近日，Gartner發(fā)布了數(shù)據(jù)與分析L域的十大技術(shù)趨勢，為數(shù)據(jù)和分析L導者的新G疫情（COVID-19）響應和恢復工作提供指導，并為疫情后的重啟做好準備。

數(shù)據(jù)和分析L導者如果希望在疫情后能持續(xù)創(chuàng)新，就需要不斷提G數(shù)據(jù)處理和訪問的速度，擴大分析規(guī)模，在前所未有的市場動蕩中贏得成功。

數(shù)據(jù)和分析L導者應檢驗以嘗試以下十大數(shù)據(jù)和分析趨勢，加快新G疫情后的恢復：

趨勢1、更智能、更G速、更負責的AI

到2024年底，75%的企業(yè)機構(gòu)將從人工智能（AI）試點轉(zhuǎn)為AI運營，基于流數(shù)據(jù)的分析基礎架構(gòu)的數(shù)量將因此增加5倍。

疫情當前，機器學習（ML）、優(yōu)化和自然語言處理（NLP）等AI技術(shù)正就病毒傳播、應對效果及影響提供重要洞察和預測。

而強化學習和分布式學習等其他更智能的AI技術(shù)正在創(chuàng)建更具適應性和靈活性的系統(tǒng)，用于處理復雜的業(yè)務情況。例如，基于代理的系統(tǒng)可對復雜系統(tǒng)進行建模和仿真。

趨勢2、儀表板的衰落

具備更多自動化和消費化體驗的動態(tài)數(shù)據(jù)故事將取代視覺化、點擊式的數(shù)據(jù)創(chuàng)建和探索。因此，用戶使用預定義儀表板的時間也將會減少。向支持增強分析或NLP等技術(shù)的動態(tài)數(shù)據(jù)故事轉(zhuǎn)變，這意味著：相關(guān)的洞察將基于用戶的場景、角色或用途，流式傳輸給每個用戶。

趨勢3、決策智能

到2023年，33%以上的大型企業(yè)機構(gòu)將聘用分析師實現(xiàn)包括決策建模在內(nèi)的決策智能。決策智能匯集了決策管理和決策支持等多項技術(shù)。它提供了一個框架，幫助數(shù)據(jù)和分析L導者針對業(yè)務成果和行為，設計、建立、協(xié)調(diào)、執(zhí)行、監(jiān)控和調(diào)整決策模型及流程。

趨勢4、X分析

“X分析”由Gartner創(chuàng)造的一個總稱術(shù)語，其中的X指代各種結(jié)構(gòu)化和非結(jié)構(gòu)化內(nèi)容（如文本分析、視頻分析、音頻分析等）的數(shù)據(jù)變量。

在新G疫情期間，AI發(fā)揮了關(guān)鍵作用，梳理了成千上萬份研究論文、新聞資料、社交媒體內(nèi)容和臨床試驗數(shù)據(jù)，幫助醫(yī)療和公共衛(wèi)生專家預測疾病傳播，制定能力規(guī)劃，尋找新的治療方法并確定易感人群。X分析與AI、圖譜分析等其他技術(shù)結(jié)合起來，將對未來自然災害和其他危機的識別、預測和規(guī)劃發(fā)揮關(guān)鍵作用。

趨勢5、增強型數(shù)據(jù)管理

增強型數(shù)據(jù)管理利用ML和AI技術(shù)優(yōu)化并改進運營。它還促進了元數(shù)據(jù)角色的轉(zhuǎn)變，從協(xié)助數(shù)據(jù)審計、沿襲和匯報轉(zhuǎn)為支持動態(tài)系統(tǒng)。

增強型數(shù)據(jù)管理產(chǎn)品能夠?qū)彶榇罅康倪\營數(shù)據(jù)樣本，包括實際查詢、性能數(shù)據(jù)和方案。利用現(xiàn)有的使用情況和工作負載數(shù)據(jù)，增強型引擎能夠?qū)�運營進行調(diào)整，并優(yōu)化配置、安全性和性能。

趨勢6、云成為必然

到2022年，公有云服務將對90%的數(shù)據(jù)和分析創(chuàng)新起到至關(guān)重要的作用。隨著數(shù)據(jù)和分析的上云，數(shù)據(jù)和分析L導者仍然很難實現(xiàn)服務與用例的協(xié)調(diào)一致，這就增加了不必要的治理和集成開支。

數(shù)據(jù)和分析問題的關(guān)鍵，已經(jīng)從某項服務的成本轉(zhuǎn)為如何在定價之外滿足工作負載的性能要求。上云時，數(shù)據(jù)和分析L導者需要優(yōu)先處理能夠利用云能力和專注于成本優(yōu)化的工作負載。

趨勢7、數(shù)據(jù)和分析的碰撞

數(shù)據(jù)管理能力和分析能力在傳統(tǒng)上被視為不同的L域，需要分別進行管理。利用增強分析提供端到端工作流的供應商使這兩個市場之間的界線變得模糊了。

數(shù)據(jù)和分析的碰撞將增加這兩個傳統(tǒng)上相對d立的L域之間的交互和協(xié)作。這不僅會影響到所提供的技術(shù)和能力，還會使支持和使用它們的人員和流程受到影響。相關(guān)角色也將從傳統(tǒng)的數(shù)據(jù)和分析擴展到信息探索人員和公民開發(fā)人員等。

趨勢8、數(shù)據(jù)市場和交易平臺

到2022年，35%的大型企業(yè)機構(gòu)將通過正式的在線數(shù)據(jù)市場參與數(shù)據(jù)交易，而這一比例在2020年為25%。數(shù)據(jù)市場和交易平臺為整合第三方數(shù)據(jù)產(chǎn)品和降低第三方數(shù)據(jù)成本提供了統(tǒng)一平臺。

趨勢9、區(qū)塊鏈技術(shù)在數(shù)據(jù)和分析中的應用

區(qū)塊鏈技術(shù)解決了數(shù)據(jù)和分析L域中的兩項挑戰(zhàn)。先，區(qū)塊鏈提供了資產(chǎn)和交易的完整沿襲。其次，區(qū)塊鏈為復雜的參與者網(wǎng)絡提供透明度。

除了有限的比特幣和智能合約用例之外，分類賬目數(shù)據(jù)庫管理系統(tǒng)（DBMS）將為單個企業(yè)審計數(shù)據(jù)來源提供了更具吸引力的選擇。Gartner預計，到2021年，分類賬目DBMS產(chǎn)品將取代多數(shù)許可區(qū)塊鏈的使用。

趨勢10、關(guān)系奠定了數(shù)據(jù)和分析價值的基礎

到2023年，圖譜技術(shù)將促進30%的企業(yè)機構(gòu)決策過程的快速情景化。圖譜分析是指一系列用于探索不同感興趣的實體（如組織、人員和交易）之間關(guān)系的技術(shù)。它幫助數(shù)據(jù)和分析L導者找到數(shù)據(jù)中未知的關(guān)系，并查看傳統(tǒng)分析技術(shù)不易分析的數(shù)據(jù)。