【51CTO.com快譯】企業領導者需要了解數據分析的行業趨勢，以預測客戶需求、提供個性化服務，以及實現業務目標。

數據分析使企業可以深入了解業務的發展。如果不了解自己在業務決策、營銷績效或客戶互動方面會犯什么錯誤，那么今后仍將繼續犯同樣的錯誤。數據分析有助于企業決策者更好地了解企業在行業領域的定位，并確定哪些領域的用戶需要他們的產品和服務，銷售額為什么減少或增加，以及市場中可能存在的機會。

通過使用數據分析和技術，企業領導者可以輕松地預測客戶需求，提供個性化服務和產品，提高利潤并實現目標。還可以采用分析和系統的統計推理來做出決策，以提高效率、利潤和風險管理水平，同時保持庫存、定價解決方案或招聘人才。

嵌入式分析解決方案(將分析功能和數據可視化功能集成到軟件應用程序中)使企業可以將分析權限直接應用到應用程序中，從而更快地采取行動。嵌入式分析可以簡化生成見解的過程，減少運行數據分析和提供可操作建議所需的時間，其方法是讓從客戶到員工的關鍵利益相關者都可以采用數據分析。

自從冠狀病毒疫情發生以來，醫療保健行業在抗擊疫情方面發揮了至關重要的作用。為了應對這一緊急情況，全球500多項醫學和疫苗接種試驗采用了大量患者數據庫，從試驗項目和其他來源收集和整理數據。這些數據可以幫助醫學健康專家預測冠狀病毒的傳播，尋求新的治療方法，并計劃在當前嚴峻形勢下進行臨床治療。因此，數據和分析與人工智能(AI)技術相結合，對于以積極快速的方式預測、準備以及應對全球危機及其后果至關重要。

根據調研機構Gartner公司的調查，企業將開始克服機器學習部署高達80%的失敗率，并將其成功案例集成到生產環境中。

Gartner公司研究副總裁Rita Sallam認為以下10個趨勢是最新的人工智能技術需求，這將在2021年以新的方式提升業務水平。

1.具有智能解決方案的人工智能

研究表明，到2024年，數據流和分析基礎設施將會增長5倍以上，而75%的企業將從試點轉向運營人工智能。Gartner公司研究副總裁Sallam指出，人工智能技術(例如強化學習和分布式學習)正在創建更具適應性和通用性的系統來處理復雜的業務情況，特別是現在當疫情發生之前的模型依賴于可能不再有效的歷史數據時。

??

自然語言處理(NLP)提供了有關應對冠狀病毒疫情對策的有效性和影響的重要見解和預測。人工智能和機器學習現在正在嚴格按照新的需求模式重新調整供應鏈。而更大的投資創造了新的芯片架構，例如可以部署在邊緣計算設備上的神經形態硬件。這些解決方案正在加大人工智能和機器學習的計算和工作量，并減少對需要高帶寬的集中式系統的依賴。它導致更具可擴展性的人工智能解決方案具有更高的業務影響。

2.儀表板的修改版本

根據Gartner公司對于2025年的預測，數據故事(而不是儀表板)將成為使用數據分析方法的一種主要的方法，它將取代可視化、點擊創建和探索。該公司研究人員還指出，其中三分之一的數據故事將使用增強分析技術自動生成。

通常情況下，用戶在儀表板中必須通過大量人工工作才能深入了解。而向場景的數據故事的轉變意味著相關的洞察力將根據用戶的場景、角色或用途提供給每個用戶。這些動態洞察力利用了自然語言處理(NLP)、增強分析、流異常檢測和協作等技術。用戶使用預定義的儀表板所花費的時間將會自動減少。

??

3.決策建模將提高決策智能的能力

到2023年，將近33%的企業將讓數據分析師通過決策模型來實踐決策智能，包括決策管理和決策支持在內的多個學科在稱為決策智能的線程中結合在一起。而Gartner公司將決策智能描述為一個涵蓋復雜自適應系統領域的應用。多種傳統技術(如基于規則的方法)和高級學科(如人工智能和機器學習)與這些復雜的自適應系統結合在一起。

使用決策智能框架，數據分析領導者可以在業務結果和行為的場景中設計、組合、建模、調整、執行、監控以及調整決策模型和流程。

4.X分析

X分析是Gartner公司創造的一個術語，其中“X”表示一系列結構化和非結構化內容的數據變量，例如文本分析、視頻分析、音頻分析等。分析領導者使用X分析來解決復雜的問題，其中包括氣候變化、疾病預防以及野生動植物保護等。

??

Gartner公司的研究人員指出，人工智能目前在視頻、音頻、振動、文本、情感和其他內容分析方面的工作非常出色。而到2025年，75%的財富500強公司將實現大規模創新和轉型。研究人員表示，X分析在未來將與人工智能和其他技術(如圖形分析)相結合，將在識別、預測、規劃自然災害和其他危機和機遇方面發揮關鍵作用。Sallam表示，人工智能技術及其在云計算中的應用正在走向成熟，以擴大X分析的應用范圍和影響。

5.增強數據管理

很多企業現在正在利用機器學習、數據結構和活動元數據來動態連接、優化和自動化數據管理過程，到2023年，這將使數據交付時間減少30%。

增強的數據管理可以借助機器學習和人工智能技術來轉換元數據，從用于審計、沿襲和報告到為動態系統提供動力。此外，該產品可以檢查大量的運營數據樣本，其中包括實際查詢、性能數據和架構。

考慮到上述事實，數據分析領域的領導者專注于增強的數據管理，以使活動元數據能夠簡化和整合其架構，并提高冗余數據管理任務的自動化程度。

6. 更好的云計算技術平臺

預計2019年至2023年，企業采用的人工智能應用將增長5倍，使人工智能成為最大的工作量類別之一。公共云服務市場對90%的數據分析的創新至關重要。這一趨勢早在冠狀病毒疫情發生之前就開始了，但疫情對企業的影響無疑加速了這一趨勢。企業在云平臺進行的數據分析工作越多，采用的計算資源就越多。而從企業的角度來看，采用新的云棧，領導者可以更快更好地管理他們的工作。

??

與此同時，數據和分析領導者仍在努力使正確的服務與正確的用例保持一致，這有時會導致不必要的治理以及成本的增加。

因此，企業數據和分析主管應優先考慮可以利用云計算功能的工作負載，并在遷移到云平臺時將重點放在成本優化和其他好處上(如變更和加速創新)。

7.數據與分析趨勢之間的沖突

Gartner公司預測，在不久的將來，將近95%的財富500強公司將分析治理整合到更廣泛的數據和分析治理計劃中。數據分析功能是不同的功能，并進行相應管理。供應商正在提供端到端的工作流程，這些工作流程通過增強的分析趨勢來實現，這些趨勢模糊了曾經獨立的市場之間的差異。

這種沖突會導致數據和分析的分離角色之間發生交互和協作。它不僅會影響所提供的技術和能力，還會影響支持和使用這些技術和能力的人員和流程。

但是現在，如何將這種沖突轉化為建設性的融合，將先進的數據分析工具和功能整合到分析堆棧中，這取決于領導者和分析服務提供商。與此同時，他們需要關注人員和流程，以促進溝通和協作。

8.區塊鏈的實際意義

Gartner公司研究人員表示，區塊鏈技術解決了數據分析的兩個挑戰：

• 資產和交易的全部譜系。
• 參與者復雜網絡的透明度。

區塊鏈并沒有比其他數據源受到更多的保護。在數據和分析領域中，它將用于垂直特定的、業務驅動的計劃，例如智能合約。Gartner公司的研究人員預測，到2021年，大部分區塊鏈用途將被分類賬DBMS產品取代。

9.數據市場和交易所

到2022年，35%的大型企業將通過正式的在線數據市場成為數據的買家或賣家，高于2020年的25%。這些市場和交易所提供單一平臺來整合第三方產品。此外，這些支持集中的可用性和訪問，以創建規模經濟，從而降低第三方數據的成本。

??

與此同時，市場領導者應通過定義數據治理原則建立一種公平透明的方法，通過數據市場將數據資產貨幣化。

10.數據基礎與分析價值之間的關系

到2023年，全球30%的企業將利用圖形技術促進決策的快速場景化。圖形分析是一組分析技術，用于探索感興趣的實體(如企業、人員、交易)之間的關系。

在發生冠狀病毒疫情之后，很多企業使用圖形分析來應對當前和未來的危機。機器學習算法和新的分析趨勢已經幫助醫療和公共衛生專家迅速發現了新療法。

數據和分析領導者考慮研究圖形算法和技術如何改善人工智能和機器學習計劃，并評估將圖形分析納入其分析產品組合和應用程序的新機會，以發現隱藏的模式和關系。

分析是業務的內在本質，它不斷發展并帶來更好的未來。數據分析的未來趨勢將在企業業務的變革中發揮主導作用。現在的問題可能是，企業如何調整這些數據分析趨勢以確保成功。分析服務提供商通過智能驅動的決策策略簡化了這種情況，他們應用分析愿景和架構來優化業務績效，并應用決策支持系統來增強企業決策。現在是為企業的業務決定最佳的分析方法的時候了，并在競爭激烈的行業市場中獲得優勢地位。

原文標題：Top 10 Data Analytics Trends That Will Boom Your Business，作者：Chris Roy

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】