Gartner, Inc.预测,到2025年,70%的组织将把他们的重点从大数据转移到小数据和广泛数据,提供更多的背景信息分析以及让人工智能(AI)减少数据饥渴。
“像COVID-19大流行这样的中断导致反映过去情况的历史数据迅速过时,这破坏了许多生产人工智能和数据机器学习(ML)模型,”说吉姆兔子他是Gartner杰出的研究副总裁。“此外,决策已经变得更加复杂和苛刻,并且过度依赖于数据饥渴的深度学习方法。”
高德纳(Gartner)分析师讨论了数据和分析(D&A)技术,以建立一个弹性,适应性和数据化组织在2021年高德纳数据与分析峰会此次会议将在欧洲、中东和非洲举行,会议将持续到周四。
数据与分析领导者需要转向被称为“小数据”和“宽数据”的新分析技术。“综合起来,它们能够更有效地利用现有数据,要么减少所需的数据量,要么从非结构化、多样化的数据源中提取更多价值,”黑尔说。
小而宽的数据允许更强大的分析和人工智能
小数据是一种需要更少数据但仍能提供有用见解的方法。该方法包括一定的时间序列分析技术或少镜头学习、合成数据或自监督学习。
广泛的数据支持各种大小、非结构化和结构化数据源的分析和协同。它适用于X分析,其中X代表查找数据源之间的链接,以及多种数据格式。这些格式包括表格、文本、图像、视频、音频、声音、温度,甚至气味和振动。
Hare先生说:“这两种方法都促进了更强大的分析和人工智能,减少了组织对大数据的依赖,并实现更丰富、更完整的态势感知或360度视图。””d和a的领导人应用这两种技术来解决训练数据可用性低或通过使用更广泛的数据来开发更健壮的模型等挑战。”
小型和广泛的数据应用
可以使用小而广泛的数据的潜在领域是零售业的需求预测,应用于超个性化的客户服务中的实时行为和情绪智能,以及客户体验的改善。
其他领域包括物理安全或欺诈检测以及自适应自主系统,如机器人,它们通过分析不同感官通道中事件在时间和空间上的相关性来不断学习。
Gartner的客户可以阅读更多“2021年数据和分析的主要趋势:从大数据到小数据和宽数据。”
了解如何使用数据和分析重新设计决策在免费的高德纳电子书“决策的未来。”
关于高德纳数据分析峰会
高德纳数据与分析峰会探讨了如何将数据和分析战略与业务成果联系起来,并促进人工智能等技术的采用。首脑会议目前正在北京举行EMEA将于6月8日至9日举行亚太地区6月23-24日印度7月12日至13日日本.在Twitter上关注会议的新闻和更新# GartnerDA.
关于高德纳信息技术实践
Gartner IT实践为首席信息官和IT领导者提供洞察和工具,以推动组织通过数字化转型来引领业务增长。更多信息可在//www.ownfullhouse.com/en/information-technology.关注来自Gartner IT实践的新闻和更新推特而且LinkedIn使用# GartnerIT。