将让业务繁荣发展的十大数据分析趋向
发布时间：2022-04-08 13:51:30 所属栏目：大数据 来源：互联网
导读：企业需要发现数据分析技术的一些发展趋势，以轻松预测客户需求、个性化内容并实现业务目标。 行业专家Geoffrey Moore在一本著作中指出，如果没有大数据分析，企业的发展可能会很盲目，就像在高速公路上游荡的鹿一样。 根据调研机构Gartner公司的调查，企业开
|
企业需要发现数据分析技术的一些发展趋势，以轻松预测客户需求、个性化内容并实现业务目标。 行业专家Geoffrey Moore在一本著作中指出，“如果没有大数据分析，企业的发展可能会很盲目，就像在高速公路上游荡的鹿一样。” 根据调研机构Gartner公司的调查，企业开始克服机器学习部署的80%失败率，并成功将其集成到生产环境中。 Gartner公司研究副总裁Rita Sallam将以下趋势视为最新的人工智能技术需求，并将在2021年以新的方式提升业务水平。 1.采用人工智能的智能解决方案 预计到2024年底，数据流和分析基础设施市场规模将会有5倍的增长，75%的企业将从人工智能的试点采用转向实施。Sallam还提到强化学习和分布式学习等人工智能技术正在创建更具适应性和通用性的系统来处理复杂的业务情况，尤其在发生疫情之前的模型依赖于可能不再有效的历史数据时。 自然语言处理(NLP)提供有关病毒传播以及对策的有效性和影响的重要见解和预测。人工智能和机器学习现在正在严格按照新的需求模式重新调整供应链。更重要的投资创造了新的芯片架构，例如可以部署在边缘设备上的神经形态硬件。这些解决方案正在加速人工智能和机器学习在计算和工作负载中的应用，并减少对需要高带宽的集中式系统的依赖。它导致更具可扩展性的人工智能解决方案具有更高的业务影响。 2.仪表板的修改版本 根据Gartner公司的预测，到2025年，数据故事(而非仪表板)将成为最广泛的分析消费方式，将取代视觉、点击式创作和探索。研究人员还提到，其中三分之一的数据故事将使用增强分析技术自动生成。 通常情况下，用户采用仪表盘必须进行大量人工工作才能深入了解更多信息。向场景数据故事的转变意味着将最相关的见解根据每个用户的场景、角色或用途提供给他们。这些动态洞察采用了自然语言处理(NLP)、增强分析、数据流异常检测和协作等技术。用户使用自定义的仪表板的时间会自然减少。 3.更好的决策建模提高决策智能能力 到2023年，将近33%的企业的分析师将使用决策建模来实施决策智能。 决策智能是一个将决策管理和决策支持在内的多个学科组合在一起的线程。Gartner公司将决策智能描述为一个实际领域，其中包括复杂自适应系统领域的应用。多种传统技术(如基于规则的方法)和高级学科(如人工智能和机器学习)与这些复杂的自适应系统结合在一起。 使用决策智能框架，数据分析领导者可以在业务成果和行为的背景下设计、组合、建模、调整、执行、监控和调整决策模型和流程。 4. 数据与分析趋势之间的冲突 根据Gartner公司预测，在不久的将来，将近95%的财富500强公司将把分析治理融合到更广泛的数据和分析治理计划中。数据分析能力是不同的能力，需要相应地进行管理。供应商正在提供由增强分析趋势支持的端到端工作流，这些趋势模糊了曾经独立的市场之间的差异。 这种冲突导致数据和分析的分离角色之间的交互和协作。它不仅会影响所提供的技术和能力，还会影响支持和使用它们的人员和流程。 但是现在由领导者和分析服务提供商决定他们如何将这种冲突转化为建设性的融合，将先进的数据分析工具和功能整合到分析堆栈中。与此同时，他们需要关注人员和流程以促进沟通和协作。 （编辑：东莞站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐