数据分析和洞察有什么新的趋势和方法？

牛掰BI

2022-05-25

回答：

"1.增强分析（Augmented Analytics）作为数据分析的高级增强阶段，增强分析能为分析计划带来更多自动化动能以及创新洞察力。增强型数据分析侧重于增强智能的特定领域，利用机器学习（machine learning）转变分析内容的开发、使用与共享方式。Gartner表示，到2020年，增强分析将成为分析和BI解决方案的主要卖点。

2.增强数据管理（Augmented data Management）增强数据管理是指利用机器学习功能和AI技术来制作数据管理类别，包括数据质量，主数据管理，元数据管理，数据集成以及数据库管理系统（DBMS）自我配置和自我调整。它可以自动执行许多手动任务，为技术水平较低的用户提供使用数据的机会。

3.持续智能（Continuous Intelligence）持续数据可不仅仅是实时数据的时髦说法。它是一种设计模式，指将实时分析与业务运营相结合，处理当前和历史数据以规定响应事件的行动。

4.可解释的 AI（Explainable AI）数据科学和机器学习平台中的可解释AI是关于在自然语言中准确性，属性，模型统计和特征方面生成数据模型的解释。

5.图形分析（Graph）图形分析是一组分析技术，可帮助企业探索关注实体（如交易，流程和员工）之间的关系。

6.数据结构（Data Fabric）数据结构是指单一且一致的数据管理框架。它着眼于在分布式数据环境中实现无摩擦访问和数据共享，而不是孤立存储。到2022年，定制数据结构配置将主要用作静态基础架构，迫使组织进行新一轮的成本控制，以完全重新设计更动态的数据网格方法。

7.NLP /会话分析（NLP/Conversational Analytics）

8.商用人工智能和机器学习（Commercial AI and ML）

9.区块链（Blockchain）区块链等分布式分类账本技术在数据分析领域看起来很有前景，因为它们可能会在不受信任的参与者网络中提供分散的信任。分析用例的影响很大，特别是那些利用参与者关系和交互的分支。

10.持久性内存服务器（Persistent Memory Servers）持久存储器技术旨在降低采用内存计算（IMC）的架构的成本和复杂性。持久性内存代表DRAM和NAND闪存之间的新内存层，可为高性能工作负载提供经济高效的大容量内存。"