2020年数据和分析的10个预测和优先事项

 

很多组织如今正处在数据使用方式演变的关键时刻。凭借新技术和新方式来利用和捕获周围存在的数据，组织有责任以及时有效的方式利用这些数据来改善工作，并提高业务价值。

 

在以下10个预测中，可以了解组织将在2020年如何采取战略步骤实现完全数据和分析驱动。

 

 

从2020年开始，越来越多的组织将实施位于内部IT环境中的技术，该技术将能够搜索整个IT环境，查找所有数据库和数据集，并识别企业的所有信息资产。

 

该领域的早期进入者包括Modak Analytics、Manta、Global ID和Integris，而提供商的数量预计在2020年将会增长。管理和货币化信息的能力取决于了解完整的信息组合，而不仅限于组织内部，还包括整个扩展的业务生态系统。

 

 

当前，组织在通过人工跨不同数据源合并数据，并以人工识别模式提供业务见解。在2020年，企业将开始训练机器以解释数据集结构，并推断虚拟或物理整合它们的方法。然后，机器人程序将在名义上的人工干预下自动构建数据集成和分析管道。

 

近年来，企业IT部门各种各样的数据源已经屈服于为功能特定的分析需求，构建一次性数据集成解决方案。或者决定将数据转储到未归档的数据湖中，然后将集成工作留给使用数据的工作人员实施。ETL工具供应商很快就会意识到并利用机会，利用智能动态的企业数据集成功能来填补市场空白。

 

 

数据和分析解决方案提供商的大机会是帮助组织克服数据素养挑战。这样的解决方案将使较少数据素养的用户能够提出复杂的业务问题，并能够按需标识、集成和分析数据。

 

随着人工智能技术的成熟，机器可以了解哪些数据可以与其他数据统一以提供预测和建议。这样做不仅效率高，而且还有助于防止选择错误的数据，并在进行不正确的集成时出现人为错误。这种开发已经开始使用Tamr和Kinetica等工具进行，但是在2020年将继续成熟。

 

 

大多数人都使用某种虚拟助手，例如Siri、Alexa或Google助手来了解附近的餐馆或用时最短的路线，或者设置警报并发送消息。就像其他技术已从消费者的使用方式发展到业务级别一样，在企业环境中发出免提语音查询和指令的能力也将不断提高。

 

在2020年，将开始看到传统的商业智能将被自然学习语言和聊天机器人完全取代，其中任何用户都可以直接与企业进行交互以提出问题，甚至发出指令。这种发展将使人们所知道的报告完全过时。

 

目前，该预测是可行的，因为已经有多家公司致力于此预测，包括Tableau的Ask Data、WolframAlpha、AnswerRocket、EasyAsk和Arcadia Data。在未来的2～3年中，使用自然学习语言和聊天机器人代替传统的商业智能将继续成熟，直到人们专门使用聊天机器人来获取所需的信息。

 

 

在过去的一年中，客户较大的要求之一就是帮助教育组织的其他成员如何成为数据驱动者。数据驱动意味着大多数业务用户将从根本上改变他们对业务和自己工作的看法，从让人们根据分析输入做出决策，到让分析仅部分基于人工输入做出决策。业务的速度和不断变化的市场动态要求获得敏捷性。但是，除非这种根本转变与正式的数据素养和变更管理计划相结合，否则在企业范围内接受新兴的自动化驱动企业将会非常困难。

 

在2020年，人们将看到组织寻求在整个企业中建立正式的数据扫盲计划。因此，行业领先的数据和分析咨询公司以及独立培训师将开始提供各种数据素养研讨、计划和认证。

 

 

随着组织变得必须以数据和分析为驱动力，高管和企业董事会将强制要求对其成熟度进行衡量和跟踪。基本数据成熟度模型已经存在了一段时间，其中许多是特定于供应商的，并且无法跟踪正在进行的成熟度改进或降级。同时考虑数据和分析功能的成熟度模型才刚刚出现。它们将在2020年变得根深蒂固，使组织能够为各种指标建立基准，并制定切实可行的改进计划。

 

尽管公认的数据和分析成熟度模型标准还有很长的路要走，但下一代模型将逐渐成熟，包括在行业、地域和组织类型中进行基准测试，并纳入数百个关键指标，并供投资者使用。

 

 

到2020年，人们将看到那些希望成为数据驱动型的组织开始超越仅仅把数据作为一种资产来管理，并开始像资产一样对其进行衡量。数据官(CDO)和具有前瞻性思维的财务官(CFO)将遵循“无法管理无法衡量的东西”这个格言，开始应用资产估值方法，以了解和改进他们的数据的潜在和实际经济表现。这将导致组织确定更多的创新方法来部署或使他们的数据资产阵列实现货币化。

 

 

行业领先的组织同时试图从内部视角驱动内部数据和数字化转型时，通常他们同时聘请了数据官和首席数字官，或担任其他职务但职责相同的高管。这两个高管在战略性地部署数据方面具有相似的目标，但是他们的日常目标并没有充分地保持一致。

 

因为每个角色都需要彼此依赖才能促进业务发展，所以人们将在2020年看到这两个角色的融合，即通过改善协作关系或将角色完全结合起来。

 

 

在过去的两年中，企业信息资产得到了很大的认可，并且将其迁移到云平台中。进入2020年，人们将发现云存储经济可行，并且出于财务原因对云计算技术的抵制将成为过去。即使是像Snowflake公司这样的一些云计算供应商，也已经启用了数据交换平台，以通过数据货币化进一步改善云计算经济。

 

此外在2020年，云计算供应商解决方案将解决与数据主权、数据驻留和数据本地化有关的区域性问题，减轻使组织停顿至今的固有隐私和合规风险。

 

 

2020年将是医疗数据开始发展的一年，无论是其集成还是广泛部署。美国各地的医疗保健数据标准已经开始出现并被接受。因此，人们开始看到大量共享和创新的医疗保健数据，尤其是在医疗和制药领域。在2020年，人们将看到医院和保险公司从传统的智慧和标准化治疗转向仅基于数据和分析的真正个性化的患者治疗和护理途径。