這是一個數據“爆發式”增長的時代。無論是企業還是個人，都積累了很多信息，囤積了大量數據。不少企業選擇建立數據倉庫以及大型的數據智能分析系統，依賴數據進行決策。但是，我們擁有的數據是“真實”的嗎?通過數據分析的得到的結論一定是“事實”嗎?

如何應對“后事實”時代?

無論是去年結束的美國大選，還是轟動一時的英國脫歐事件，幾乎所有的預測建模算法都在預測時“馬失前蹄”；美國大選的時候，所有競選人提出來的事實和數據有79%的是假的……大數據時代，數據本應該是帶來事實，帶來真相的，大數據分析帶來的好處也不可否認，但我們發現原來很多聽到的、擁有的數據都不一定是正確的，越來越多的人不再相信數據，不太相信“事實”，而更傾向于內心的情感和客觀形勢，這樣導致決定個人行為的因素不是主觀情感，而非客觀事實。我們已經進入“后事實”時代。

那么如何應對“后事實”時代對數據的不相信、不確定呢？Qlik大中華區總經理潘應麟先生分享了自己的看法。

潘應麟先生認為，企業應該注重數據素養的培養，以便更好地完成數據分析、數據探索這方面的工作。所謂的“數據素養”應該包括對數據清晰的定義和如何對數據進行操作；還有就是分析，過去我們分析歷史數據，很少去做太多的預測，因為需要專門的人才進行預測，成本較高；最關鍵一點就是討論數據，數據結果和數據分析的關系需要進行論證，這樣可以帶來更多的創新和可視化能力的發展。

總之，數據素養的培養幫助企業從簡單的、片面的數據分析到一個信息供應鏈的分析，未來的趨勢就是所有的企業和IT公司都應該將可視化概念從“僅限于分析”向整個信息供應鏈轉變。

潘應麟先生認為，從“后事實”時代向“數據化”時代演變的過程，是“鳳凰涅槃”的過程。他分享了2017年大數據分析十大趨勢，十個趨勢引領我們形成“數據化”意識。

新技術的出現意味著新的機遇。可視化分析作為一個傳統的優勢，不是單單停留在分析層面，會覆蓋整個的信息供應鏈。

對數據的定義、對大數據的發展有一定的了解之后，對于培養數據素養有一定的好處。不同來源的數據組合可以重復共用，帶來更加可靠的數據分析以及更大的數據價值。從大數據的量變成一個數據的規模組合，會帶來一個很不一樣的概念，也會對整個可視化的環境帶來不一樣的變革。

過去傳統的BI存儲是企業內部的，內部的數據倉庫也越來越多，但2017年很可能是云的爆發點，很多企業客戶都在云上進行部署。但無論是從全球還是國內來看，都存在地域差異。比如一些國家對數據的安全性、保密性非常嚴格的時候，云部署會遇到一些阻礙。2017年應該有50%以上的企業會把云作為他們前端或者是企業倉庫方面的部署。

過去企業里面很多數據科學家想要用數據進行預測，比如對未來經濟發展的預測，這些都屬于數據分析中的線性分析，2017年這些分析會變為超前的分析。所謂超前的分析，就是將科學家開發出來的數據模型、數據算法，運用到可視化平臺中，從而幫助他們做分析和探索。

數據信息化的過程中，在虛擬的環境下做分析時，跟物理世界的交互比較少。pokemon go這個軟件就把我們數據分析、數據世界和實體世界結合在一起。中小企業在這方面會有越來越大的發展，比如地理空間、物聯網的推行，會慢慢地對實體世界的分析提供很多非常有用的情景，這可能是2017年一個很重要的發展點。

隨著可視化技術的發展，很多企業希望自己可以利用信息做分析和探索，但很多新的軟件技術不是通過IT統一判斷的，經常從不同的部門、不同的地帶落腳在不同的企業部門。可視化分析的門檻變低，可視化分析工具逐漸變為一個商品，而不是一個很大的項目，不用投入太大的成本去完成可視化分析。

隨著可視化分析的軟件、技術越來越平民化，越來越商業化，新一代的企業在利用新的軟件時，不需要考慮不同技術平臺的兼容問題和IT治理等要求。當現代BI 取代傳統BI成為新的參考架構，會帶來一個非常靈活的體系結構滿足用戶的需求。

很多企業的大部分的員工基本沒辦法享受到先進的分析工具和技術。可視化分析帶來的演變，幫助很多管理層和需要進行數據分析的人更便捷地訪問他們需要的數據和信息。2017年很多分析技術會嵌入到業務流程、操作應用以及具體場景中，越來越多地把分析直接呈現給這些信息工作者，他們不需要去考慮怎么做挖掘分析等工作，就可以滿足企業所需的數據可視化結果。

利用整個生態系統把數據、計算結合起來，發揮更大影響力。企業希望把創新、業務的提升變成一體化的過程也是可行的。就是說可以把數據、人和不同的觀點(尤其是一個獨立功能的節點)都連接在一起，幫助企業建立很多策略的分析中心。

過去企業部署可視化應用可能在內部IT的平臺上推廣，隨著云技術的發展，可以把外部和內部的數據逐漸進行擴展。公共云、私有云或者邊緣計算，都可以幫助企業利用可視化的探索和數據分析。另外云和多環境的運行平臺可以幫助企業實現對用戶的擴展。

潘應麟先生表示，希望2017年的十大數據分析趨勢可以推動對于數據可信的進展，從而讓數據推動決策，帶來整個數據化、可視化分析的發展。