隨著科技的發(fā)展和進步，人們之間的聯(lián)系理應更加緊密，但是卻與期望相反，很多人卻變得更加分散和孤立。

社交媒體中的“喜好”使人們兩極分化，而其算法更加傾向于提供煽動性內(nèi)容，引起更強烈的反應，并使人們更長久地沉迷其中。當涉及到當?shù)胤?、法?guī)和隱私時，就會看到這種分化。

很多組織的戰(zhàn)略主管和投資者表示需要剝離不是核心能力的業(yè)務，而數(shù)字巨頭就潛伏在一個支離破碎的世界中，那么人們需要更換一種思路嗎?可以通過法規(guī)、商業(yè)模式和數(shù)據(jù)將支離破碎的格局轉(zhuǎn)變成機遇。

但是，只是分析還不夠，還需要進行綜合，以將分布式數(shù)據(jù)連接到分析供應鏈，并將目錄作為連接組織?？萍紝l(fā)揮巨大的作用，但它也需要有正確的流程和人員來實施。綜合和分析對于利用大數(shù)據(jù)和促進向人們所稱的“數(shù)據(jù)馬賽克”的方向發(fā)展至關重要。

以下是未來一年影響大數(shù)據(jù)和分析的5大趨勢：

1.大數(shù)據(jù)只是數(shù)據(jù)，下一步是“廣泛數(shù)據(jù)”

大數(shù)據(jù)是一個相對的術(shù)語，是一個不斷變化的目標。而定義大數(shù)據(jù)的一種方法是，超越現(xiàn)有技術(shù)所能實現(xiàn)的范圍。如果企業(yè)需要更換或大量投資于額外的基礎設施來處理數(shù)據(jù)，那么將面臨巨大的數(shù)據(jù)挑戰(zhàn)。

借助無限擴展的云存儲，可以克服這一缺點?，F(xiàn)在比以往任何時候都更容易在數(shù)據(jù)庫內(nèi)進行索引和分析，并且企業(yè)擁有確保數(shù)據(jù)可以移至正確位置的工具。數(shù)據(jù)的神秘性消失了，這是因為整合以及Hadoop分銷商在2019年的迅速消亡標志著這一轉(zhuǎn)變。

下一個重點領域?qū)⑹欠浅７稚⒌臄?shù)據(jù)或“廣泛的數(shù)據(jù)”。數(shù)據(jù)格式正變得越來越多樣化和分散化，因此，適合于不同數(shù)據(jù)風格的不同類型的數(shù)據(jù)庫已增加了一倍多，從2013年的162個增加到2019年的342個。海量數(shù)據(jù)的組合可以通過大數(shù)據(jù)技術(shù)進行處理，而那些能夠?qū)⑦@些零散而又多樣化的數(shù)據(jù)源進行綜合分析的企業(yè)將獲得優(yōu)勢。

2.DataOps +分析自助服務為組織帶來數(shù)據(jù)敏捷性

自助服務分析已經(jīng)提上日程很久了，并且借助“現(xiàn)代商業(yè)智能”技術(shù)使答案更接近于業(yè)務用戶。但直到現(xiàn)在，很多企業(yè)在數(shù)據(jù)管理方面還沒有實現(xiàn)同樣的敏捷性。

“DataOps”已作為一種面向流程的自動化方法而出現(xiàn)，旨在提高質(zhì)量并減少用于分析的數(shù)據(jù)管理的周期時間。它專注于持續(xù)交付，并通過利用按需IT資源，并自動執(zhí)行數(shù)據(jù)測試和部署來實現(xiàn)這一目標。諸如實時數(shù)據(jù)集成、變更數(shù)據(jù)捕獲(CDC)和流數(shù)據(jù)管道等技術(shù)是實現(xiàn)這一目標的關鍵。

通過DataOps，能夠以系統(tǒng)的方式將80%的核心數(shù)據(jù)傳遞給業(yè)務用戶，而自助數(shù)據(jù)準備是在數(shù)據(jù)較少情況下需要的獨立區(qū)域。通過在操作方面使用DataOps，在業(yè)務用戶方面使用分析自助服務，可以實現(xiàn)整個信息價值鏈的流動性，將綜合與分析聯(lián)系起來。

3.活動元數(shù)據(jù)目錄-數(shù)據(jù)和分析的連接組織

隨著企業(yè)繼續(xù)努力尋找、清查和綜合分布廣泛且多樣化的數(shù)據(jù)資產(chǎn)，對數(shù)據(jù)目錄的需求正在猛增。到2020年，人們將看到更多的人工智能元數(shù)據(jù)目錄，這將有助于將這個龐大的任務從人工和被動轉(zhuǎn)移到主動、自適應和變化。這將是數(shù)據(jù)運營和自助服務分析所提供的敏捷性的連接組織和治理。

活動元數(shù)據(jù)目錄還包括信息個性化，這是生成相關見解和定制內(nèi)容的必要組成部分。但是要做到這一點，目錄還需要不僅在一種分析工具內(nèi)工作，而且還需要整合大多數(shù)組織所擁有的零散工具。

4.數(shù)據(jù)素養(yǎng)即服務

將綜合和分析連接起來以形成一個包容性的系統(tǒng)將有助于提高數(shù)據(jù)的使用率，但是如果沒有人參與，世界上任何數(shù)據(jù)和分析技術(shù)或流程都將無法正常運行。僅僅依靠用戶提供工具并寄希望于最好的工具已經(jīng)遠遠不夠。

提高行業(yè)標準分析采用率的關鍵組成部分是幫助人們變得對讀取、使用、分析和通信數(shù)據(jù)充滿信心。到2020年，企業(yè)希望擴大數(shù)據(jù)素養(yǎng)，并希望在此過程中與供應商合作。這是通過結(jié)合軟件、教育和支持合作伙伴關系即服務而實現(xiàn)的，并考慮到結(jié)果。

目標可以是將采用率提高到100%，幫助將數(shù)據(jù)操作與自助服務分析結(jié)合起來，或者使數(shù)據(jù)成為每個決策的一部分。為了使這一點有效，企業(yè)需要自我診斷組織的位置和目的地，然后共生地找出如何實現(xiàn)這些結(jié)果。

5.“Shashaming”數(shù)據(jù)和計算機/人機交互

數(shù)據(jù)分析對大量數(shù)據(jù)的影響現(xiàn)已達到臨界點，并帶來了里程碑式的成就。全球業(yè)界知名音樂服務提供商Shazam公司可以在其中識別聲音并獲取有關已識別歌曲的信息。最近，它已擴展到更多用例，例如只需分析照片并且識別就可以決定是否購買衣服。

2020年，人們將看到企業(yè)中“shazaming”數(shù)據(jù)的更多用例，例如指向數(shù)據(jù)源并獲取遙測數(shù)據(jù)，例如數(shù)據(jù)來自何處、誰在使用它、數(shù)據(jù)質(zhì)量如何以及當天有多少數(shù)據(jù)發(fā)生了變化。算法將有助于分析系統(tǒng)對數(shù)據(jù)進行指紋識別、發(fā)現(xiàn)異常和洞察，并提出應與之一起分析的新數(shù)據(jù)。這將使數(shù)據(jù)和分析更精簡，使人們能夠在正確的時間使用正確的數(shù)據(jù)。

人們將看到這與數(shù)據(jù)交互方面的突破相結(jié)合——超越搜索、儀表盤和可視化。將越來越能夠通過動作和表達，甚至是與大腦進行感官上的互動。Facebook公司最近收購了一款讀心術(shù)腕帶CTRL Labs，以及Elon Musk的Neuralink項目，這些都是未來發(fā)展的早期信號。

到2020年，這些突破性的創(chuàng)新將開始改變?nèi)藗兣c數(shù)據(jù)交互的經(jīng)驗。這為所有人帶來巨大的利益，也可以用于疾病治療，但必須負責任地使用。

通過連接綜合和分析，可以將碎片化數(shù)據(jù)進行整合并發(fā)揮自己的優(yōu)勢，從而形成一個動態(tài)系統(tǒng)。DataOps和自助服務將是過程和方法，數(shù)據(jù)素養(yǎng)和道德規(guī)范將指導人們做正確的事。由人工智能推動的創(chuàng)新技術(shù)將促進整個鏈的發(fā)展，以增強和加速數(shù)據(jù)使用。

這些趨勢促進分析數(shù)據(jù)在企業(yè)中的廣泛應用，使人們進入了數(shù)字時代的下一個成功階段。