數據社會(huì )化將成為大事

自助服務(wù)分析無(wú)意中致使許多公司的數據格局變得像狂野西部。 數據現在分布在整個(gè)組織中，并且經(jīng)常被孤立地管理。 數據和分析結果沒(méi)有被共享和重用，相反，用戶(hù)沒(méi)有體會(huì )到重復數據建模的好處，而是需要從頭開(kāi)始進(jìn)行每個(gè)項目的分析。 此外，由于分布式架構，IT部門(mén)在管理和保護這些信息方面還處于掙扎之中。

自助數據準備服務(wù)將徹底變革

這種變革性的新功能將傳統的自助服務(wù)數據準備優(yōu)勢與社交媒體平臺常見(jiàn)的關(guān)鍵屬性相結合，使數據科學(xué)家，業(yè)務(wù)分析師甚至公司的新手業(yè)務(wù)用戶(hù)都能夠搜索，共享和重用準備好的管理數據，從而更好的進(jìn)行商業(yè)決策。 公司將通過(guò)使用集中的，具有合規性的，獲批準的數據源，進(jìn)行更安心的數據治理。

認證的數據集將升級

因為數據分布在整個(gè)組織中，用戶(hù)經(jīng)常在隔離中工作，所以信息變得不可控和不可預測。 信息治理不善會(huì )增加安全性和合規性風(fēng)險，并導致較差的數據質(zhì)量。 因此，數據分析師和業(yè)務(wù)用戶(hù)經(jīng)常不信任其來(lái)源，并且缺乏對數據準確性，及時(shí)性和有效性的信心。

物聯(lián)網(wǎng)數據將推動(dòng)時(shí)間序列數據庫的需求

越來(lái)越多的公司開(kāi)始使用互聯(lián)網(wǎng)的物聯(lián)網(wǎng)數據來(lái)進(jìn)行分析。 但是他們發(fā)現，將這些信息放到?jīng)]有能力有效地分析來(lái)自物聯(lián)網(wǎng)設備的數據的存儲庫中不再有效。 由于物聯(lián)網(wǎng)設備及其生產(chǎn)的實(shí)時(shí)數據，明年我們將看到對時(shí)間序列數據庫的需求以及實(shí)時(shí)數據準備功能的上升。

機器學(xué)習將產(chǎn)生更多的智能數據

機器學(xué)習或算法分析是在數據被清理，準備和分析之前對數據進(jìn)行應用智能，從而產(chǎn)生更好的數據集。 通過(guò)使用智能數據，用戶(hù)可以洞察其他人做了什么，以及它如何補充其他數據集，以提高分析過(guò)程。在新的一年里，我們將看到更多的組織利用智能數據進(jìn)行分析和改進(jìn)操作流程。

高級分析將變得更加普遍

高級分析的過(guò)程在傳統上往往被委托給數據科學(xué)家。 但更多的供應商正在將高級分析功能添加到他們的解決方案中，使業(yè)務(wù)用戶(hù)能夠處理這一過(guò)程以獲得預測性的洞察力。 在2021年，我們將看到高級分析從新穎性轉變?yōu)轵寗?dòng)公司運營(yíng)的核心能力。

虛擬化和云計算將至高無(wú)上

數據虛擬化將成為更受歡迎的分析處理。 這是個(gè)充滿(mǎn)希望的技術(shù)。 它降低成本，因為組織不需要創(chuàng )建倉庫; 它有助于實(shí)時(shí)分析，因為數據不需要移動(dòng); 并提高敏捷性，使用戶(hù)能夠更快地分析更多來(lái)源。

數據虛擬化將獲得綠燈

數據虛擬化在過(guò)去的幾年間存在著(zhù)多重阻礙，致使其不被用于分析。 雖然挑戰仍然存在，但是我們將在2021年再次對這項技術(shù)感興趣，主要是由于供應商將數據虛擬化與數據準備相結合，創(chuàng )建了一種以較低成本提供自助服務(wù)敏捷性的信息架構。 在云計算中，我們將看到該技術(shù)的突出程度將在2021年達到了一個(gè)全新的水平，與本地系統相比，更多的數據訪(fǎng)問(wèn)和存儲將基于云的數據倉庫。