據方面的知識，往往會天馬行空的提出不切實際的需求。
