2020年数据和分析的10个预测和优先事项
2020/2/10 16:06:55

      Caserta公司执行官兼数据策略师对2020年的数据和分析进行了预测,并对优先事项进行了阐述。   
  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。
   
  预测1:数据抓取将以重要的方式实现
   
  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。
   
  预测2:机器人将建立数据管道
   
  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。
   
  预测3:人工智能将自动统一数据
   
  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。
   
  预测4:传统的商业智能将被自然学习语言和聊天机器人取代
   
  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。
   
  预测5:组织将提供数据扫盲计划
   
  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

下一页
返回列表
返回首页
©2024 物联网世界--物联网资料和交流中心 电脑版
Powered by iwms