為建置完善的活數據基礎架構，需將原始數據流入「數據水庫」（Data Reservoir）進行運作，數據水庫是針對活數據設計的，須能處理多種數據模型如時間序列、時空數據、關聯式數據或圖像式數據（time-series, spatial-temporal, relational, graph），為企業各階層員工日常業務決策所用。例如某零售通路的店長為掌握來店會員動向、促銷情況和競爭者的活動訊息，即時觀察並了解前一小時熱銷商品與分析變化。
架構數據探索視覺化工具－數據魔鏡 隨機探索、靈活運用
數據的多元性、屬性及其空間維度都遠比自來水複雜，我們可以想像數據空間的複雜度有如宇宙星際一樣，一望無際，要探索新的趨勢、顯著變化、相關統計因子，以及篩選相關的範疇、維度或特定數據集都不是容易、顯見的，更何況並非數據工作者都具有操作數據庫查詢的能力。
一個可以快速運算與呈現的數據視覺化工具，可以協助非IT背景的使用者探索數據與發現顯著因素。這種工具必須能即時回答所有事實相關的即興問題（Ad Hoc Query）及統計數字。
想像有一魔鏡可以回答任何事實，不會說謊，也不會任意推理，只是忠實回答事實相關的統計。假設數據水庫已蒐集、清理、儲存台北市公車的即時動態資訊，包括行進路線、車號、GPS、速度等，管理者或車輛派遣人員可以問「魔鏡、魔鏡，請告訴我目前台北市哪些路段的公車，最近20分鐘的平均時速低於10公里」，或是較複雜的問題「目前台北市哪些路段的公車，最近30分鐘的平均時速低過四周內每週同時段、同路段平均時速的百分之五十」。
這種類型的分析有時稱為敘述型探索分析，先回答「WHAT」，然後再向下探索，找尋可能的原因，間接回答「WHY」 或 「HOW」。前者無須具備領域專有知識（Domain Know-How），後者須稍具備領域知識的人員來選擇數據維度。最終的目標是幫使用者了解事實和可能的影響因子，而非需要科學家的演算法分析。
了解當下的「WHAT」可以協助掌握事實、進行交叉比對、進而找出規則或異常。因此，數據水庫與數據魔鏡，將給予員工或分析師一項基本的能力：透過探索，掌握數據，了解當下的事實與趨勢，察覺變異與異常狀態，即時發出警訊。
數據探索的一體兩面－「水晶球」與「照妖鏡」 知彼知己、百戰不殆
面對瞬息萬變的市場，對追求永續發展的企業來說，「不盡知用兵之害者，則不能盡知用兵之利也」、全面且準確把握企業內外活數據，全面分析情勢的態度，盡知利害得失，尤其要注意鑒別那種形似有利、動則無利甚至有害的情況，隨時做決策，因應外在變化。
企業習慣運用活數據探索insights找商機，就如同把活數據當作「水晶球」，用來預測美好的未來。但是，商機不是天天有，可遇不可求。營運面上的問題卻時時刻刻會發生，想避都避不掉。畢竟，有數據就有人性、就會犯錯，在不斷的深度探索過程中，就像是「照妖鏡」，從細節看問題找魔鬼，通過真實呈現的數據，發現作業不一致的地方，進而矯正錯誤。
「智者之慮，必雜於利害」，企業不僅要分析外在環境、趨勢、客戶需求、或商品供應狀況，也要能夠了解影響企業內部運作質量和效率的全部因素，顧及內部資源分配，就像孫子雖重視「速勝」，但也是基於預算控制，不內耗的原則為出發點。步步謹慎，做好周密的準備，即便無法完全認識敵人，但能看清自己，也算把握住一半的勝算了。
整合與靈活彈性的深度探索活數據，就能同時知己知彼、知天知地，就不會感到迷惑，對任何變化皆了然於胸、運籌帷幄，應對措施變化無窮，創造優勢，勝利才有保障。
活數據探索—你準備好了沒？
＊作者為核桃運算執行長
