數據虛擬化是一種業務可行性技術，將不同的數據庫連接起來，使它們的業務運營與數據集成流程變得更加靈敏。

一般情況下，企業主要運用提取、轉換和加載(即ETL)工具等數據集成技術，從交易系統中獲取數據，將其移植于數據倉庫中以作BI和分析用途。然而，對于需要實時或接近實時決策制定的應用程序，從ETL數據倉庫中獲得關鍵業務信息的效率很高，看起來就像將駕駛著Alfa Romeo系列一Spider賽車的Lewis Hamilton送上國際汽車大獎賽。上世紀六十年代的招牌賽車看起來非常時髦，但有可能因為其速度跟不上時代發展，而失意于一級方程式賽車的賽場上。

ETL流程所面臨的另一項挑戰是企業日益構建的更多的數據源。比如，制藥業中就普遍存在著這樣的壓力。每年都有上億噸的藥物投入到研究開發中，企業爭先恐后地求新求變，以獲得更高的市場份額。數據就是制藥商的命脈，而且永遠都有分析不完的數據。

瑞士諾華制藥公司的信息工程咨詢師Fatma Oezdemir-Zaech解釋，她的IT團隊是研發部門的堅強后盾。研發部門有著難以計數的不同數據源，其中包括大量的醫藥出版商、商業數據源以及國際系統數據，需要依靠她們進行提取。“我們的團隊在ETL運用方面有著豐富的經驗技術，我們還有半自治化的方式來對數據進行處理，但涉及的數據源越多，所花費的時間也就越多。”

英國數據虛擬化公司Denodo的區域總監Gary Baverstock提到，傳統數據倉庫還沒有過時，只不過隨著日益增長的實時處理與業務靈敏性需求，企業越來越重視外部數據源的優化，IT高管們都在尋求更好的方式將數據傳送給業務用戶。

數據虛擬化使數據各得其所

此時，數據虛擬化出現了。它擁有一個可置于企業應用程序、數據倉庫、交易數據庫、門戶網站及其他數據源之上的提取層，能使企業在無需創建存儲信息備份的環境下，對來自不同系統中的數據進行整合。這樣一來就省去了從源系統中復制數據或移除數據的麻煩，減少了IT人員的工作量，也降低了數據出錯的幾率。

數據虛擬化還支持在源系統中交易數據更新的寫入，這也是擁護者們看中這項技術的優勢之一。正因為如此，數據虛擬化才會從數據聯合與企業信息集成(EII)技術中脫穎而出。后兩項為更早推出的類似技術，同樣為了簡化不同源陣列的數據分析流程。

美國Forrester研究所的分析師Brian Hopkins認為，盡管三種技術在性能方面都有相似之處，甚至有時被視為“換湯不換藥”，但是EII技術提供的是一種數據陣列與報表的只讀處理方法。

其實，早在十年前就有數據聯合了，其產生的用意本在于取代ETL工具和數據暫存區，不用再建立新的數據市場。可惜評論家認為數據聯合從一開始就帶有重大缺陷，它只能與巨型數據套件匹配，且其運行環境需要極為復雜的數據轉換。更有甚者，很多人都認為數據聯合與面向服務架構(SOA)的粘附性很強。

Baverstock說：“SOA提供的好處有很多，比如避免企業IT架構中的信息孤島。但隨著經濟走向的變化，企業更加注重快捷的成效，于是這些極度復雜的IT程序逐漸‘失寵’。”