來源：企業(yè)網D1Net

如今，數(shù)據分析技術滲透到數(shù)字企業(yè)的各個方面，人們需要注意其未來幾年的發(fā)展趨勢。

由于大數(shù)據發(fā)展的承諾，以及機器學習和人工智能的潛力，數(shù)據和分析在組織中獲得了更多吸引力。盡管許多企業(yè)的人工智能生產計劃似乎停滯不前，但仍在制定這些計劃，并知道這些計劃對未來幾年的業(yè)務成功至關重要。

調研機構Gartner公司分析師兼副總裁RitaSallam表示，這是因為數(shù)據和分析在數(shù)字業(yè)務中扮演著越來越重要的角色。數(shù)據和分析已成為企業(yè)為客戶服務、雇用員工、優(yōu)化供應鏈、優(yōu)化財務，以及執(zhí)行組織中許多其他關鍵功能的關鍵部分。

考慮到這一點，有許多趨勢和技術為未來幾年的成功部署奠定了基礎，旨在使企業(yè)的工作更快、更穩(wěn)定。

Sallam說：“企業(yè)正面臨著比以往任何時候都更快的業(yè)務變革和技術變革。因此需要一個靈活的數(shù)據和分析體系結構，能夠支持這種變化。”

Sallam在最近于佛羅里達州奧蘭多舉行的GartnerIT研討會上進行了主題為“將改變企業(yè)業(yè)務的10個數(shù)據和分析趨勢”的主題演講。這些著眼于未來的趨勢符合三大主題。第一個主題是智能。這意味著機器學習和人工智能技術正被注入到工作負載和活動中，增加了用戶角色，減少了所需的技能，并自動化執(zhí)行任務，以提高洞察力。第二個主題是新的數(shù)據格式。與過去相比，人工智能和機器學習支持更加靈活和緊急的數(shù)據格式。最后的主題是規(guī)模。

她說，這些趨勢發(fā)展需要3到5年的時間，因此不會在此列表上看到自助服務，因為現(xiàn)在到處都是自助服務，也不會在這里看到量子計算，因為這太遙遠了。云計算也不在這個列表中，這是因為它無所不在。考慮到這些規(guī)則，需要注意在未來幾年內改變企業(yè)業(yè)務的以下10個趨勢：

1.增強分析

通過商業(yè)智能、數(shù)據科學和機器學習，組織將利用增強的分析，使更多的人能夠從數(shù)據中獲得洞察力。Sallam表示，在未來幾年里，當企業(yè)評估供應商選擇時，增強分析將成為主導因素。此外，Salesforce公司和Workday公司等其他技術的供應商正在將增強的分析功能納入其產品和服務中，以改善用戶的體驗。

Sallam說：“這實際上是使分析民主化。這實際上是要用比現(xiàn)在更少的技能在短時間內獲得洞察力。”

2.增強數(shù)據管理

這一趨勢將提高組織分析數(shù)據的能力，這些數(shù)據將更動態(tài)地輸入，并在更接近實時的情況下實現(xiàn)更高水平的自動化。在操作的數(shù)據管理方面有許多不同的任務，例如模式識別、容量、利用率、法規(guī)/遵從性和成本模型等。增強的數(shù)據管理將針對這些部分。

Sallam說，到2022年，通過增加機器學習和自動服務級別管理，數(shù)據管理人工處理的任務將減少45%。

3.自然語言處理(NLP)/會話分析

自然語言處理(NLP)和對話分析與增強分析高度互補。它們?yōu)榉菙?shù)據專家提供了一種新的查詢和洞察界面。

Sallam說：“大多數(shù)人都不了解SQL，也無法自己構建自己的查詢。這些工具使它變得更容易。”

Gartner公司的調查表明，到2020年，50%的分析查詢將通過搜索和自然語言處理(NLP)自動生成，不過還有很大的改進空間。

如今，大多數(shù)分析和商業(yè)智能平臺已經實現(xiàn)了基本的關鍵字搜索。例如，用戶可以問“我的產品銷售額是多少?”，但回答更復雜的問題仍然是一個挑戰(zhàn)。用戶可能不會問“與去年相比，我們今年在紐約50英里范圍內采用的10種產品是什么或者有哪些客戶?”

Sallam說：“這更加復雜。它涉及到對功能、同義詞和其他功能進行排名的功能，而這些功能如今并不是每個廠商都能做到的。”

這個領域的另一個新特性是會話分析，它可以讓用戶深入研究更具體的問題。

Sallam說：“直到最近，所有這些都與可視化有關。會話分析將為洞察力增加另一個維度。”

4.圖表

Sallam說，圖形處理和圖形數(shù)據庫以大多數(shù)人的思維方式進行數(shù)據探索，揭示邏輯概念與實體(例如組織、人員和交易)之間的關系。

Gartner公司預測，到2022年，圖形處理和圖形數(shù)據庫的應用將以每年100%的速度增長，以不斷加快數(shù)據準備，并采用更復雜和適應性更強的數(shù)據科學。

Sallam說，圖表可以生成語義圖和知識網絡。其中一個例子可能是各種數(shù)據的緊急鏈接，比如健康運動應用程序和飲食應用程序中的數(shù)據和醫(yī)療建議等。

5.商業(yè)人工智能/機器學習將在市場上勝過開源軟件

開源一直是大數(shù)據、人工智能和機器學習的重要驅動力，特別是在谷歌和亞馬遜等數(shù)字巨頭公司。但大多數(shù)組織并不屬于數(shù)字巨頭的范疇。這些公司已經進行了人工智能和人機器學習的試點，但一直在努力將其項目擴大到生產規(guī)模。Gartner公司認為這些公司最終會利用商業(yè)平臺來管理他們的人工智能項目。

Gartner公司預測，到2022年，75%采用人工智能和機器學習技術的終端用戶解決方案將使用商業(yè)平臺而不是開源平臺構建。

6.數(shù)據結構

Sallam說，這種趨勢與增強型數(shù)據管理緊密相關，它使企業(yè)可以大規(guī)模支持敏捷數(shù)據。過去的目標是將所有數(shù)據存儲在一個數(shù)據倉庫中。但是數(shù)據變得更加分散，通過設計為數(shù)據倉庫創(chuàng)建數(shù)據結構。它支持邏輯數(shù)據倉庫體系結構，該體系結構可跨異構存儲無縫訪問和集成數(shù)據。

Gartner公司預測，到2022年，定制的數(shù)據結構設計將作為靜態(tài)基礎設施進行部署，這將迫使新一輪的重新設計以采用更多動態(tài)方法。

7.可解釋的人工智能

Sallam說：“我們認為，這對于企業(yè)能夠控制越來越多的人工智能使用將是一個關鍵環(huán)節(jié)。”這是因為模型變得越來越復雜和不透明。組織將需要能夠解釋結果以進行內部監(jiān)控并遵守法規(guī)。組織將需要知道模型中是否存在隱私風險，或者是否檢測到偏差。Sallam表示，供應商正在研究這個問題，并計劃實施解決方案。

Gartner公司預測，到2023年，75%以上的大型組織將雇傭人工智能行為鑒證、隱私和客戶信任專家，以降低品牌和聲譽風險。

8.區(qū)塊鏈

Sallam說，這是在數(shù)據和分析之外的許多技術領域的趨勢。但這在數(shù)據和分析中尤其重要，尤其在信任方面。Sallam說：“這實際上是通過密碼支持受信任參與者網絡中的不變性。它會跟蹤某些情況是否已更改，因此從數(shù)據角度來看，區(qū)塊鏈將有助于跟蹤諸如深層偽造或虛假新聞之類的事物。”

Gartner公司預測，到2021年，大多數(shù)私人和許可的區(qū)塊鏈用途將被分類賬數(shù)據庫管理系統(tǒng)產品取代。

9.持續(xù)智能

持續(xù)智能是指通過實時數(shù)據和高級分析實現(xiàn)更智能的決策。它包含了情境意識并規(guī)定了要采取的行動。Sallam表示，它是智能的、自動化的、注重結果的。

Gartner公司預測，到2022年，超過一半的主要新業(yè)務系統(tǒng)將采用持續(xù)智能，這些智能將使用實時場景數(shù)據來改善決策。

10.持久內存服務器

Sallam說，這些服務器能夠提供更大的內存、更經濟的性能和更簡單的可用性。一些數(shù)據庫供應商正在重寫他們的系統(tǒng)，以支持這種類型的服務器，這使得能夠在內存中實時分析更多的數(shù)據。

Gartner公司預測，到2021年，持久內存將占到內存銷售量的10%以上。

標簽： 數(shù)據分析 挖掘數(shù)據

版權申明：本站文章部分自網絡，如有侵權，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯(lián)系。