Gartner 2020年数据和分析十大趋势

趋势5:增强数据管理

增强数据管理使用ML和AI技术来优化和改进操作。它还将用于审计、沿袭和报告的元数据转换为为动态系统提供动力。

增强数据管理产品可以检查大量的操作数据样本，包括实际查询、性能数据和模式。使用现有的使用情况和工作负载数据，增强引擎可以优化操作并优化配置、安全性和性能。

数据和分析领导者应该寻找增强的数据管理，使活动元数据能够简化和巩固他们的架构，并提高冗余数据管理任务的自动化程度。

趋势6:云是必然的

到2022年，公共云服务将对90%的数据和分析创新至关重要。

随着数据和分析转向云数据和分析领导者仍然在努力将正确的服务与正确的用例相匹配，这导致了不必要的治理和集成开销。

数据和分析的问题正在从给定服务的成本转移到它如何满足工作负载的性能需求，而不仅仅是标价。

数据和分析领导者需要优先考虑可以利用云功能的工作负载，并在迁移到云时关注成本优化和其他好处，如变化和创新加速。

趋势7:数据和分析的世界碰撞

数据和分析能力传统上被认为是不同的能力，并相应地进行管理。通过增强分析提供端到端工作流的供应商模糊了曾经独立的市场之间的区别。

数据和分析的碰撞将增加历史上分离的数据和分析角色之间的交互和协作。这不仅影响所提供的技术和功能，还影响支持和使用它们的人员和流程。角色的范围将从IT中传统的数据和分析角色扩展到信息探索者、消费者和公民开发人员。

为了将这种冲突转变为建设性的融合，需要将数据和分析工具和功能整合到分析堆栈中。除了工具之外，还要关注人员和流程，以促进沟通和协作。利用增强方法所支持的数据和分析生态系统，有可能交付一致的堆栈。

趋势8:数据市场和交换

到2022年，35%的大型组织将通过正式的在线数据市场成为数据的卖家或买家，而2020年这一比例为25%。

数据市场和交易所提供单一平台来整合第三方数据产品。这些市场和交易所提供了集中的可用性和访问(例如X分析和其他独特的数据集)，从而创造了规模经济，以降低第三方数据的成本。

为了通过数据市场将数据资产货币化，数据和分析领导者应该通过定义生态系统合作伙伴可以依赖的数据治理原则，建立一个公平透明的方法。

趋势9:数据和分析领域的区块链

区块链技术解决数据和分析方面的两个挑战。首先，区块链提供了资产和交易的完整谱系。其次，区块链为参与者的复杂网络提供了透明度。

除了有限的比特币和智能合约用例外，账本数据库管理系统(dbms)将为单个企业的数据源审计提供更有吸引力的选择。Gartner估计，到2021年，大多数被许可的区块链使用将被分类帐DBMS产品所取代。

数据和分析应该通过强调数据管理基础设施和区块链技术之间的能力不匹配，将区块链技术定位为现有数据管理基础设施的补充。

趋势10:关系构成了数据和分析价值的基础

到2023年，图形技术将促进全球30%的组织决策的快速情境化。图形分析是一组分析技术，允许探索感兴趣的实体之间的关系，如组织、人员和事务。

它帮助数据和分析领导者发现数据中未知的关系，并审查不容易用传统分析分析的数据。

例如，当世界忙于应对当前和未来的大流行时，图形技术可以将各种实体联系起来，从人们手机上的地理空间数据到面部识别系统，该系统可以分析照片，以确定谁可能与后来冠状病毒检测呈阳性的人有过接触。

“考虑研究图形算法和技术如何改善你的AI和ML计划”

当与ML算法相结合时，这些技术可以用来梳理成千上万的数据源和文档，帮助医疗和公共卫生专家快速发现新的可能的治疗方法或导致一些患者出现更多负面结果的因素。

数据和分析领导者需要评估将图形分析纳入其分析组合和应用程序的机会，以发现隐藏的模式和关系。此外，考虑研究图形算法和技术如何改善您的AI和ML计划。

本文已从2020年6月9日的原文更新，以反映新的事件、情况和研究。