近日，Gartner發(fā)布了數據與分析L域的十大技術(shù)趨勢，為數據和分析L導者的新G疫情（COVID-19）響應和恢復工作提供指導，并為疫情后的重啟做好準備。

數據和分析L導者如果希望在疫情后能持續創(chuàng )新，就需要不斷提G數據處理和訪(fǎng)問(wèn)的速度，擴大分析規模，在前所未有的市場(chǎng)動(dòng)蕩中贏(yíng)得成功。

數據和分析L導者應檢驗以嘗試以下十大數據和分析趨勢，加快新G疫情后的恢復：

趨勢1、更智能、更G速、更負責的AI

到2024年底，75%的企業(yè)機構將從人工智能（AI）試點(diǎn)轉為AI運營(yíng)，基于流數據的分析基礎架構的數量將因此增加5倍。

疫情當前，機器學(xué)習（ML）、優(yōu)化和自然語(yǔ)言處理（NLP）等AI技術(shù)正就病毒傳播、應對效果及影響提供重要洞察和預測。

而強化學(xué)習和分布式學(xué)習等其他更智能的AI技術(shù)正在創(chuàng )建更具適應性和靈活性的系統，用于處理復雜的業(yè)務(wù)情況。例如，基于代理的系統可對復雜系統進(jìn)行建模和仿真。

趨勢2、儀表板的衰落

具備更多自動(dòng)化和消費化體驗的動(dòng)態(tài)數據故事將取代視覺(jué)化、點(diǎn)擊式的數據創(chuàng )建和探索。因此，用戶(hù)使用預定義儀表板的時(shí)間也將會(huì )減少。向支持增強分析或NLP等技術(shù)的動(dòng)態(tài)數據故事轉變，這意味著(zhù)：相關(guān)的洞察將基于用戶(hù)的場(chǎng)景、角色或用途，流式傳輸給每個(gè)用戶(hù)。

趨勢3、決策智能

到2023年，33%以上的大型企業(yè)機構將聘用分析師實(shí)現包括決策建模在內的決策智能。決策智能匯集了決策管理和決策支持等多項技術(shù)。它提供了一個(gè)框架，幫助數據和分析L導者針對業(yè)務(wù)成果和行為，設計、建立、協(xié)調、執行、監控和調整決策模型及流程。

趨勢4、X分析

“X分析”由Gartner創(chuàng )造的一個(gè)總稱(chēng)術(shù)語(yǔ)，其中的X指代各種結構化和非結構化內容（如文本分析、視頻分析、音頻分析等）的數據變量。

在新G疫情期間，AI發(fā)揮了關(guān)鍵作用，梳理了成千上萬(wàn)份研究論文、新聞資料、社交媒體內容和臨床試驗數據，幫助醫療和公共衛生專(zhuān)家預測疾病傳播，制定能力規劃，尋找新的治療方法并確定易感人群。X分析與AI、圖譜分析等其他技術(shù)結合起來(lái)，將對未來(lái)自然災害和其他危機的識別、預測和規劃發(fā)揮關(guān)鍵作用。

趨勢5、增強型數據管理

增強型數據管理利用ML和AI技術(shù)優(yōu)化并改進(jìn)運營(yíng)。它還促進(jìn)了元數據角色的轉變，從協(xié)助數據審計、沿襲和匯報轉為支持動(dòng)態(tài)系統。

增強型數據管理產(chǎn)品能夠審查大量的運營(yíng)數據樣本，包括實(shí)際查詢(xún)、性能數據和方案。利用現有的使用情況和工作負載數據，增強型引擎能夠對運營(yíng)進(jìn)行調整，并優(yōu)化配置、安全性和性能。

趨勢6、云成為必然

到2022年，公有云服務(wù)將對90%的數據和分析創(chuàng )新起到至關(guān)重要的作用。隨著(zhù)數據和分析的上云，數據和分析L導者仍然很難實(shí)現服務(wù)與用例的協(xié)調一致，這就增加了不必要的治理和集成開(kāi)支。

數據和分析問(wèn)題的關(guān)鍵，已經(jīng)從某項服務(wù)的成本轉為如何在定價(jià)之外滿(mǎn)足工作負載的性能要求。上云時(shí)，數據和分析L導者需要優(yōu)先處理能夠利用云能力和專(zhuān)注于成本優(yōu)化的工作負載。

趨勢7、數據和分析的碰撞

數據管理能力和分析能力在傳統上被視為不同的L域，需要分別進(jìn)行管理。利用增強分析提供端到端工作流的供應商使這兩個(gè)市場(chǎng)之間的界線(xiàn)變得模糊了。

數據和分析的碰撞將增加這兩個(gè)傳統上相對d立的L域之間的交互和協(xié)作。這不僅會(huì )影響到所提供的技術(shù)和能力，還會(huì )使支持和使用它們的人員和流程受到影響。相關(guān)角色也將從傳統的數據和分析擴展到信息探索人員和公民開(kāi)發(fā)人員等。

趨勢8、數據市場(chǎng)和交易平臺

到2022年，35%的大型企業(yè)機構將通過(guò)正式的在線(xiàn)數據市場(chǎng)參與數據交易，而這一比例在2020年為25%。數據市場(chǎng)和交易平臺為整合第三方數據產(chǎn)品和降低第三方數據成本提供了統一平臺。

趨勢9、區塊鏈技術(shù)在數據和分析中的應用

區塊鏈技術(shù)解決了數據和分析L域中的兩項挑戰。先，區塊鏈提供了資產(chǎn)和交易的完整沿襲。其次，區塊鏈為復雜的參與者網(wǎng)絡(luò )提供透明度。

除了有限的比特幣和智能合約用例之外，分類(lèi)賬目數據庫管理系統（DBMS）將為單個(gè)企業(yè)審計數據來(lái)源提供了更具吸引力的選擇。Gartner預計，到2021年，分類(lèi)賬目DBMS產(chǎn)品將取代多數許可區塊鏈的使用。

趨勢10、關(guān)系奠定了數據和分析價(jià)值的基礎

到2023年，圖譜技術(shù)將促進(jìn)30%的企業(yè)機構決策過(guò)程的快速情景化。圖譜分析是指一系列用于探索不同感興趣的實(shí)體（如組織、人員和交易）之間關(guān)系的技術(shù)。它幫助數據和分析L導者找到數據中未知的關(guān)系，并查看傳統分析技術(shù)不易分析的數據。