内存分析为业务人员提供了一种非常强大的数据分析功能，而且不需要技术人员提供一系列的查询和创建报表支持。但是就像任何其他技术一样，内存BI也有我们需要注意到的问题，企业对此要提起足够的重视。

　　对于终端用户来说，新的功能往往伴随着更大的责任。一些内存分析工具能够支持无预定义结构（schema-less）方法，为查询和分析数据提供更好的灵活性。Forrester分析师Boris Evelson表示，在传统的BI应用中，数据是从硬盘中读取，IT人员会构建固定的数据模型、星型模式以及聚合表，以便控制信息的利用方式。与之相反，内存分析更像是使用Excel电子表格，使用的方法完全取决于业务人员。但如果使用不当，它就有可能造成麻烦，甚至得出错误的结果。

　　而高端的内存分析进程会将问题更加恶化。Enterprise Applications机构的首席分析师Joshua Greenbaum指出，使用高级的内存分析工具来处理海量数据，需要企业重新审视他们的业务流程。企业在内存BI方面的经验存在着不足，因此会造成用“下水管处理超大水流”的情况。而且目前企业还没有使用智能度量系统，一旦技术就位，那么就会出现更多的数据和更多的实时数据。现在问题是，从分析的角度他们该如何度量，如何做?

　　好钢用在刀刃上

　　Greenbaum表示，同样的问题也可以用在内存分析上，我们该做些什么？这是问题的关键，利用内存技术，你需要意识到如此强大的计算能力对于业务的正常运转能够起到怎样的作用。

　　来自英国的分析师Mike Ferguson认为，部署内存分析应用的决策应该同特定的业务问题紧紧联系在一起。他说：“我认为内存分析的应用仍然处在早期，还称不上是主流。”

　　但是Ferguson表示，内存技术对于许多高级的BI应用是非常适合的，比如复杂事件处理等实时流数据系统。内存BI工具能够避免硬盘中的双向I/O，使得用户可以更快速地分析数据，并将整个过程自动化。Ferguson认为这对于用户提升投资回报率是非常有价值的。

　　Ferguson拿制造行业来举例，如果一个大客户取消或者更改了订单，这对于生产排期和库存级别都会造成巨大的影响。“这可能会迫使你重新调整工作安排，以满足其他客户的需求。所以快速的反应就可以避免潜在的业务中断。” Ferguson说。

　　然而，Ferguson还指出另外一个潜在的问题：在许多案例中，要界定一个内存分析项目能够为企业带来多少价值是不太容易的。零售金融风险管理因为内存技术提升了多少？这个很难给出准确的答案。Ferguson认为内存技术应该是传统数据库和分析工具的良好补充，而不应该将其视为具有革新意义的跨时代产品。

　　总体来说，内存分析项目对于企业来说是可以实施的。但即便内存工具同传统BI软件相比在用户体验方面更加友好，它依旧需要IT人员对安全和数据清洗进行管理。