数据正以前所未有的速度向云端迁移，这促使企业重新思考其数据策略。
革新数据策略通常意味着要重新考虑数据的存储位置。越来越多的企业看到了将数据迁移至云端的优势，包括以较低的总拥有成本提高灵活性和可扩展性。事实上，Gartner 研究表明，“预计到 2018 年，公有云服务市场将增长 21.4%，总额达到 1864 亿美元。”云服务让企业更容易捕捉和集成不同类型的数据。无论是全面云方案还是混合解决方案，这都意味着将所有储存数据从一个高度结构化的本地仓库环境转移到一个扩展性更好、灵活更高的基础结构中。
这为我们带来了数据引力概念，这个概念表明服务和应用程序受到的吸引力指向数据储存。随着越来越多的企业加速将工作负载转移到云端，这种数据引力也将分析过程拉到云上。
这种引力转移背后的驱动因素是延迟和吞吐量：延迟是执行一个动作所需的时间量，吞吐量是每个给定的单位时间内执行某一操作或实现某一结果的次数。当数据、应用程序和服务紧密结合在一起时，延迟和吞吐量就会降低，从而提高效率。当然，当数据储存在云端时，这些应用程序和服务将开始跟进。
当企业评估他们更为广泛的数据策略时，他们也会重新考虑其分析模型，从传统商业智能平台转向现代商业智能平台。McKinsey 指出，当企业接触到云基础结构和系统时，云的价值自然显现出来，“这不是一次性的战术决策，而是整体战略的一部分，用以追求数字转型”。
传统的商业智能依赖于 IT 部门解决问题，这造成了瓶颈，导致分析与业务上下文相分离。同样，为支持这种企业报告模式，传统商业智能的部署通常基于本地模型构建，很不灵活。
与此相反，云分析提供了多种优势，包括有机会考虑新的部署模型，而且企业领导者也渴望利用这些机会。 这包括向一线员工推出移动仪表板，这样他们无需通过防火墙就能访问数据。云服务还支持与合作伙伴或客户共享安全仪表板，在内部流程之外建立单一事实来源。
尽管并非所有企业都准备将全部数据转移到云端，但许多企业正在试验混合解决方案，以利用各种不同的数据源。因此，在评估现代商业智能平台时，企业都会看它们是否支持未来过渡至全面的云分析。