數據分析是一個不斷發(fā)展的領域。隨著企業(yè)繼續(xù)大力投資于分析技術，以支持數字化轉型，掌握最新趨勢對于保證企業(yè)采用成功的分析戰(zhàn)略和策略至關重要。
據IDG的《2020年首席信息官現狀報告》，37%的IT領導們表示，數據/業(yè)務分析將成為他們企業(yè)今年最大的IT投資。這比任何其他項目都要多，還有排名第二的安全/風險管理，34%的受訪者認為這也是最大的IT投資。此外，報告稱，無論行業(yè)或者企業(yè)的規(guī)模如何，IT部門最有可能承擔滿足數據和分析的需求。
2020年，當IT領導們把注意力集中在數據分析上時，他們首先應關注以下四個密切相關的趨勢。
數據戰(zhàn)略就是業(yè)務戰(zhàn)略
過去幾年的“大數據”思維正被數據戰(zhàn)略所取代，這些數據戰(zhàn)略考慮到了影響業(yè)務的各種規(guī)模和類型的數據。
CompTIA公司技術分析高級主管Seth Robinson指出：“在過去一年左右的時間里，對大數據的熱情已經開始消退了。我認為消退的主要原因是，它只是一種總體數據戰(zhàn)略。”
Forrester副總裁兼首席分析師Brian Hopkins補充道：“大數據已經走出了低谷?，F在已沒人在乎這個詞了。”
與Robinson一樣，Hopkins認為，隨著企業(yè)將數據戰(zhàn)略與數字化轉型緊密結合，他們現在把大數據視為只是數據堆棧的另一個元素。Hopkins說，隨著企業(yè)尋求利用數據驅動的人工智能應用，特別是在客戶體驗方面，關鍵在于“正確獲取數據”。要做到這一點，首席信息官必須處理源數據，以便數據科學家在數據準備、數據清理和數據合理化方面花費更少的時間，而把更多的時間用于采用干凈的數據構建模型。
然而，如果不打通IT的外部關系，大部分首席信息官都沒有權力改變業(yè)務流程。
Hopkins說：“我們看到的問題是，首席信息官的數據戰(zhàn)略涉及很多業(yè)務層面的變化、業(yè)務流程的變化和IT之外的新組織結構，這些因素用于做出有關數據定義的決策以及有關優(yōu)先級的決策，還用于執(zhí)行數據隱私政策，以及首席信息官無法控制且有一定成本的工作。”
Hopkins說，流程變革、應用變革、組織變革管理和激勵變革等都要求重新審視數據戰(zhàn)略。
Hopkins說：“必須想辦法讓業(yè)務經理關心數據，關心自己的數據能有多少會被其他業(yè)務部門所使用。這不是大多數首席信息官都能輕易改變的事情。”
首席信息官將不得不思考怎樣才能更好地適應這些改變。這可能涉及尋求更大的變革權力或者與業(yè)務部門和運維職能部門的合作。
企業(yè)必須使數據管理現代化
對于想利用數據來推動決策的企業(yè)，考慮到他們的總體數據戰(zhàn)略，感受到了使其數據架構現代化的壓力。
當企業(yè)想在生產中發(fā)揮數據優(yōu)勢時，很多企業(yè)發(fā)現他們沒有合適的基礎。
Robinson說：“四五年前，當我們研究大數據時，我們發(fā)現，很多企業(yè)開始并沒有良好的數據管理實踐，而這是為大數據打下基礎所必須的?，F在，我認為企業(yè)正在建立這些實踐。他們試圖將其整合為一種現代化的數據方法，我認為這一切都融合在了一起。”
德勤咨詢公司（Deloitte Consulting）新興技術研究總監(jiān)、常務董事、政府和公共服務首席技術官Scott Buchholz認為，這一推動分析業(yè)務現代化的舉措應被理解為數據管理既有周期的一部分。
Robinson認為，今年企業(yè)將通過關注數據的收集和存儲方式回歸基礎。
他說：“無論我們使用‘數據湖’這個詞還是其他什么，我認為企業(yè)都想在針對各個業(yè)務部門進行數據分解供其使用之前，能夠綜合全面地掌握其數據。我認為，他們想知道所有數據是怎樣通過傳統(tǒng)方式或者社交媒體或者物聯網設備進入到企業(yè)中的。”
Robinson說，向5G無線網絡的發(fā)展會帶來更大的壓力，因為5G意味著更大的數據管道和更多的數據。
他說：“解決這個問題宜早不宜遲：數據怎樣以最好的方式流動到某個地方，在這里，所有的數據都被匯集在一起，進行處理。”
機器學習重塑儀表盤
過去一年，在分析和業(yè)務智能領域發(fā)生了大規(guī)模收購，Salesforce以157億美元收購了分析平臺Tableau，谷歌以26億美元收購了數據探索和發(fā)現業(yè)務智能平臺Looker公司。這些備受矚目的對領先自助服務業(yè)務智能平臺的收購突顯了支持業(yè)務用戶從企業(yè)數據中獲得深度分析結果的價值所在。
Gartner業(yè)務分析部門研究副總裁Rita Sallam說：“通常，當整合發(fā)生時，這代表著某種技術創(chuàng)新的市場成熟。在這個例子中，就是分析和業(yè)務智能市場，尤其是Tableau、Qlik和Tibco Spotfire等供應商推廣的基于視覺的探索模式。”
Sallam預計，隨著企業(yè)想利用機器學習來自動化與分析相關的很多任務（包括數據準備和深度分析發(fā)現），在這方面就會越來越成熟。我們的目標是讓分析部門以外的廣大用戶都能夠獲得數據深度分析結果。Sallam說，推動這種自動化是行業(yè)整合的一個關鍵因素，而Gartner預計這將在兩到五年內成為主流。
Sallam說：“我們相信這一趨勢將持續(xù)加速到2020年，甚至可能延續(xù)到2020年以后，引入新的用戶體驗，甚至有可能取代儀表盤體驗。這種用戶體驗將是一種更加動態(tài)的體驗，在這種體驗中，根據用戶的上下文環(huán)境為用戶生成深度分析。它將變得更容易進行對話，用戶隨后可以使用自然語言與這些深度分析結果進行互動——既可以提出問題，也可以向用戶解釋自動生成的深度分析結果，并將其嵌入到協(xié)作工具中。”
因此，用戶將減少對帶有預定義KPI儀表盤的依賴，從而實現更加動態(tài)和更容易對話的功能。
首席信息官重視“倫理技術”和信任
隨著企業(yè)越來越多地利用客戶數據來推動決策，他們不再認為客戶信任僅僅是一個合規(guī)或者公共關系問題。德勤的Buchholz表示，2020年，與數據實踐相關的客戶信任將成為一項關鍵業(yè)務目標。在使用客戶數據時，必須全面考慮信任問題，這涵蓋了企業(yè)的技術、流程和人員。
對首席信息官來說，這意味著重視“倫理技術”，并創(chuàng)建一套工具，幫助企業(yè)中的人員在做出決策時認識到倫理困境——特別是考慮到新興的顛覆性技術的作用。
Buchholz說：“30年前，我們所有的信息都儲存在馬尼拉的文件夾里，不過是放在那里而已。今天，我們有能力收集數據、分析數據、處理數據、大規(guī)模利用數據，以至于有些企業(yè)比我們自己更了解我們和我們的行為。我認為，這實際上開始在信任方面造成危機。”
Buchholz補充說，人們不知道收集和分析數據的企業(yè)是不是出于最大利益考慮而這樣做。
倫理技術是解決這些信任問題的一種嘗試。它可能采取可解釋的機器學習算法的形式，以便個人能更好地理解這些算法之間的關聯。或者，它可以實現更好的數據匿名性和數據屏蔽功能，以防止個人身份信息被泄露。
Buchholz說：“我們正在進行的一些工作是為了更好地控制數據訪問，這樣，當人們說他們想將特定信息用于特定目的時，能加強管控，確保他們不會將數據用于其他目的。”
在其他情況下，企業(yè)正在創(chuàng)建工具來理解數據的上下文環(huán)境及其準確性怎樣隨時間而變化。Buchholz介紹說，加拿大CIBC銀行進行了一系列數據準確性評分，以評估其用于推動決策的數據元素。
Buchholz說：“他們舉的一個例子是，在你想申請抵押貸款的這幾天里，你的申請信息會受到關注。但過了這段時間，利用這些信息做出決定的有效性可能就會降低。”
作者：Thor Olavsrud為CIO.com撰寫數據分析、業(yè)務智能和數據科學等領域的文章。
編譯：Charles
原文網址：https://www.cio.com/article/3251720/4-data-analytics-trends-that-will-dominate-2018.html?upd=1583455405716
