数据虚拟化，也被称为“将信息作为服务”(Information-as-a-Service)和“将数据作为服务”(Data-as-a-Service)，它能够通过把数据从应用程序中分离出来并存储到中间件层来减少数据整合上的障碍。IT分析专家Yuhanna说，数据虚拟化从本质上来说可以作为一个数据服务导向架构(SOA)。但是，传统的SOA方法把重点放在商业程序，而数据虚拟化的重点则是在这些商业程序所运用的信息上。

       与任何服务技术的情况一样，数据虚拟化技术也牵涉整个企业的许多部门和人员，所以它所带来的挑战往往是组织和文化方面的，而不是技术方面的。

       专家概述了从事数据虚拟化工作的任何人都应该考虑的六大因素：

       1. 将数据虚拟化方面的责任集中起来。两位作者说：“这么做的一个主要优点就是，能够迅速推动这项工作，并且着手处理更宏大的概念，比如定义通用规范和实施智能存储组件。”　　

       2. 约定和实施一种通用数据模型。“这将确保一致性、高质量的数据，让业务用户对于数据更有信心，并且提高IT工作人员的灵活性和生产力。”　　

       3. 确定一种治理方法。“这需要考虑到如何管理数据虚拟化环境。关键问题是谁负责共享的基础架构，谁负责共享的服务。”　　

       4. 对业务用户进行教育，让他们认识到数据虚拟化的优点。Davis和Eve建议：“抽出时间与业务用户进行交流，确保他们明白数据。日常多开展工作，让数据虚拟化能够为企业的其余部门所接受。”　　

       5. 注意性能调整和可扩展性。“在开发过程的早期阶段，就要调整性能、测试解决方案的可扩展性。要考虑引入大规模并行处理功能，以便处理大容量数据方面的查询性能。要兼顾这个事实：用户在专门查询和报告方面是无法预测的。”

       6. 分阶段实施数据虚拟化。“先对数据源进行抽象处理，然后将商业智能应用程序放到上面，最后逐步实施数据虚拟化的更高级的联合功能。