長久以來，Google忠實扮演著資料倉儲（Data Warehouse）與搜尋引擎（Search Engine）的角色。資料倉儲類似倉庫的功能，提供儲存空間給不同資料種類，其特點在於倉庫越大越好，資料種類越多越有價值。從Google最近在新聞（News）、影音（Google video）與併購Youtube、文字書籍（Google Books、Google Scholar與Google Patent）等的大幅擴展可見其完整收納不同類型的所有資訊之企圖。
搜尋引擎當然是入口網站的核心能量，從早期Yahoo!以編目方式建立網路中不同網頁內容，到Google以Page Rank建立搜尋規則。搜尋引擎的功能是在最短的時間，以最簡單的方法，在龐大資料倉儲中找到所要的資料。當然，後續以關鍵字為主的廣告模式（AdWords）是其搜尋引擎的延伸應用，讓不同網路競爭者以商業競標方式，決定哪些網頁要排在搜尋結果的前面。
然而，資訊的儲存與資訊的尋找目的均是要解決不同課題，換言之，資訊的後續使用與經過分析後之資訊，才是資訊儲存與搜尋的目的。這個觀點可由我們在文【企業競爭情報監控體系（一）情報收集與運用流程】討論看出，以資訊價值含量論（Values），資訊類型通常區分為資料（Data）、資訊（Information）與情報（Intelligence）三類，其中加值行為包括 結構化、腦力加值 與 SWOT分析 等。一般而言，隨著腦力活動的深化與投入，上述資訊價值亦隨之提升。
基於此，隨著資訊科技的進展，使用者對於資訊價值含量的要求將會越來越高。分析資料內容，萃取資料價值將成搜尋引擎發展的下一步，而其中牽涉到相關技術，包括分析引擎（Analysis Engine）與視覺化引擎（Visualization Engine）等要求將隨之增加。本文我們利用Google Finance討論Google在分析引擎（Analysis Engine）與視覺化引擎（Visualization Engine）的相關功能與發展。
圖一為Google Finance的新版面安排，分別包括市場別趨勢（Market summary）、新聞（Today’s news）、產業別漲幅（Sector summary）、近期查詢資料（Recent quotes）與最大漲跌幅個股（Top movers）（以市值超過十億美金者）等。所謂的分析引擎即是提供分析工具，讓使用者根據此工具，一分面尋找資料倉儲所隱藏資訊，一方面將此資訊進行內容加值工作。分析引擎可以是平台主要提供資料，也可以是使用者主動定義，例如在最大漲跌幅個股（Top movers）中，Google Finance即提供使用者以股價變化（Price）、市值變化（Mkt Cap）與成交量（Vol）等方式進行排序與統計。
Google Finance所提的另一個加值功能即是視覺化引擎，視覺化引擎的運作模式在於將量化指標（Quantity Indicators），以圖或表的方式呈現分析結果，當然圖表除包括一般時間趨勢圖外，也包括一般統計圖與長條圖。視覺化的目的當然是讓使用者在一個巨觀圖表的角度下，看出隱藏在數字背後的趨勢與資訊內涵，先前我們談到專利地圖（Patent Map）功能也是如此，見【專利地圖（Patent Map）】討論。以Google Finance功能論，市場別趨勢（Market summary）與產業別漲幅（Sector summary）的主要畫面均是以圖表呈現。
上述分析引擎與視覺化引擎除可由系統主動提供外，Google Finance亦提供使用者自行定義，例如圖二即是我們自行定義之TSMC ADR（台積電）、UMC ADR（聯電）、S&P500與Nasdaq之2006年股價比較圖。
最後需要說明，以現有Google Finance分析引擎與視覺化引擎的發展趨勢論，現有兩引擎架構與使用概念已初具雛形。此外，隨著資訊技術的進一步發展，相關引擎功能將進一步與資料倉儲與搜尋引擎結合，那麼現有搜尋引擎將不僅是搜尋，而是一個強大、使用者導向的資料分析與應用引擎。(1302字；圖2)
|
圖一、 Google Finance新版面安排 |
 |
| Source : Google Finance |
|
圖二、 TSMC、UMC、S&P500與Nasdaq之2006年股價比較圖 |
 |
| Source : Google Finance |
--------------------------------------------------------------------------------------------------------------------------------------------