Gartner發布2022年十二大數據和分析趨勢 助力企業構建業務價值新等式

近日,Gartner發布2022年十二大數據分析趨勢,趨勢圍繞“激活企業的數據活力和多樣性”、“增強員工能力與決策”和“信任的制度化”三大主題,以期在當前全球大背景下,幫助企業“構建業務價值的新等式”,完成基于數據分析業務能力的建設。

Gartner高級研究總監孫鑫表示,當前對數據分析的需求日益繁重,企業希望通過數據分析實現更多價值兌現,向更多部門擴展,也希望數據分析成為創新起源,為企業帶來新想法和新助力。與此同時,基于數據本身的變現與日俱增,通過數據的降本增效,為企業帶來非常多的盈利增長。數據分析帶來的決策能力,已經變成企業成為一個有韌性企業的核心能力。

趨勢一:自適應人工智能系統(Adaptive AI Systems)。

很多企業號稱有AI舉措、AI的一些想法,但是真正把這些AI模型運營起來的卻少之又少。Gartner建議企業利用DevOps等類Ops手段,完成更好的AI模型建立,在新數據和新業務環境進入時,可以持續迭代所需的AI模型功能。

AI工程化所賦能的自適應型AI系統,將成為一個明顯趨勢,使企業可以快速生成有效果的AI模型。

趨勢二:以數據為中心的人工智能。

大多數企業交付的AI解決方案,很大程度上取決于數據質量,以及能否被業務理解。而在很多人工智能項目當中,數據管理經常被低估,即使它可以大大提效人工智能的開發和部署。

以數據為核心的人工智能將會不發展,擴展的學科也會越來越多,數據管理的技術和技能,數據質量、數據集成、數據治理……都會擴展成為人工智能的基礎能力。AI模型被開發出來后,數據管理活動并沒結束,它會像動態數據管道一樣,持續支持AI模型的開發。

企業需要更健壯的數據管理模式,完成對于AI運營的能力。

趨勢三:元數據驅動的數據架構(Metadata-Driven Data Fabric)

“元數據”是描繪數據的數據,過去多為被動地使用?,F在,元數據可以被高效利用起來。通過元數據驅動機器學習能力,幫助企業做好數據管理,打通數據孤島,解決數據利用率低的問題。

未來幾年里,我們會看到越來越多對元數據的考量,利用元數據基于知識圖譜的能力完成更好的數據發現。

Gartner的調研顯示,更好的利用數據編織手段、利用主動元數據管理數據源,可以有效降低繁瑣的數據管理工作,降低手動工作量。到2025年,數據利用率可以提高到400%。

趨勢四:始終分享的數據(Always Share Data)。

近年來,企業發現,因擔心安全風險而拒絕分享數據,會使企業面臨被競爭者超過,或數字化舉措執行失敗的風險增加。越來越多企業考慮用數據資產化、數據目錄、數據字典、數據地圖等方式,在可被治理的方式下分享數據。

企業投資方向更關注于,如何通過自動化手段發現更多相關數據,還有用OpenData(開放數據)的方式,對自身數據可能性做更多探索。

業界已經展開了更多公開標準的元數據,以實現更好的數據分享。

趨勢五:情境豐富的數據分析(Context Enriched Analysis)。

Gartner預測,由于更多知識圖譜的利用,到2025年,情境驅動/背景驅動的數據分析和人工智能模型,將取代60%建立在傳統數據上的現有模型。

情境豐富的數據分析能力,會成為企業未來必須尋找的能力。這一趨勢不止在全球,在中國也有所呈現:越來越多企業考慮,如何通過釘釘、飛書等企業數據化辦公軟件,完成更多的數據分析。

趨勢六:從IT嵌入到業務組裝式數據分析(From IT-Embedded toBusiness-Composed D&A)。

現在,業務用戶完成全生命周期數據分析,已經具備可能性。

Gartner預測,到2025年,50%的嵌入式數據分析,將由業務用戶利用低代碼、無代碼工具,以組裝式、模塊化拼湊的方式完成。

過去,技術多為固化的、單體軟件形式,設計模式角度從IT出發,考慮報表美觀度與易理解性。未來,企業將大多以組裝式的技術完成應用搭建,業務人員會更多從自身產品化角度出發,進行數據分析產品的運維。

趨勢七:決策驅動的數據分析(Decision Centric D&A)。

數據分析驅動的決策,逐漸轉變為決策驅動的數據分析。

孫鑫在解讀中提出“融合團隊”概念,成員來自業務和IT,團隊展開合作、思考與嘗試,完善數據決策的路徑。

Gartner數據和分析決策智能模型

Gartner數據和分析決策智能模型

Gartner提出了上圖的決策智能模型,幫助企業從頂層設計角度,管理決策鏈。

相關推薦
新聞聚焦
猜你喜歡
熱門推薦
返回列表
Ctrl+D?將本頁面保存為書簽,全面了解最新資訊,方便快捷。
国产青榴视频a片在线观看