近日，Gartner發布了數據與分析(xi)領域的(de)十大技術趨勢，為數據和分析(xi)領導者的(de)新冠疫(yi)情(qing)（COVID-19）響(xiang)應和恢(hui)復(fu)工(gong)作(zuo)提供指導，并為疫(yi)情(qing)后的(de)重(zhong)啟做好準備。

數據和(he)分(fen)析領導者如(ru)果(guo)希望(wang)在疫情后能(neng)持(chi)續(xu)創新，就需要不斷提(ti)高數據處理和(he)訪問的(de)速度，擴大分(fen)析規模，在前所未(wei)有的(de)市(shi)場動蕩中贏得成功。

數據(ju)和分析領導者應檢(jian)驗以嘗試以下(xia)十大數據(ju)和分析趨勢，加快(kuai)新冠疫(yi)情(qing)后的恢復：

趨(qu)勢(shi)1、更智能(neng)、更高(gao)速、更負責的AI

到2024年底，75%的(de)(de)企業機構將(jiang)(jiang)從人工智能（AI）試點轉為(wei)AI運營，基于流數據的(de)(de)分析基礎(chu)架(jia)構的(de)(de)數量將(jiang)(jiang)因此增加(jia)5倍。

疫情當前，機器(qi)學習（ML）、優化(hua)和(he)自然語(yu)言處理（NLP）等AI技(ji)術正就病毒傳播(bo)、應對效果及(ji)影響提供重要洞察和(he)預測。

而強(qiang)化學(xue)(xue)習和(he)分布(bu)式學(xue)(xue)習等其(qi)他更智能的(de)(de)(de)AI技術正在創建更具適應性(xing)(xing)和(he)靈活性(xing)(xing)的(de)(de)(de)系統(tong)，用(yong)于處理復雜(za)的(de)(de)(de)業務情況(kuang)。例如，基于代理的(de)(de)(de)系統(tong)可(ke)對(dui)復雜(za)系統(tong)進行建模和(he)仿真。

趨勢2、儀(yi)表板的衰(shuai)落

具備更多自動(dong)化和消費化體(ti)驗(yan)的(de)動(dong)態(tai)數據(ju)(ju)故(gu)事將取代視覺化、點(dian)擊(ji)式的(de)數據(ju)(ju)創建和探索(suo)。因(yin)此，用戶使用預定義儀表板的(de)時間也將會減少。向支持增強分(fen)析或NLP等技術的(de)動(dong)態(tai)數據(ju)(ju)故(gu)事轉變，這意味(wei)著：最相關(guan)的(de)洞察(cha)將基于用戶的(de)場景、角色或用途，流(liu)式傳輸(shu)給每個用戶。

趨勢3、決策智(zhi)能

到2023年，33%以上的大型(xing)企業機構(gou)將聘用分(fen)析師實(shi)現包括(kuo)決(jue)(jue)(jue)策建(jian)模在內的決(jue)(jue)(jue)策智能(neng)。決(jue)(jue)(jue)策智能(neng)匯集了決(jue)(jue)(jue)策管理和(he)決(jue)(jue)(jue)策支持(chi)等(deng)多項技術。它提供了一個框架，幫助數據和(he)分(fen)析領(ling)導者針對業務(wu)成果(guo)和(he)行為，設計、建(jian)立(li)、協調(diao)、執行、監控和(he)調(diao)整決(jue)(jue)(jue)策模型(xing)及流程。

趨勢4、X分析

“X分(fen)析(xi)”由Gartner創造(zao)的一個總稱術(shu)語，其中(zhong)的X指代各種結構化(hua)和非結構化(hua)內(nei)容（如文本分(fen)析(xi)、視頻(pin)分(fen)析(xi)、音頻(pin)分(fen)析(xi)等）的數據變(bian)量(liang)。

在新冠疫(yi)情(qing)期(qi)間，AI發(fa)揮了關鍵(jian)作(zuo)(zuo)用，梳理了成千上萬份研(yan)究(jiu)論文、新聞資料(liao)、社(she)交媒體內容和臨床試(shi)驗數(shu)據，幫(bang)助醫療(liao)和公共衛(wei)生專(zhuan)家(jia)預測(ce)疾病傳播，制定(ding)能力規(gui)劃，尋找新的(de)治(zhi)療(liao)方(fang)法并(bing)確定(ding)易(yi)感人群。X分析與(yu)AI、圖譜分析等其他(ta)技術結合(he)起來(lai)，將對未(wei)來(lai)自然災害和其他(ta)危機(ji)的(de)識別、預測(ce)和規(gui)劃發(fa)揮關鍵(jian)作(zuo)(zuo)用。

趨勢5、增強型數據管理(li)

增強(qiang)型(xing)數據(ju)管理利(li)用(yong)ML和(he)AI技術優化(hua)并(bing)改進運(yun)營。它還促進了元(yuan)數據(ju)角色的(de)轉變，從協助數據(ju)審計、沿襲(xi)和(he)匯報轉為(wei)支(zhi)持動態(tai)系統(tong)。

增強型數(shu)(shu)(shu)據管理產品能(neng)夠審查大量的運營數(shu)(shu)(shu)據樣(yang)本，包括實際查詢、性能(neng)數(shu)(shu)(shu)據和(he)方案。利用現有的使用情況(kuang)和(he)工作負載數(shu)(shu)(shu)據，增強型引擎能(neng)夠對運營進(jin)行調(diao)整，并優化(hua)配置、安全性和(he)性能(neng)。

趨(qu)勢6、云成(cheng)為必然

到2022年，公有云(yun)服(fu)務(wu)(wu)將對90%的數(shu)據和(he)分析(xi)創新起到至關重要的作(zuo)用(yong)。隨著數(shu)據和(he)分析(xi)的上(shang)云(yun)，數(shu)據和(he)分析(xi)領導者(zhe)仍然很難實現服(fu)務(wu)(wu)與用(yong)例的協(xie)調一致(zhi)，這就增加了(le)不必要的治(zhi)理和(he)集(ji)成(cheng)開支。

數據(ju)和分(fen)析(xi)(xi)問(wen)題(ti)的關鍵，已經從某項(xiang)服務的成(cheng)本轉為如何在定價之外滿足工(gong)作(zuo)負載的性能(neng)要求。上云時，數據(ju)和分(fen)析(xi)(xi)領導(dao)者需要優(you)先(xian)處理能(neng)夠(gou)利用云能(neng)力和專注于成(cheng)本優(you)化的工(gong)作(zuo)負載。

趨勢7、數據(ju)和(he)分析的碰撞

數據管理能力和分(fen)析(xi)能力在傳統上被(bei)視為不同的領域，需要分(fen)別進行管理。利用增(zeng)強分(fen)析(xi)提供(gong)端到(dao)端工作流的供(gong)應商使這兩個市場(chang)之(zhi)間(jian)的界線(xian)變得模(mo)糊了(le)。

數(shu)據和(he)分析(xi)的(de)(de)碰撞將(jiang)增加這兩個傳統上相對(dui)獨立的(de)(de)領域(yu)之間(jian)的(de)(de)交互和(he)協作。這不僅會(hui)(hui)影(ying)(ying)響(xiang)到所提(ti)供的(de)(de)技術和(he)能(neng)力，還會(hui)(hui)使(shi)支持(chi)和(he)使(shi)用它(ta)們的(de)(de)人員(yuan)和(he)流(liu)程受(shou)到影(ying)(ying)響(xiang)。相關(guan)角色(se)也將(jiang)從傳統的(de)(de)數(shu)據和(he)分析(xi)擴展到信息探索人員(yuan)和(he)公民開發人員(yuan)等。

趨(qu)勢8、數(shu)據市場和交易平臺

到2022年，35%的大型企業機構將通(tong)過正式的在(zai)線數(shu)(shu)據(ju)市(shi)場參與數(shu)(shu)據(ju)交易，而這一比例在(zai)2020年為(wei)25%。數(shu)(shu)據(ju)市(shi)場和交易平臺(tai)為(wei)整合第三方(fang)數(shu)(shu)據(ju)產品和降(jiang)低第三方(fang)數(shu)(shu)據(ju)成本提(ti)供了統一平臺(tai)。

趨勢9、區塊鏈(lian)技術在數據(ju)和分(fen)析中的應用(yong)

區(qu)(qu)塊鏈技(ji)術解決(jue)了(le)數(shu)據和(he)分析領域中的兩項挑戰。首先(xian)，區(qu)(qu)塊鏈提供(gong)了(le)資產和(he)交易的完整沿襲。其次，區(qu)(qu)塊鏈為復雜的參與者網絡提供(gong)透明(ming)度。

除了有(you)限的(de)(de)比(bi)特幣和智能(neng)合約用(yong)例之外，分(fen)類賬(zhang)目數(shu)據(ju)庫管理系統（DBMS）將為單個企(qi)業審計數(shu)據(ju)來源提供(gong)了更具吸引力(li)的(de)(de)選擇。Gartner預(yu)計，到(dao)2021年，分(fen)類賬(zhang)目DBMS產品將取代多(duo)數(shu)許可區塊鏈(lian)的(de)(de)使用(yong)。

趨(qu)勢10、關系奠(dian)定了數(shu)據和(he)分析價值的基礎

到2023年，圖譜(pu)技術(shu)將促進全球30%的(de)(de)企業機(ji)構(gou)決(jue)策(ce)過程的(de)(de)快速情(qing)景化。圖譜(pu)分(fen)(fen)析是指(zhi)一系(xi)(xi)列用于(yu)探(tan)索(suo)不(bu)同(tong)感興趣(qu)的(de)(de)實體(ti)（如組織、人員和(he)交易）之間關系(xi)(xi)的(de)(de)技術(shu)。它幫助數據(ju)和(he)分(fen)(fen)析領導者找到數據(ju)中未知的(de)(de)關系(xi)(xi)，并查看傳統分(fen)(fen)析技術(shu)不(bu)易分(fen)(fen)析的(de)(de)數據(ju)。