洞悉2018商業智能11大趨勢，捕獲分析經濟取得成功的秘訣！

2018年的工作已然開啟，卸下假日的悠閑，重開奮鬥模式，在分析經濟中贏得成功先機，你是否做好充足準備了呢？

如今，很多成功的公司已經找到了自己的方式去連接數據、人員和想法。數據、計算和使用的日益分散化在今天已經成為勢不可擋之力，真正讓這些企業與眾不同的是如何對這一趨勢加以利用。

這種洞察信息驅動的數字化轉換——利用數據作為戰略資產來更好地作出業務決策——比以往更加普遍，因此增加了整個組織數據素養的需求。但是，適應這一現實情況可能充滿挑戰。隨著信息混沌在2017年成為突出問題，數據環境可能難以掌控，促使對管理、安全和數據質量的需求有所增加。

問題是：我們如何在步入分析經濟與保護隱私之間保持平衡？將分散的數據、人員和想法從他們的孤島中解放出來，並通過靈活、創新且受控的方式將他們連接起來——這就是「打破數據孤島」。

以下是2018年商業智能的11個新興趨勢，通過了解這些趨勢並作出反應，將有助於企業打破數據孤島，實現轉型。

趨勢 1：數據素養將成為企業和社會的優先事項

數據素養被認為是讀取、處理、分析和探討數據的能力，在今天的分析經濟中變得愈加重要。事實上，Gartner1預測「到 2020 年，80% 的組織將開始在數據素養領域進行審慎的素質開發，承認極其缺乏數據素養。」為了開始實現這一改變，領先的軟體公司將在 2018 年開始提供這些類型的程序，好的用戶組織將採取結構化的方法來提高數據素養。

據Qlik調查顯示2，近50%的員工在費力地區分數據事實和數據處理。雖然不到20%的員工被認為具備數據素養，但具備數據素養的員工聲稱在工作中表現良好 (佔比76%，而不具備數據素養的佔比49%)。不過有65%的人說，如果有機會，他們願意投入更多的時間和精力來提高自己的數據技能。

趨勢 2：混合多雲將興起，連接起各個點

雲服務的快速增長甚至將超出 IT 領導者們的想像。但在 2018 年，為了管理、安全、成本和性能方面的目的，有些數據需要移出雲。除了更多的「邊緣」計算外，這還會導致出現分散的數據和應用程序域。

這意味著能夠處理多雲、多平台和混合環境的分析架構將成為新的標準。目前，Netskope3估計一般的企業運行近1,000項不同的雲服務。

趨勢 3：數據走向前沿

越來越多的使用案例中，特別是物聯網、離線移動和沉浸式分析，在本地而不是通過公共數據中心運行工作負載對組織而言更有利。結果就是，2018年在各種設備上直接運行的工作負載將顯著增加——因為有時這種方法更適合延遲、帶寬、自治和隱私。

到2019年，至少有40%物聯網創建的數據將在網路附近或邊緣進行存儲、處理、分析和執行。4到2022年，由於數字業務項目的原因，將有75%企業生成的數據會在傳統的集中式數據中心或雲之外創建和處理——而今天還不到10%。5

趨勢 4：大數據、數據發現和數據科學將匯聚融合

通常，這三個領域是相互分開的，因為其用戶使用不同的工具和技能。雖然這種情況有時依然如此 (例如，數據科學家和工程師應該是處理演算法和數據模型的人)，但現在有更多途徑可以與更廣泛的受眾群體分享他們的工作。

機器智能、大數據索引和引擎到引擎集成方面的可喜進展，正在為用戶充分探索各種複雜的大數據集帶來新的機遇。

趨勢 5：數據目錄將成為下一個自助服務前沿

一個人若要真正具備數據素養，他不僅要能夠分析數據，還要能夠讀取、處理和探討數據，這一點至關重要。因此，近幾年，超越自助分析，以視覺上更吸引人的方式進行自助數據準備變得更容易。2017年，我們看到數據目錄領域也出現了相同的自助服務趨勢。但這些服務主要還是面向專家，應用於數據湖。

2018年，新的數據編目方式將更深入地集成數據準備和分析體驗。這有助於將它帶給更廣泛的受眾群體，使他們能夠輕鬆地將受管理的企業數據、數據湖和外部數據作為服務進行整合。

趨勢 6：互操作性和新業務模式的需求聚焦API

數據、計算和使用變得更加分散，企業的技術環境也隨之如此。公司不再尋找端到端解決方案和單一堆棧，因為這和他們的架構格格不入。而是尋找能夠輕鬆連接在一起的部分，因為不同軟體系統之間的溝通更加重要。

這意味著這個新環境里的分析平台需要是開放的、可互操作的，並具有可擴展性、嵌入性和現代的API。這種互操作性會將分析從一個目的地轉移，在工作流中嵌入得更深，從而將我們今天所了解的商業智能應用程序之間的界限模糊為推動分析經濟的數據驅動型app應用程序。

趨勢 7：區塊鏈的迅猛發展將推動試驗應用程序超越密碼貨幣

處理、管理和集成分散數據的新技術層出不窮，讓數據位置在信息戰略中所佔的比重日漸減少。這意味著區塊鏈和對等技術會啟發出各種想法。雖然這還處於開始階段，但2018年創新將超越密碼貨幣，進入分析和數據管理試驗應用程序階段。

最初，連接區塊鏈賬本將帶來益處。但最終，價值可能取決於是否能夠使用區塊鏈技術驗證數據的沿襲和真實性。

趨勢 8：分析變成會話式

傳統的分析使用關注的是拖放式儀錶盤列表框和/ 或可視化效果。雖然其仍有存在的價值，但現在出現了更多「會話式分析」方法，可以簡化分析、調查結果和敘事，更易於用戶達到一個重要的數據點。

這可能包括通過搜索和語音增強的自然語言查詢、處理和生成。此技術在虛擬助手和聊天機器人通過API集成的幫助下提供新的交互方式。

趨勢 9：重新定義的報告，現在高度語境化

我們認識到並不是每個人每次都能詳細地探索其數據，也就是說我們將遇到不同技能水平的用戶。這意味著在 2018 年，報告將開始被重新定義，方法是為分析者和參與者提供高度語境化的信息——這顛覆了我們今天所知的分析。

無需前往一個目的地去執行分析，而是嵌入用戶的工作空間，將正確的信息在正確的時間、正確的地點和正確的上下文中帶給正確的人。在這個過程中，會有比以往更多的人可以獲得數據和分析。

趨勢10：分析變成沉浸式

鑒於虛擬現實設備的價格有些昂貴，尚無法廣泛地採用，我們要實現增強現實仍需要幾年的時間。企業用例中可能會有所突破，分析在其中起重要作用。但沉浸式體驗還可能採取用戶從感性的社會角度參與的其他形式。

更好的用戶界面、數字化環境空間內的大屏幕顯示，更好的數據敘事和協作功能，將吸引更多人去使用分析。

趨勢11：增強智能系統將用戶變為參與者和促進者

因為增強智能將成為所有重點趨勢的重要組成部分，所以它是 2018 年的第11大趨勢。

在目前的狀態下，最有效的人工智慧 (AI) 使用方法是將它用於一系列多樣但具體的問題。但在2018年及以後，將AI與智能代理、機器人和自動化活動等技術融合，再加上傳統的分析工具 (如數據集、可視化效果、儀錶盤和報告) 將讓數據變得更加有用。但是，只有這一點是不夠的。而機器智能和人類參與更廣泛的生態系統，並且二者互相交流和學習的系統則被稱為增強智能。

管理、安全和數據質量在日益具有挑戰性的環境中變得愈加重要。但要在分析經濟中蓬勃發展，組織需要有開展這些舉措的新奇方式，同時還要應對日益分散的環境。利用具有管理最新趨勢、技術和方法的生態系統的真正開放式平台，會將數據、人員和想法彙集到一起。這會催生更多具備數據素養的用戶、創新和增強智能——從而幫助數據順利融入我們的生活。

面對這些新的趨勢，您是否已經準備好開始行動？

Qlik可以助您一臂之力。利用Qlik創新信息關聯技術，您可以打破數據、人員和想法之間存在的孤島，以在分析經濟中大獲成功。我們的平台可以讓您將所有數據彙集到一起，從任意方向自由地對數據展開探索，不會遺漏任何數據，並且無需揭示路徑，利用Associative Difference發現取得成功的關鍵。

1資料來源：Gartner：信息即第二語言：實現數字社會的數據素養；2017年2月

2資料來源：Qlik數據素養調查，2017年9月

3資料來源：Netskope: Netskope雲報告, 2017年9月

4IDC：FutureScape ：世界物聯網 (IoT) 2017年預測

5Gartner：數據管理能力開始邊緣化，Ted Friedman，2017年9月

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！