為了對(duì)2021年的重要新趨勢(shì)有所了解，行業(yè)媒體采訪了各行業(yè)廠商的高管，以獲取他們的思想和見(jiàn)解，以及對(duì)可能發(fā)生的事情的預(yù)測(cè)。2021年數(shù)據(jù)分析行業(yè)將會(huì)面臨令人興奮的前景。
Alteryx公司首席數(shù)據(jù)和分析官Alan Jacobson表示，如今的“分析鴻溝”將越來(lái)越嚴(yán)重。就像廣為人知的“數(shù)字鴻溝”一樣。由于發(fā)生的新冠病毒疫情，許多組織被迫投資于數(shù)據(jù)分析，而另一些組織被迫削減他們認(rèn)為不重要的支出，以保持業(yè)務(wù)正常運(yùn)轉(zhuǎn)。對(duì)這些組織來(lái)說(shuō)，需要對(duì)數(shù)據(jù)分析進(jìn)行適當(dāng)投資。這意味著分析鴻溝在2021年將會(huì)進(jìn)一步擴(kuò)大，并且這種趨勢(shì)將持續(xù)多年。毫無(wú)疑問(wèn)，各行業(yè)組織的業(yè)務(wù)成敗取決于數(shù)據(jù)分析。
Teradata公司數(shù)據(jù)科學(xué)和高級(jí)分析產(chǎn)品營(yíng)銷總監(jiān)Sri Raghavan表示，零散的分析和報(bào)告解決方案的時(shí)代可能已經(jīng)過(guò)去，它們很可能滿足利基業(yè)務(wù)用例的需求，這是不可持續(xù)的。組織不能采用高度部門化的分析實(shí)施方案，從而無(wú)法解決本地化問(wèn)題，大型組織則無(wú)法獲得全部收益。目前的情況將轉(zhuǎn)變?yōu)閷?duì)組織訪問(wèn)的所有數(shù)據(jù)進(jìn)行分析的能力，這些分析的能力將由具有不同技能的各種興趣小組以協(xié)作的方式實(shí)施(例如數(shù)據(jù)科學(xué)和業(yè)務(wù)領(lǐng)導(dǎo)者)，并全力近乎實(shí)時(shí)地實(shí)施分析見(jiàn)解。換句話說(shuō)，其分析不再是零散的，并且不僅僅是科學(xué)實(shí)驗(yàn)。
Kalypso公司總經(jīng)理George Young表示，規(guī)范分析將是成功實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的關(guān)鍵組成部分。隨著越來(lái)越多的組織收集和分析大量數(shù)據(jù)，高級(jí)分析正成為一種主流，在過(guò)去三年中，有35%的美國(guó)制造商在部署高級(jí)分析。為了使人工智能在整個(gè)價(jià)值鏈中產(chǎn)生重大影響，規(guī)范分析將成為優(yōu)化績(jī)效的催化劑。通過(guò)利用產(chǎn)品和客戶數(shù)據(jù)為人工智能模型提供有關(guān)如何改進(jìn)流程、調(diào)整生產(chǎn)和提高效率的建議，規(guī)范性分析將成為在組織內(nèi)部擴(kuò)展人工智能的重要組成部分。規(guī)范性分析可以根據(jù)不斷變化的條件進(jìn)行連續(xù)監(jiān)視和調(diào)整，從而通過(guò)人工智能模型實(shí)現(xiàn)持續(xù)改進(jìn)。然后，描述性模型可以實(shí)現(xiàn)決策自動(dòng)化，其中模型可以采取最佳行動(dòng)方案。從預(yù)測(cè)分析到說(shuō)明性分析，最終將使制造商在2021年實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。
Ness公司全球數(shù)據(jù)、分析和人工智能業(yè)務(wù)主管Scott Schlesinger表示，考慮到組織的員工遠(yuǎn)程工作以及對(duì)信息的渴望，增強(qiáng)分析和自助服務(wù)的需求將更加廣泛。作為回應(yīng)，傳統(tǒng)的數(shù)據(jù)分析將越來(lái)越受到人工智能的影響。遠(yuǎn)程勞動(dòng)力的增加將對(duì)增強(qiáng)的分析產(chǎn)生更大的需求，在這種分析中，個(gè)人用戶將通過(guò)創(chuàng)建查詢的過(guò)程獲得對(duì)其數(shù)據(jù)問(wèn)題的即時(shí)回答。人們看到了數(shù)據(jù)分析和人工智能在基礎(chǔ)設(shè)施和分析師這兩個(gè)領(lǐng)域的融合。人們開(kāi)始意識(shí)到，他們有不同的數(shù)據(jù)管道為分析引擎提供數(shù)據(jù)，他們正在為機(jī)器學(xué)習(xí)構(gòu)建不同的堆棧。人們看到的不是兩個(gè)完全獨(dú)立的堆棧，而是將這些堆棧聚合到一個(gè)更易于維護(hù)的基礎(chǔ)設(shè)施中，同時(shí)確保使用相同的數(shù)據(jù)來(lái)提供兩個(gè)數(shù)據(jù)引擎。關(guān)于信息的渴望和彌合使用數(shù)據(jù)回答問(wèn)題的差距將發(fā)生第二次融合。傳統(tǒng)的分析將開(kāi)始受到人工智能的更多干擾。分析平臺(tái)(例如Tableau、Power BI等)將開(kāi)始被機(jī)器人和虛擬助理取代，而這些機(jī)器人和虛擬助理本質(zhì)上是會(huì)話式的。此外還預(yù)計(jì)自然語(yǔ)言處理(NLP)將在2021年得到更廣泛的應(yīng)用。
Signals Analytics公司首席營(yíng)銷官Frances Zelazny表示，尤其是在數(shù)據(jù)和分析方面，IT部門與其他部門之間的界限將繼續(xù)模糊。數(shù)據(jù)和分析有可能推動(dòng)非常積極和有意義的業(yè)務(wù)成果，當(dāng)它發(fā)生時(shí)，往往也有強(qiáng)大的跨不同職能領(lǐng)域的合作，因?yàn)槊總€(gè)人在分析方法方面都有責(zé)任。數(shù)據(jù)治理、數(shù)據(jù)讀寫能力、開(kāi)放數(shù)據(jù)平臺(tái)、組織不同部分?jǐn)?shù)據(jù)的集成和利用等領(lǐng)域?qū)⑹箻I(yè)務(wù)用戶能夠執(zhí)行傳統(tǒng)上為IT團(tuán)隊(duì)保留的任務(wù)，業(yè)務(wù)部門生成的數(shù)據(jù)將輸入IT管理的平臺(tái)。再加上數(shù)據(jù)科學(xué)家和分析專業(yè)人士的短缺，這也意味著數(shù)據(jù)平臺(tái)將變得更加無(wú)縫和易于部署，以便組織的所有部門都能夠利用它。
ThoughtSpot公司首席執(zhí)行官Sudheesh Nair表示，隨著數(shù)據(jù)素養(yǎng)的提高，分析技能將成為所有業(yè)務(wù)專業(yè)人員的常識(shí)，并開(kāi)始從求職者的簡(jiǎn)歷中消失。就像現(xiàn)在不太可能需要填寫“Office熟練程度”欄目一樣，將來(lái)也不太可能看到填寫“數(shù)據(jù)熟練程度”欄目。人們進(jìn)入了第三次分析浪潮，并期望無(wú)需專家的幫助即可與數(shù)據(jù)進(jìn)行交互。如果無(wú)法將硬數(shù)據(jù)與業(yè)務(wù)環(huán)境相結(jié)合來(lái)定義和執(zhí)行策略，那么將在工作場(chǎng)所中陷入困境。2021年及以后的組織的理想人選是既能理解又能描述數(shù)據(jù)的人員，因?yàn)樵诙潭痰膸啄陜?nèi)，數(shù)據(jù)素養(yǎng)將成為組織雇主的要求和期望。那些希望獲得成功的組織現(xiàn)在需要招聘這些人才。
Ahana公司聯(lián)合創(chuàng)始人兼首席技術(shù)官(CTO)Dave Simmen表示，隨著組織將數(shù)據(jù)基礎(chǔ)設(shè)施轉(zhuǎn)移到聯(lián)合(采用引擎查詢不同的源)、分解(計(jì)算與存儲(chǔ)獨(dú)立、數(shù)據(jù)與數(shù)據(jù)湖獨(dú)立)堆棧的過(guò)程中，將會(huì)看到傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)和緊密耦合的數(shù)據(jù)庫(kù)架構(gòu)被降級(jí)到原有的工作負(fù)載。但是就這一轉(zhuǎn)變而言，有一件事將保持不變，SQL將繼續(xù)成為分析的通用語(yǔ)言。數(shù)據(jù)分析師、數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家和產(chǎn)品經(jīng)理以及他們的數(shù)據(jù)庫(kù)管理員將使用SQL進(jìn)行分析。
Push Technology公司首席執(zhí)行官Sean Bowen表示，很多組織都在逐步擴(kuò)展其對(duì)分析系統(tǒng)的使用，但面臨對(duì)需要可以執(zhí)行實(shí)時(shí)數(shù)據(jù)整理的事件數(shù)據(jù)平臺(tái)的挑戰(zhàn)。在2021年，組織將需要智能數(shù)據(jù)平臺(tái)，這些平臺(tái)可以使用各種格式、大小或速度的各種來(lái)源的靜態(tài)數(shù)據(jù)和流數(shù)據(jù)。并將數(shù)據(jù)實(shí)時(shí)地傳輸?shù)较到y(tǒng)、設(shè)備和應(yīng)用程序。
SingleStore公司首席執(zhí)行官Raj Verma表示，針對(duì)所有數(shù)據(jù)工作負(fù)載的SQL查詢。前進(jìn)的道路不僅取決于自動(dòng)化，還取決于使分析可訪問(wèn)和可共享的速度和范圍。分析為組織下一步應(yīng)該如何做使客戶和員工感到滿意提供了明確的方向。管理數(shù)據(jù)不再是一種奢侈舉措，而是一種必要，它決定了組織將取得多大的成功。如果可以消除數(shù)據(jù)管理的復(fù)雜性或成本，那將非常有效。最終，該領(lǐng)域的贏家將消除數(shù)據(jù)管理的復(fù)雜性和成本，并且工作負(fù)載將被統(tǒng)一，因此組織可以編寫SQL查詢來(lái)管理和訪問(wèn)跨多個(gè)數(shù)據(jù)駐留的所有工作負(fù)載。
Aluxio公司創(chuàng)始人兼首席執(zhí)行官Haoyuan Li表示，不同平臺(tái)/團(tuán)隊(duì)在過(guò)去提供了人工智能和分析功能。多年來(lái)，人們看到平臺(tái)正在融合，并且人工智能團(tuán)隊(duì)更加專注于算法方面，而人工智能和分析平臺(tái)團(tuán)隊(duì)進(jìn)行了合并，以提供用于分析和人工智能用例的軟件基礎(chǔ)設(shè)施。
數(shù)據(jù)專業(yè)人員對(duì)廣大公眾有責(zé)任。在意識(shí)到潛在濫用嚴(yán)重性的有意識(shí)的組織的領(lǐng)導(dǎo)下，將在數(shù)據(jù)分析領(lǐng)域內(nèi)朝著道德規(guī)范邁進(jìn)。也許一些國(guó)家政府部門將通過(guò)某些法規(guī)干預(yù)，但相信科技公司將負(fù)責(zé)這項(xiàng)指控。Facebook公司對(duì)參與度數(shù)據(jù)所做的事情不是違法的，但是已經(jīng)看到，它可能對(duì)人們的個(gè)人習(xí)慣產(chǎn)生不利影響。
Denodo公司數(shù)據(jù)架構(gòu)高級(jí)副總裁Paul Moxon表示，情感是影響客戶行為的關(guān)鍵因素，對(duì)組織品牌忠誠(chéng)度有很大影響。因此，對(duì)于組織來(lái)說(shuō)，找到一種在客戶決策過(guò)程中衡量客戶情緒的方法越來(lái)越有用。情緒分析專注于研究和識(shí)別人類情緒的全部范圍，其中包括情緒、態(tài)度和個(gè)性。它使用預(yù)測(cè)模型和人工智能/機(jī)器學(xué)習(xí)來(lái)分析人類動(dòng)作、單詞選擇、語(yǔ)音音調(diào)和面部表情。情緒分析可以幫助組織建立更全面的客戶資料，了解如何影響情緒并開(kāi)發(fā)針對(duì)個(gè)人的定制產(chǎn)品和服務(wù)?？绲赜?、社交網(wǎng)絡(luò)和評(píng)論網(wǎng)站的有關(guān)產(chǎn)品和服務(wù)的情感分析，使組織可以更好地理解和提高客戶滿意度。通過(guò)使用情感分析，組織可以更好地了解其營(yíng)銷和服務(wù)如何影響情感，從而提供更積極的客戶體驗(yàn)。
Heap公司首席執(zhí)行官兼創(chuàng)始人Matin Movassate表示，正確進(jìn)行產(chǎn)品分析非常困難。每次交互都會(huì)產(chǎn)生大量的數(shù)據(jù)，并通過(guò)挖掘大量數(shù)據(jù)來(lái)發(fā)現(xiàn)“大海撈針”的洞察力需要大量的精力、紀(jì)律和時(shí)間來(lái)使其發(fā)揮作用。這些進(jìn)入壁壘意味著數(shù)據(jù)分析通常僅限于擁有足夠資源，帶寬和知識(shí)以正確執(zhí)行的組織。但這也是一門越來(lái)越重要的學(xué)科。甚至在新冠病毒疫情發(fā)生之前，消費(fèi)者與品牌的互動(dòng)通常都在數(shù)字平臺(tái)上進(jìn)行，而現(xiàn)在它們幾乎都在那里。那里有大量信息可以解釋每次互動(dòng)的投資回報(bào)率，毫無(wú)疑問(wèn)，其中一些信息可能會(huì)改變游戲規(guī)則。但是坦率地說(shuō)，如果必須努力工作以從某件事中獲得價(jià)值，那么將不太可能始終如一地實(shí)現(xiàn)它。分析將不再是一種被動(dòng)的游戲，而是收集分析人員必須篩選以發(fā)現(xiàn)這些見(jiàn)解的數(shù)據(jù)。
Plutora公司首席營(yíng)銷官Bob Davis表示，預(yù)測(cè)分析的進(jìn)一步發(fā)展將為采用價(jià)值流管理(VSM)的組織塑造未來(lái)。近年來(lái)，價(jià)值流管理(VSM)平臺(tái)改善了組織開(kāi)發(fā)軟件的方式，但是真正要走到2021年的前沿是，價(jià)值流管理(VSM)預(yù)測(cè)分析將塑造組織對(duì)客戶需求的知識(shí)和遠(yuǎn)見(jiàn)。對(duì)軟件交付過(guò)程的可見(jiàn)性的需求將增強(qiáng)基于這一洞察力做出明智決策的能力，并成為依賴軟件的組織的與眾不同之處。組織需要采用價(jià)值流管理(VSM)平臺(tái)。但是，價(jià)值流管理(VSM)將提供更好的可視性和對(duì)預(yù)測(cè)分析的利用，這將使組織能夠了解對(duì)客戶而言最重要的技術(shù)和產(chǎn)品，以便他們朝著這個(gè)方向發(fā)展?？梢?jiàn)性的重要性還指出了收集數(shù)據(jù)的生命力。盡管許多組織都在討論可見(jiàn)性，但他們沒(méi)有從數(shù)據(jù)角度討論可見(jiàn)性。收集數(shù)據(jù)需要跨價(jià)值流的通用數(shù)據(jù)模型。如果需要可見(jiàn)性，快速修復(fù)問(wèn)題的能力以及衡量所實(shí)現(xiàn)的價(jià)值，那么始終證明知道該怎么做，并說(shuō)服在這一愿景上進(jìn)行投資。價(jià)值流管理(VSM)平臺(tái)將為那些選擇數(shù)據(jù)驅(qū)動(dòng)決策的組織帶來(lái)明顯的優(yōu)勢(shì)。
