数字经济时代，数据对企业的价值不断的提高，“数据驱动”也被视作企业转型中一项重要战略进行实施。这当中，如何利用好数据就变得很关键。而作为承载数据的存储，其表现变得最重要。
然而，面对数据量爆炸式增长，产生数据的节点愈加分散，市场需求多元化且变化快，业务发展难以预测，企业对存储在数据管理能力、处理性能、容量规划、保障服务体验，是否会提升企业IT复杂性和支撑企业的创新节奏和业务稳定运行等方面有着新的需求体现。这让CIO面对存储选型中需要仔细考虑的影响因素愈加复杂。
数字经济时代，数据价值和相关法规的出台，让企业愈加注重数据安全建设。同时，数据中心不再是唯一产生数据的地方，且数据在迅速增加，加大企业对能够轻松应对海量数据，且便于企业构建容灾备份体系的存储的需求。
而在数据分析中，分析用的“原料”从结构化数据扩大到非结构化数据。如无人驾驶、电子设计自动化、生命科学等多个领域就是如此，既存在对数据库等结构化数据存储与处理需求，也对文档、图像、视频、语音等非结构化数据的处理和存储也有强烈需要。这要求存储能够经济且高效地存储管理迅速增加的各类型数据。不仅如此，像无人驾驶这样的场景还对数据分析的实时性要求高。因此，存储还需以出色的性能表现满足数据分析对高吞吐、低时延的需求。
如此种种都在表明，存储需要以各种方式改变，来响应企业对持续可用性、安全、更大容量以及支持关键工作负载所需的性能的期望。
随着数字化的经济发展，企业不断购置大量的存储设备来应对迅速增加的数据存储需求。这样的一个过程中，数据迁移是少不了的操作。数据迁移需要大量的读写IO操作，而为减少对业务的影响，存储需要满足IO开销，降低迁移带来的影响。某一些程度上，存储需要确保数据是平滑迁移的，对业务无感知。此外，数据压缩也是企业为了应对数据增长带来的成本和能耗增长的一种手段。但如果开启压缩后对存储性能造成过大影响，从而影响业务，同样是不可接受。因此，存储要在不影响业务的情况下，进行数据迁移或数据压缩，才是企业CIO们所期望的。
存储是IT基础架构中不可或缺的一环，对于业务系统的性能、可靠性有至关重要的影响。伴随企业数字化转型的深入，CIO在存储选型上却面临诸多难题，如业务变化日趋剧烈，对存储性能和容量的需求已经变得不可精准预测，成本和需求之间的平衡怎么来实现；如存储的性能、可靠性、扩展能力达到怎样的量级才能满足日益复杂的业务需求；如数据驱动业务的转型带动快速挖掘数据价值备受瞩目，如何这些业务应用对数据处理微秒级响应、低时延等性能要求慢慢的升高的要求；还有存储产品的技术架构的先进性、厂商实力等，也不可忽视。