行業(yè)專家Geoffrey Moore在一本著作中指出，“如果沒有大數(shù)據(jù)分析，企業(yè)的發(fā)展可能會很盲目，就像在高速公路上游蕩的鹿一樣。”

 

如果沒有數(shù)據(jù)分析，企業(yè)的業(yè)務(wù)經(jīng)營就會很脆弱，因為分析可以讓企業(yè)深入了解哪些業(yè)務(wù)有效，哪些是無效的。如果不了解在業(yè)務(wù)決策、營銷績效或客戶互動方面犯了什么錯誤，就會繼續(xù)犯同樣的錯誤。數(shù)據(jù)分析可幫助業(yè)務(wù)決策者在行業(yè)競爭中更好地定位，并確定需要其產(chǎn)品和服務(wù)的哪些領(lǐng)域、銷售額可能減少或增加的原因，以及市場中可能存在的機(jī)遇。

 

通過使用先進(jìn)的分析和技術(shù)，企業(yè)可以輕松預(yù)測客戶需求、個性化內(nèi)容、提高收入并實現(xiàn)目標(biāo)。企業(yè)正在采用分析和系統(tǒng)統(tǒng)計推理來做出提高效率、風(fēng)險管理和利潤的決策，同時保持庫存、定價解決方案以及招聘人才。

 

嵌入式分析解決方案(將分析功能和數(shù)據(jù)可視化集成到軟件應(yīng)用程序中)使企業(yè)能夠通過將分析直接放入用戶級別的應(yīng)用程序中來更快地采取行動。通過讓從客戶到員工的關(guān)鍵利益相關(guān)者訪問分析，嵌入式分析可以簡化生成洞察力的過程，并減少運(yùn)行數(shù)據(jù)分析和提供可行建議所需的時間。

 

眾所周知，自從發(fā)生冠狀病毒疫情以來，醫(yī)療機(jī)構(gòu)發(fā)揮著重要的作用。為應(yīng)對這一危機(jī)，超過500項醫(yī)學(xué)治療和疫苗接種試驗使用大量的患者數(shù)據(jù)庫，并從患者注冊和其他來源收集和整理數(shù)據(jù)。這些有助于醫(yī)學(xué)衛(wèi)生專家預(yù)測疾病的傳播，在疫情期間找到新的治療方法和臨床管理計劃。因此，可以說數(shù)據(jù)和分析與人工智能(AI)技術(shù)相結(jié)合，對于以主動和加速的方式預(yù)測、準(zhǔn)備和響應(yīng)全球性危機(jī)及其后果的努力至關(guān)重要。

 

根據(jù)調(diào)研機(jī)構(gòu)Gartner公司的調(diào)查，企業(yè)開始克服機(jī)器學(xué)習(xí)部署的80%失敗率，并成功將其集成到生產(chǎn)環(huán)境中。

 

Gartner公司研究副總裁Rita Sallam將以下趨勢視為最新的人工智能技術(shù)需求，并將在2021年以新的方式提升業(yè)務(wù)水平。

 

 

預(yù)計到2024年底，數(shù)據(jù)流和分析基礎(chǔ)設(shè)施市場規(guī)模將會有5倍的增長，75%的企業(yè)將從人工智能的試點采用轉(zhuǎn)向?qū)嵤allam還提到強(qiáng)化學(xué)習(xí)和分布式學(xué)習(xí)等人工智能技術(shù)正在創(chuàng)建更具適應(yīng)性和通用性的系統(tǒng)來處理復(fù)雜的業(yè)務(wù)情況，尤其在發(fā)生疫情之前的模型依賴于可能不再有效的歷史數(shù)據(jù)時。

 

自然語言處理(NLP)提供有關(guān)病毒傳播以及對策的有效性和影響的重要見解和預(yù)測。人工智能和機(jī)器學(xué)習(xí)現(xiàn)在正在嚴(yán)格按照新的需求模式重新調(diào)整供應(yīng)鏈。更重要的投資創(chuàng)造了新的芯片架構(gòu)，例如可以部署在邊緣設(shè)備上的神經(jīng)形態(tài)硬件。這些解決方案正在加速人工智能和機(jī)器學(xué)習(xí)在計算和工作負(fù)載中的應(yīng)用，并減少對需要高帶寬的集中式系統(tǒng)的依賴。它導(dǎo)致更具可擴(kuò)展性的人工智能解決方案具有更高的業(yè)務(wù)影響。

 

 

根據(jù)Gartner公司的預(yù)測，到2025年，數(shù)據(jù)故事(而非儀表板)將成為最廣泛的分析消費(fèi)方式，將取代視覺、點擊式創(chuàng)作和探索。研究人員還提到，其中三分之一的數(shù)據(jù)故事將使用增強(qiáng)分析技術(shù)自動生成。

 

通常情況下，用戶采用儀表盤必須進(jìn)行大量人工工作才能深入了解更多信息。向場景數(shù)據(jù)故事的轉(zhuǎn)變意味著將最相關(guān)的見解根據(jù)每個用戶的場景、角色或用途提供給他們。這些動態(tài)洞察采用了自然語言處理(NLP)、增強(qiáng)分析、數(shù)據(jù)流異常檢測和協(xié)作等技術(shù)。用戶使用自定義的儀表板的時間會自然減少。

 

 

到2023年，將近33%的企業(yè)的分析師將使用決策建模來實施決策智能。

 

決策智能是一個將決策管理和決策支持在內(nèi)的多個學(xué)科組合在一起的線程。Gartner公司將決策智能描述為一個實際領(lǐng)域，其中包括復(fù)雜自適應(yīng)系統(tǒng)領(lǐng)域的應(yīng)用。多種傳統(tǒng)技術(shù)(如基于規(guī)則的方法)和高級學(xué)科(如人工智能和機(jī)器學(xué)習(xí))與這些復(fù)雜的自適應(yīng)系統(tǒng)結(jié)合在一起。

 

使用決策智能框架，數(shù)據(jù)分析領(lǐng)導(dǎo)者可以在業(yè)務(wù)成果和行為的背景下設(shè)計、組合、建模、調(diào)整、執(zhí)行、監(jiān)控和調(diào)整決策模型和流程。

 

 

X-分析這個術(shù)語由Gartner公司首次提出，其中“X”表示一系列結(jié)構(gòu)化和非結(jié)構(gòu)化內(nèi)容的數(shù)據(jù)變量，例如文本分析、視頻分析、音頻分析等。分析人員使用這種X分析來解決復(fù)雜的問題，其中包括氣候變化、疾病??預(yù)防和野生動物保護(hù)等行業(yè)應(yīng)用。

 

Gartner公司在報告中指出，人工智能現(xiàn)在正在為視頻、音頻、振動、文本、情感和其他內(nèi)容分析做出驚人的工作，這些分析將在2025年前引發(fā)財富500強(qiáng)75%的公司的大規(guī)模創(chuàng)新和變革。在未來，X分析結(jié)合人工智能和其他技術(shù)(例如圖形分析)，將在識別、預(yù)測和規(guī)劃自然災(zāi)害和其他商業(yè)危機(jī)和機(jī)遇方面發(fā)揮關(guān)鍵作用。Sallam表示，人工智能技術(shù)及其在云中的使用正在成熟，以擴(kuò)大X分析的采用和影響。

 

 

很多企業(yè)現(xiàn)在正在利用機(jī)器學(xué)習(xí)、數(shù)據(jù)結(jié)構(gòu)和主動元數(shù)據(jù)來動態(tài)連接、優(yōu)化和自動化數(shù)據(jù)管理流程，到2023年將數(shù)據(jù)交付時間縮短30%。

 

增強(qiáng)數(shù)據(jù)管理可以在機(jī)器學(xué)習(xí)和人工智能技術(shù)的幫助下轉(zhuǎn)換元數(shù)據(jù)，從用于審計、沿襲和報告到為動態(tài)系統(tǒng)提供驅(qū)動力。此外，該產(chǎn)品可以檢查大量操作數(shù)據(jù)樣本，其中包括實際查詢、性能數(shù)據(jù)和模式。

 

考慮到上述事實，數(shù)據(jù)分析領(lǐng)導(dǎo)者專注于增強(qiáng)數(shù)據(jù)管理，以支持主動元數(shù)據(jù)來簡化和整合其架構(gòu)，并提高冗余數(shù)據(jù)管理任務(wù)的自動化程度。

 

 

通過使人工智能成為主要工作負(fù)載類別之一，預(yù)計企業(yè)在2019年到2023年人工智能的應(yīng)用量將會增長5倍。公有云服務(wù)市場對于90%的數(shù)據(jù)和分析創(chuàng)新至關(guān)重要。這種趨勢早在疫情發(fā)生之前就開始了，而疫情對企業(yè)的影響加快了這一趨勢。就云計算供應(yīng)商來說，企業(yè)在他們的云平臺中進(jìn)行數(shù)據(jù)和分析的次數(shù)越多，得到的收益就越多。從企業(yè)的角度來看，通過采用新的云計算堆棧，IT領(lǐng)導(dǎo)者可以更快、更好地完成他們的工作。

 

與此同時，數(shù)據(jù)和分析領(lǐng)導(dǎo)者仍在努力將正確的服務(wù)與正確的用例相匹配，有時會導(dǎo)致不必要的管理和集成開銷增加。

 

因此，數(shù)據(jù)和分析領(lǐng)導(dǎo)者應(yīng)該優(yōu)先考慮如何利用云計算功能的工作負(fù)載，并在遷移到云平臺時關(guān)注成本優(yōu)化和其他好處，例如變革和創(chuàng)新加速。

 

 

根據(jù)Gartner公司預(yù)測，在不久的將來，將近95%的財富500強(qiáng)公司將把分析治理融合到更廣泛的數(shù)據(jù)和分析治理計劃中。數(shù)據(jù)分析能力是不同的能力，需要相應(yīng)地進(jìn)行管理。供應(yīng)商正在提供由增強(qiáng)分析趨勢支持的端到端工作流，這些趨勢模糊了曾經(jīng)獨立的市場之間的差異。

 

這種沖突導(dǎo)致數(shù)據(jù)和分析的分離角色之間的交互和協(xié)作。它不僅會影響所提供的技術(shù)和能力，還會影響支持和使用它們的人員和流程。

 

但是現(xiàn)在由領(lǐng)導(dǎo)者和分析服務(wù)提供商決定他們?nèi)绾螌⑦@種沖突轉(zhuǎn)化為建設(shè)性的融合，將先進(jìn)的數(shù)據(jù)分析工具和功能整合到分析堆棧中。與此同時，他們需要關(guān)注人員和流程以促進(jìn)溝通和協(xié)作。

 

 

研究人員表示，區(qū)塊鏈技術(shù)解決了數(shù)據(jù)分析的兩個挑戰(zhàn)。它提供：

 

•資產(chǎn)和交易的完整譜系。

•復(fù)雜的參與者網(wǎng)絡(luò)的透明度。

 

區(qū)塊鏈本質(zhì)上并不比替代數(shù)據(jù)源受到更多保護(hù)。在數(shù)據(jù)和分析領(lǐng)域，它將用于垂直特定的、業(yè)務(wù)驅(qū)動的計劃，例如智能合約。Gartner公司預(yù)計，2021年大部分區(qū)塊鏈用途將被分類賬DBMS產(chǎn)品取代。

 

 

到2022年，35%的大型企業(yè)將通過正式的在線數(shù)據(jù)市場成為數(shù)據(jù)的買家或賣家，高于2020年的25%。這些市場和交易所產(chǎn)生單一平臺來整合第三方產(chǎn)品。此外，這些支持集中可用性和訪問，以創(chuàng)造規(guī)模經(jīng)濟(jì)，從而降低第三方數(shù)據(jù)的成本。

 

與此同時，市場領(lǐng)導(dǎo)者應(yīng)通過定義數(shù)據(jù)治理原則，建立一種公平透明的方法，可以通過數(shù)據(jù)市場將數(shù)據(jù)資產(chǎn)實現(xiàn)貨幣化。

 

 

到2023年，全球30%的企業(yè)將利用圖形技術(shù)來促進(jìn)決策制定的快速場境化。圖形分析是一組分析技術(shù)，可用于探索感興趣的實體(例如企業(yè)、人員和事務(wù))之間的關(guān)系。

 

在疫情發(fā)生之后，很多組織大量使用圖形分析技術(shù)來應(yīng)對當(dāng)前的疫情。機(jī)器學(xué)習(xí)算法和新的分析趨勢幫助醫(yī)學(xué)和公共衛(wèi)生專家快速發(fā)現(xiàn)新的可能治療方法。

 

數(shù)據(jù)和分析領(lǐng)導(dǎo)者考慮研究圖算法和技術(shù)如何改進(jìn)人工智能和機(jī)器學(xué)習(xí)計劃，并評估將圖形分析納入其分析組合和應(yīng)用程序的新機(jī)會，以發(fā)現(xiàn)隱藏的模式和關(guān)系。

 

分析是業(yè)務(wù)的內(nèi)在本質(zhì)，可以不斷發(fā)展并帶來更美好的未來。數(shù)據(jù)分析的未來趨勢在徹底改變?nèi)魏螛I(yè)務(wù)方面發(fā)揮著主導(dǎo)作用。現(xiàn)在的問題是企業(yè)如何調(diào)整這些數(shù)據(jù)分析趨勢以確保成功。分析服務(wù)提供商通過智能驅(qū)動的決策策略簡化了這種情況。他們應(yīng)用分析愿景和架構(gòu)來優(yōu)化業(yè)務(wù)績效，并采用決策支持系統(tǒng)來增強(qiáng)決策。現(xiàn)在是企業(yè)為業(yè)務(wù)決定采用最佳的分析方法的時候，并將在競爭激烈的市場中獲勝。

 

版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。