- 产品
- 产品解决方案
- 行业解决方案
- 案例
- 数据资产入表
- 赋能中心
- 伙伴
- 关于
时间:2018-12-06来源:Dan Sommer浏览数:671次
现如今许多成功的企业已经找到了自行收集数据,人力和想法的方式。能够使他们与众不同的是他们如何利用一股不可阻挡的力量——日益分散的数据、计算和使用——来取得优势。
将数据驱动的数字转换——利用数据作为战略资产来更好地作出商业决策——比以往任何时候都更受欢迎,因此在整个企业中增加了对数据读写能力的需求。但要适应这个全新的现实是有挑战性的。从近几个月登上头条的信息混乱事件来看,数据景观的操控仍有挑战性,由此也引发了对于治理、安全性和数据质量的需求增长。
问题是:在步入分析经济的过程中,我们应该如何保证个人隐私?让我们来聊聊将碎片信息取出“地窖(silos)”并将它们将它们与敏捷、创新和治理的方式(称为数据的“去地窖化de-silofication”)联系起来。
我们定义了11种正在出现的趋势,这些趋势将开始帮助企业改变他们的业务,同时也能帮助你的企业采取行动。
趋势#1:数据读写能力将获得全公司乃至社会的优先考虑
数据读写能力,意指阅读,操作,分析,并利用数据作为辅证的能力,在如今的分析经济中变得越来越重要。实际上,Gartner预计80%的企业将在2020年前增加数据读写相关的职位。作为这一变化的领头人,主要的软件企业将开始提供这类企划,而好的用户组织将采用结构化的方法来提高数据的读写能力。
趋势#2:混合的多云将成新规范
迅速增长的云服务将大大超出哪怕是IT行业领导者对于它们的预期。但出于规范、安全、成本和表现等原因,部分数据将被移出云服务。除了进行更多的“边缘”计算之外,这也将导致数据和应用程序领域的碎片化。这意味着能够处理多云、多平台和混合环境的分析架构将成为新的规范。
趋势#3:数据边缘化
越来越多的案例显示,特别是在是在IoT、离线移动和沉浸式分析中,在本地运行工作负载而非通过公共数据中心对企业更有好处。其结果就是,我们将看到直接运行在各种设备上的工作负载呈爆发式增长——使这种方法成为考虑到延迟、带宽、自治和隐私最优的方案。
趋势#4:大数据,数据研究和数据科学将趋于统一
这三个领域因为其使用的不同工具和技能而被区分开来。这些区别还将存在(如数据科学家应该处理算法,工程师应该负责建立数据模型),但现在我们有了更多方法使得这三个领域的工作在更广泛的受众面前融合。在机器智能、大数据索引和引擎集成方面的巨大进展,为用户提供了充分探索许多大型、复杂和多样的数据集的新机会。
趋势#5:数据目录将成为自助服务的下一个前沿
对于真正具有数据分析能力的人来说,他们既需要能够分析数据,还要有读懂、使用和用数据辩论的能力。所以近几年来,将自助服务分析转化为拥有视觉吸引力的自助服务数据准备变得更加容易。最近我们已经看到自助服务在数据目录周围出现的趋势,但大部分还是为数据湖顶端的专家们所用。未来,新的编目数据的方法将更加深入地与数据准备和分析经验相结合。这将帮助更广泛的受众轻松地享受结合企业数据、数据湖和外部数据的服务。
趋势#6:互操作性和新的业务模型的需求将重点放在了API上
在数据,编程和使用变得更加分散的同时,企业的技术环境也是同样。公司不再寻求端到端的解决方案和单个堆栈,因为这不再符合它们的架构。他们更愿意寻找可以很容易地拼接在一起的部件,因为不同的软件系统之间的交流更加重要。这意味着在新的环境下分析平台需要开放并彼此合作,包含可扩展性,可嵌入性和现代API。这种互操作性将把分析从一个“目的地”转移到更深入的工作流程中,模糊了BI在当今作为“为分析经济提供动力的数据驱动应用程序”的边界线。
趋势#7:区块链的热潮将推动实验应用超越加密货币
用于处理、管理和集成分布式数据的新技术的出现,使得数据所占的的位置在信息策略中变得越来越小。这意味着创意可以从区块链和点对点技术中获得。虽然仍处于起步阶段,在2018年,创新将超越加密货币,成为分析和数据管理的实验应用。
此外,连接和分析将会被纳入区块链的账簿。但最终,更大的好处可能在于通过区块链技术验证数据的沿袭性和真实性。
趋势#8:分析变为会话式
分析的消费和交互作用重点已经处于拖放式仪表板列表框和/或可视化板块很长时间了。虽然这一板块仍有剩余利润,现今有越来越多的方法可以被归类为“会话分析”,简化了分析,发现和修饰语言的过程,使得用户可以轻松地得到他们需求的那一个数据点。它包括了这包括自然语言查询、处理和生成等技术,通过搜索和语音增强。这一技术在API集成,可视化助手和他们的聊天机器人的帮助下,提供了全新的交流理念。但它并不是万能的。虽然开箱即用的功能看起来很新颖,但真正的价值在于将它放在特定的用例和业务流程的上下文环境中。
趋势#9:报告被重新定义。目前仍处于研究中
我们发现不是每个人都愿意,或是有时间来,每次都详细地探索他们的数据。事实上,我们将看到不同用户使用不同级别的技能组。这意味着要在合适的时间地点,从正确的人那里取得正确的信息和内容。在此进程中,越来越多的人将被赋予数据和分析能力。
趋势#10:分析变为沉浸式
考虑到虚拟现实设备的价格仍略高于主流大众的接受范围,我们离虚拟现实的普及仍有一段距离。其突破点可能来源于企业应用的案例,而其中将牵涉到分析。但沉浸式体验可以以其他形式发生,如当用户从感觉和社会的角度参与时。通过更好的用户界面,数字情境室的大规模显示,更好的数据处理和协作特性,更多的人将会被吸引而使用分析。
趋势#11:增强智能系统将用户变成参与者和推动者
在目前的阶段,对于人工智能(AI)最有效的利用是让它处理一系列多样化但具体的问题。但是人工智能与智能代理、机器人和自动化活动等技术、以及传统的分析工具,如数据集、可视化、仪表板和报告的结合将使数据更加有用。一个机器智能和人类参与一个更广泛的生态系统的系统,以及它们之间发生的交换和学习,被称为增强智能。