2021年Gartner十大数据和分析趋势

探索最新的:2022年Gartner前12大数据和分析趋势

当COVID-19来袭时，使用严重依赖大量历史数据的传统分析技术的组织意识到一件重要的事情:许多这些模型不再相关。从本质上说，大流行改变了一切，使大量数据变得无用。

反过来，前瞻性数据和分析团队正在从依赖“大”数据的传统AI技术转向一类需要更少或“小”和更多样化的分析。

立即下载:数据和分析的IT路线图

“这些数据和分析趋势可以帮助组织和社会应对破坏性的变化、根本性的不确定性以及它们带来的机会。”

从大数据向小数据和宽数据的过渡是Gartner公司2021年最重要的数据和分析趋势之一。这些趋势代表了商业、市场和技术的动态，是数据和分析领域的领导者不容忽视的。

“这些数据和分析趋势可以帮助组织和社会应对破坏性的变化、根本性的不确定性以及它们在未来三年带来的机遇，”他说丽塔Sallam， Gartner杰出副总裁分析师。“数据和分析领导者必须积极研究如何利用这些趋势进行关键任务投资，以加快他们的预测、转变和响应能力。”

立即下载:成为数据驱动型组织的5个关键举措

每个趋势都符合以下三个主题之一:

1. 加速数据和分析的变化:利用人工智能方面的创新、改进的可组合性以及更灵活、更有效地集成更多样化的数据源。
2. 付诸实施业务价值通过更有效的XOps:能够更好地做出决策，并将数据和分析转化为业务的重要组成部分
3. 分布式的一切:需要灵活地将数据和见解联系起来，以使更广泛的人群和对象拥有能力。

趋势1:更智能、更负责任、可扩展的AI

更聪明，更负责，可扩展人工智能将使更好的学习算法、可解释的系统和更短的估值时间。企业将开始对人工智能系统提出更多要求，他们需要弄清楚如何扩展这些技术——到目前为止，这一直是一个挑战。

尽管传统的人工智能技术可能严重依赖历史数据，但鉴于COVID-19如何改变了商业格局，历史数据可能不再相关。这意味着人工智能技术必须能够通过“小数据”技术和自适应机器学习在更少的数据下运行。这些人工智能系统还必须保护隐私，遵守联邦法规，减少偏见，以支持道德的人工智能．

了解更多:关于人工智能你需要知道的一切

趋势2:可组合数据和分析

可组合数据和分析的目标是使用来自多个数据、分析和AI解决方案的组件，提供灵活、用户友好和可用的体验，使领导者能够将数据洞察与业务行动连接起来。Gartner的客户调查显示，大多数大型组织都有不止一种“企业标准”分析和商业智能工具。

了解更多:数据和分析的终极指南

从每个封装的业务功能组合新的应用程序可以提高生产力和敏捷性。可组合的数据和分析不仅会鼓励协作，并发展组织的分析能力，它还增加了对分析的访问。

趋势三:以数据结构为基础

随着数据变得越来越复杂，数字业务加速发展，数据结构是一种支持可组合数据和分析及其各种组件的体系结构。

由于技术设计利用了使用/重用和组合不同数据集成风格的能力，数据结构将集成设计的时间减少了30%，部署时间减少了30%，维护时间减少了70%。此外，数据结构可以利用来自数据中心、数据湖和数据仓库的现有技能和技术，同时还可以为未来引入新的方法和工具。

趋势四:数据由大到小，由宽到广

与大数据不同，小而广的数据可以为组织解决AI方面日益复杂的问题和稀缺数据用例带来的挑战。广泛数据——利用“X分析”技术——支持对各种小型和不同的(广泛的)、非结构化和结构化数据源进行分析和协同，以增强上下文意识和决策。小数据，顾名思义，能够使用需要较少数据的数据模型，但仍然提供有用的见解。

趋势5:XOps

XOps(数据、机器学习、模型、平台)的目标是使用DevOps最佳实践实现效率和规模经济，并确保可靠性、可重用性和可重复性，同时减少技术和流程的重复，实现自动化。

这些技术将支持原型的扩展，并交付一个灵活的设计和敏捷的编排治理决策系统。总的来说，XOps将使组织能够操作数据和分析来驱动业务价值。

下载电子书:IT领导者做出更好决策的5个关键行动