【.com快译】企业领导者需要了解数据分析的行业趋势，以预测客户需求，提供个性化服务，实现业务目标。数据分析可以让企业深入了解业务的发展情况。如果您不了解您在业务决策、营销绩效或客户互动中可能犯了哪些错误，您将在未来继续犯同样的错误。数据分析有助于商业决策者更好地了解企业在行业中的定位，并确定用户在哪些领域需要他们的产品和服务、销售量减少或增加的原因以及市场中可能存在的机会。通过使用数据分析和技术，企业领导者可以轻松预测客户需求、提供个性化服务和产品、提高利润并实现目标。分析和系统统计推理也可用于制定提高效率、利润和风险管理的决策，同时维持库存、定价解决方案或招聘人才。嵌入式分析解决方案（将分析和数据可视化功能集成到软件应用程序中）允许企业通过将分析功能直接应用到应用程序中来更快地采取行动。嵌入式分析可以简化生成洞察力的过程，减少运行数据分析所需的时间，并通过使从客户到员工的关键利益相关者可以访问数据分析来提供可操作的建议。自冠状病毒大流行爆发以来，医疗保健行业在抗击疫情中发挥了至关重要的作用。为应对这一紧急情况，全球500多项医疗和疫苗接种试验采用了广泛的患者数据库来收集和整理来自试验项目和其他来源的数据。这些数据可以帮助医学健康专家预测冠状病毒的传播，寻求新的治疗方法，并在当前严峻形势下规划临床治疗。因此，数据和分析与人工智能(AI)技术相结合对于以主动和快速的方式预测、准备和应对全球危机及其后果至关重要。据研究公司Gartner称，企业将开始克服80%的机器学习部署失败率，并将他们的成功案例整合到生产环境中。Gartner研究副总裁RitaSallam认为，以下10大趋势是最新的人工智能技术需求，将在2021年以新的方式提升业务水平。1.AI与智能解决方案研究表明，到2024年，数据流和分析基础设施将增长五倍以上，而75%的企业将从试点转向运营AI。Gartner研究副总裁Sallam指出，人工智能技术，如强化学习和分布式学习，正在创造更具适应性和通用性的系统来处理复杂的业务情况，尤其是现在当大流行前的模型依赖于历史数据时不再有效。自然语言处理(NLP)正在提供有关应对冠状病毒爆发的对策的有效性和影响的重要见解和预测。人工智能和机器学习现在正在严格按照新的需求模式重新校准供应链。更大的投资创造了新的芯片架构，例如可以部署在边缘计算设备上的神经形态硬件。这些解决方案正在增加AI和机器学习计算和工作负载，并减少对需要高带宽的集中式系统的依赖。它导致更具可扩展性的AI解决方案，具有更高的业务影响。2.仪表板的修改版根据Gartner对2025年的预测，数据故事（而不是仪表板）将成为使用数据分析方法的主要方法，它将取代可视化、点击创建和探索。该公司的研究人员还指出，这些数据故事中的三分之一将使用增强分析自动生成。通常，用户必须在仪表板中进行大量手动操作才能获得洞察力。向上下文数据故事的转变意味着相关见解将根据每个用户的上下文、角色或用途提供给他们。这些动态洞察力利用了自然语言处理(NLP)、增强分析、流异常检测和协作等技术。用户使用预定义仪表板的时间将自动减少。3、决策建模将提高决策智能化能力。到2023年，近33%的企业将允许数据分析师通过决策模型实践决策智能。包括决策管理和决策支持在内的多个学科被称为决策智能。结合在线程中。另一方面，Gartner将决策智能描述为涵盖复杂自适应系统领域的应用程序。各种传统技术（例如基于规则的方法）和高级学科（例如人工智能和机器学习）与这些复杂的自适应系统相结合。使用决策智能框架，数据分析领导者可以在业务成果和行为的背景下设计、组合、建模、调整、执行、监控和调整决策模型和流程。4.X分析X分析是Gartner创造的一个术语，其中“X”代表一系列结构化和非结构化内容的数据变量，例如文本分析、视频分析、音频分析等。分析领导者使用X分析来解决复杂的问题，包括气候变化、疾病??预防和野生动物保护。Gartner的研究人员指出，人工智能目前在分析视频、音频、振动、文本、情感和其他内容方面做得非常出色。到2025年，75%的世界500强企业将实现大规模创新转型。研究人员表示，未来X分析将与人工智能和图分析等其他技术相结合，在识别、预测和规划自然灾害等危机和机遇方面发挥关键作用。Sallam表示，人工智能技术及其在云计算中的应用正在成熟，以扩大X分析的范围和影响。5.增强数据管理许多企业现在正在利用机器学习、数据结构和活动元数据来动态连接、优化和自动化数据管理流程，到2023年，这将减少30%的数据交付时间。增强数据管理可以利用机器学习和人工将元数据从用于审计、沿袭和报告转换为支持动态系统的智能技术。此外，该产品还可以检查大量操作数据样本，包括实际查询、性能数据和模式。考虑到上述事实，数据分析领域的领导者正专注于增强数据管理，以启用活动元数据来简化和整合他们的模式，并提高冗余数据管理任务的自动化程度。6.更好的云计算技术平台企业采用的人工智能应用预计在2019年至2023年间增长五倍，使人工智能成为最大的工作负载类别之一。公共云服务市场对90%的数据分析创新至关重要。这种趋势早在冠状病毒大流行之前就开始了，但它对企业的影响无疑加速了这一趋势。企业在云平台上进行的数据分析工作越多，使用的计算资源就越多。从企业的角度来看，使用新的云堆栈，领导者可以更快更好地管理他们的工作。与此同时，数据和分析领导者仍在努力使正确的服务与正确的用例保持一致，这有时会导致不必要的治理和成本增加。因此，企业数据和分析领导者应优先考虑可以利用云计算功能的工作负载，并在迁移到云平台时关注成本优化和其他好处（例如变化和加速创新）。7.数据和分析趋势之间的冲突Gartner预测，近95%的财富500强公司将在不久的将来将分析治理整合到更广泛的数据和分析治理计划中。数据分析功能是不同的功能，并进行相应的管理。供应商正在提供由增强的分析趋势支持的端到端工作流，这些趋势模糊了曾经独立的市场之间的区别。这种冲突导致数据和分析的不同角色之间的交互和协作。它不仅影响所提供的技术和能力，还影响支持和使用它们的人员和流程。但现在，如何将这种冲突转化为建设性的融合，将先进的数据分析工具和功能整合到分析堆栈中，取决于领导者和分析服务提供商。同时，他们需要关注人员和流程，以促进沟通和协作。8.区块链的实际意义Gartner研究人员认为，区块链技术解决了数据分析中的两个挑战：资产和交易的完整沿袭。参与者复杂网络的透明度。区块链并不比其他数据源更安全。在数据和分析领域，它将用于垂直特定的、业务驱动的计划，例如智能合约。Gartner的研究人员预测，到2021年，大多数区块链用途将被账本DBMS产品取代。9.数据市场和交易所到2022年，35%的大型企业将通过正式的在线数据市场成为数据的买家或卖家，高于2020年的25%。这些市场和交易所提供了集成第三方产品的单一平台。此外，这些可以实现集中可用性和访问以创造规模经济，从而降低第三方数据的成本。与此同时，市场领导者应通过定义数据治理原则，建立一种公平透明的方法，通过数据市场将数据资产货币化。10、数据基础与分析价值的关系。到2023年，全球30%的企业将使用图形技术来促进快速决策。图分析是一组分析技术，用于探索感兴趣的实体（例如，企业、人员、交易）之间的关系。在冠状病毒大流行之后，许多企业正在使用图形分析来应对当前和未来的危机。机器学习算法和新的分析趋势帮助医学和公共卫生专家快速发现新的治疗方法。数据和分析领导者考虑图形算法和技术如何改进AI和机器学习计划，并评估将图形分析纳入其分析组合和应用程序以发现隐藏模式和关系的新机会。分析是业务的内在本质，它不断发展并通向更美好的未来。数据分析的未来趋势将对企业业务转型起到引领作用。现在的问题可能是公司如何适应这些数据分析趋势以确保成功。分析服务提供商通过智能驱动的决策策略简化了这种情况，他们应用分析愿景和架构来优化业务绩效，并应用决策支持系统来增强企业决策。现在是为您的企业决定最佳分析方法并在竞争激烈的行业市场中获得优势的时候了。原标题：Top10DataAnalyticsTrendsThatWillBoomYourBusiness，作者：ChrisRoy
