2020年推动企业分析的三大趋势

大数据越来越大。想想看，你口袋里的智能手机的处理能力，是1969年将人类送上月球的阿波罗11号制导系统的10万倍以上。

数据不仅在增长，而且呈指数级增长。IDC预测到2025年，我们将处理175泽字节的数据(1泽字节等于1万亿千兆字节)。全球的集体数据，IDC称之为“数据圈”，将与数据中心一样多地驻留在云端。

当企业在处理数据领域惊人的增长时，他们也在处理日益复杂的数据，更不用说隐私和安全问题，复杂的监管环境以及缺乏熟练人才来理解所有数据。

但分析学正在随着数据领域的发展而发展，甚至变得更加主流。几乎各行各业的每个应用程序都需要分析，从供应链到金融、制造、医疗保健和客户服务。即使是智能温度计也会产生大量可供分析的数据。

有了如此多的可用数据，公司都在吵着要将其货币化。到2021年，三分之二的分析流程“将不再简单地发现发生了什么和为什么;相反，他们还会规定应该做什么，”David Menninger说，他是高级副总裁兼数据和分析研究总监Ventana研究。

展望今年的分析趋势，一切都归结为数字化转型。企业在数据的海洋中畅游，寻找更好地利用数据的方法——预测供求关系，提供更好的客户服务，获得竞争优势。以下是应对这些数据挑战的三个趋势:

1)增强分析

分析师、统计学家和数据科学家被雇佣来筛选这些数据，发现趋势并做出预测。但是，根据Gartner的十大数据和分析趋势“依赖业务用户寻找模式，依赖数据科学家手动构建模型，可能会导致偏见和错误的结论。”

这就是增强分析的作用所在，它通过自动化来增强手动流程，找到能够近乎实时地优化决策的见解。例如，高德纳表示，传统上，银行的理财服务目标客户是年龄较大的客户，但增强分析表明，年龄在20至35岁之间的年轻客户更有可能实现这一转变。

Gartner预计，增强分析将成为“新购买分析和商业智能的主要驱动力”，并将在未来三到五年内解决这些类型的数据挑战。

2)增强型数据管理

这种趋势与增强分析密切相关。人工流程不仅耗时，容易产生偏见或错误的结论，而且科技界也缺乏熟练的人才。事实上，数据分析师和科学家在世界经济基金会(World Economic Foundation)的需求职位列表中名列前茅未来就业报告。

但通过使用自动化和机器学习，数据可以开始照顾自己——从数据质量到数据集成。复杂的分析平台为无法找到熟练人才或预算中没有新员工的组织提供了解决方案。

这也导致了一个相关的趋势:数据的民主化。传统上，数据科学家是数据的守门人。现在，分析平台正在打破障碍，让业务和技术用户都可以参与到他们的数据中;一个适应性强的用户体验授权各种用户，无论其技能水平如何，扩大分析的范围和影响，超越“专家”。与第三个趋势结合起来，这将变得更加容易。

3)自然语言处理

NLP，即自然语言处理，正在使分析变得更易于访问，并且对各种业务用户来说更易于对话。就像我们可能会让Siri或Alexa查找信息或提供方向一样，NLP将允许商业用户这样做用自然语言询问他们的数据。但到2021年，涉及分析的对话体验将主要基于文本而不是语音，根据Ventana Research的数据。

我花了好长时间才到这里。NLP必须应对从讽刺和俚语到上下文和情感的一切。计算机需要“学习”这些细微差别才能工作，但确实已经取得了进展。

它还为会话分析奠定了基础，业务用户可以在其中进行语音查询。Gartner预测，到2021年，NLP和会话分析将推动分析技术被超过50%的员工采用，“包括新的用户类别，尤其是前台工作人员。”

前面的路

分析学正在发展，但仍有很长的路要走。Forrester公司副总裁兼研究总监Gene Leganza表示:“大多数商业领袖在做决定时仍然依靠经验、‘直觉’或观点——只有48%的决定是基于定量信息和分析做出的，这一数据在过去几年中几乎没有变化。弗雷斯特2020年预测。

这意味着组织必须启动“数据素养生命线”以确保生存。根据莱甘萨的说法，这样做有很大的好处:“洞察力驱动的公司在竞争中领先于大多数缺乏洞察力的成熟公司。”

作者简介

本文作者是企业IT领域的作家和编辑，为全国性报纸和科技行业杂志撰稿，内容从人工智能到零日威胁无所不包。她还作为亚洲记者在国外工作了三年，报道了所有与科技有关的事情。

关注Linkedin