在企业纷纷“上云”，实现业务云化的大背景下，将数据分析业务迁移到云端成为一种流行的趋势。但是，这个过程并非一蹴而就，企业需要考虑许多问题，例如检查现有的分析流程、选择正确的云计算工具、确保数据质量等，而且必须制定一套行之有效的云化策略。

与基于本地的数据分析相比，将数据分析迁移到云端最大的优势在于，其更加的敏捷与灵活。由于数据分析负载可以集中在位于后端的数据中心，用户一般不需要下载臃肿的客户端，也不用做一些复杂的本地配置以及优化，只需要通过连接到云端的网络，就能够在几乎任何可以运行Web应用的终端上进行数据分析。

基于云端的数据分析也让数据分析的门槛得到了显著降低。在基于本地客户端的数据分析模式中，往往只有专业的数据分析人员会使用这些数据分析工具，但是借助于基于云端的数据分析，普通的业务人员也可以方便地获得数据洞察，从而拓展数据的价值。

而且，基于云端的数据分析在成本灵活性方面也更具有优势。一般来说，数据分析服务会脱离单次授权的使用模式，而是通过 SaaS 按需提供的模式降低单次使用成本，同时方便其进行敏捷的扩展，从而更好地保护企业的投资。

但是，这并不意味着所有企业都适合将数据分析服务转移到云端，云端数据分析的一个显著问题在于，其可能会带来数据安全方面的担忧：并不是所有企业都放心将其数据放在公有云上面的，一旦发生数据泄漏，可能会带来重大风险。同时，通用数据保护规范(GDPR)、网络安全法等法规也要求在迁移过程中加强对敏感信息的保护，并屏蔽或标记敏感数据。

而且，将数据分析迁移到云端可能会耗费超出想象的成本与精力。例如，为了实现云端迁移，很多企业需要将企业的大量数据库转移到云端，同时需要为云计算从头开始构建新的分析集合，其项目可能会更加复杂。

企业可以采取不同的方法来实现敏捷性、安全性的均衡，例如将数据转移到私有云或是混合云，而不是公有云上，这样就可以在很大程度上化解安全的担忧，但是对于中小型企业来说，搭建私有云或是混合云无疑需要很高的成本。

由于数据分析在私有化与云化部署方面的两难选择，并没有可以“一刀切”的思路，用户真正需要的是可以应对不同场景进行部署的数据分析产品与解决方案。

DataHunter提供的 Data Analytics 数据分析平台即支持不同的部署模式，其主要提供了基于云端的 SaaS 模式，用户可以方便的接入数据分析服务，实现不同来源数据的关联分析与动态调整、探索式分析能力，以及交互式实时数据展示，帮助企业搭建一站式的业务数据可视化分析平台。

同时，针对于对安全性有较高要求的客户，Data Analytics 还可以支持用户将产品部署在私有云上，同时满足安全性、敏捷性、性能等方面的需求。

-数据分析展示就用DataHunter-