Gartner公布了2021年十大數據和分析（D＆A）技術趨勢，這些趨勢可以幫助企業(yè)組織應對各種變化、不確定性以及未來一年的潛在機遇。
Gartner知名研究副總裁Rita Sallam表示：“COVID-19疫情顛覆企業(yè)組織的速度，迫使數據分析負責人必須采用適當的工具和流程來發(fā)現關鍵技術趨勢，優(yōu)先應對那些會對他們競爭優(yōu)勢帶來最大潛在影響的趨勢。”
數據分析負責人應該利用以下10大趨勢作為他們的關鍵投資，以提高預測、轉移和響應能力。
趨勢一：更智能的、更負責任的、可擴展的AI
人工智能（AI）和機器學習（ML）正在發(fā)揮越來越大的影響力，這就需要企業(yè)運用新的技術以實現更智能的、數據消耗更少的、符合道德原則的、更具彈性的AI解決方案。企業(yè)組織通過部署更智能的、更負責任的、可擴展的AI，利用機器學習算法和可解釋的系統(tǒng)，縮短實現價值的時間，并提高業(yè)務影響力。
趨勢二：可組合式的數據分析
開放的容器化分析架構讓分析功能的可組合性更高。可組合式數據分析利用來自多個數據、分析和AI解決方案的組件，來快速構建靈活且用戶友好的智能應用，從而幫助數據分析負責人將洞察用于指導實際行動。
隨著數據重心逐漸轉移到云端，可組合式的數據分析將成為一種更為敏捷的方式，去構建實現了云市場、低代碼和無代碼解決方案的分析應用。
趨勢三：數據結構是基礎
隨著數字化程度逐漸提高和對消費者的約束越來越少，數據分析負責人開始越來越多地使用數據結構來解決企業(yè)組織數據資產中日益突出的多樣性、分布式、規(guī)�；蛷碗s性等問題。
數據結構采用分析功能來持續(xù)監(jiān)控數據管道，利用對數據資產的持續(xù)分析，來支持各種數據的設計、部署和利用，從而將集成時間縮短了30％，部署時間縮短了30％，維護時間縮短了70％。
趨勢四：從大數據到小數據，再到寬數據
新冠疫情造成業(yè)務發(fā)生極端的變化，這導致那些基于大量歷史數據的機器學習和AI模型都不再適用了。同時，由人類和AI共同做出決策變得更加復雜和苛刻了，這就要求數據分析負責人擁有更加多樣化的數據，以更好地了解態(tài)勢。
因此，數據分析負責人應該選擇那些可以更有效利用可用數據的分析技術。他們依賴于所謂的“寬數據”，實現對各種小數據、大數據、非結構化數據、結構化數據來源的分析和協同處理，還有“小數據”，就是那些所需數據較少、但仍可以提供有用洞察的分析技術應用。
Sallam表示：“小而廣泛的數據方法提供了強大的分析和AI，同時減少了企業(yè)組織對大數據集的依賴。使用廣泛的數據，讓企業(yè)組織可以獲得更豐富的、更完整的態(tài)勢感知或360度視圖，從而使他們能夠運用數據分析做出更好的決策。”
趨勢五：XOps
XOps（包括DataOps、MLOps、ModelOps和PlatformOps）的目標是使用DevOps最佳實踐來實現效率和規(guī)模經濟，確�？煽啃�、可重用性和可重復性，同時減少技術和流程的重復，實現了自動化。
大多數分析和AI項目都失敗了，因為這些項目僅僅是在事后才解決可操作性等問題。如果數據分析負責人在大規(guī)模運營中使用XOps，那么他們將實現分析和AI資產的可再現性、可追溯性、完整性和可集成性。
趨勢六：工程決策智能
工程決策智能不僅適用于單個決策，還適用于決策序列，將多個決策分組到不同的業(yè)務流程中，甚至是突發(fā)決策和后果網絡。隨著決策變得越來越自動化和增強化，工程決策有望幫助數據分析負責人讓決策變得更加準確、可重復的、透明的和可追溯的。
趨勢七：數據分析成為一項核心業(yè)務功能
數據分析不再是次要的，而是變成了一項核心業(yè)務職能。在這種情況下，數據分析成為與業(yè)務成果保持一致的共享業(yè)務資產，中央數據分析和聯合數據分析團隊之間能夠更好地協作，也打破了數據分析孤島。
趨勢八：圖表與一切相關
圖形構成了很多現代數據分析功能的基礎，使我們能夠在各種數據資產之間找到人、地方、事物、事件和位置之間的關系。數據分析負責人依靠圖形關系來快速回答復雜的業(yè)務問題，這些問題需要能夠理解上下文，理解多個實體之間的聯系和優(yōu)勢本質。
Gartner預測，到2025年圖形技術將用于80％的數據分析創(chuàng)新中，高于2021年的10％，這將促進整個企業(yè)組織的快速決策。
趨勢九：增強型消費者的崛起
如今，大多數企業(yè)用戶在使用預定義的儀表板和手動數據瀏覽功能，這可能導致錯誤的結論以及錯誤的決策和操作。以前我們花費在預定義儀表板上的操作時間，逐漸被自動的、對話式的、移動且動態(tài)生成的洞察所取代，這些洞察根據用戶的需求進行定制，并交付給他們的消費者。
Sallam表示：“這將把分析能力轉移給信息消費者——也就是所謂的增強型消費者——使他們擁有以前只能由分析師和數據科學家才能使用的功能。”
趨勢十：在邊緣的數據分析
數據、分析和其他支持數據分析的技術越來越多地位于邊緣計算環(huán)境中，更接近物理環(huán)境和IT權限范圍之外的資產。據Gartner預測，到2023年超過50％的數據分析負責人的主要職責將包括在邊緣環(huán)境中創(chuàng)建、管理和分析數據。
數據分析負責人可以利用這一趨勢來提升數據管理的靈活性、速度、治理和彈性。從支持實時事件分析，到實現“事物”的自主行為，各種各樣的使用場景正在吸引著人們對數據分析邊緣功能的興趣。
