Gartner列出了2021年数据和分析领域的十大趋势，从大数据向小而广数据转变是其中之一。这些趋势代表着商业、市场和技术方面的动态，数据和分析领导者不可忽视。

每一个趋势都符合以下三大主题之一：

1、数据和分析方面的变化加快：充分利用AI方面的创新、增强的可组合性以及更灵活更有效地集成更迥然不同的数据源。

2、通过更有效的XOps切实发挥业务价值：支持更有效的决策，并支持将数据和分析变成业务不可或缺的一部分。

3、分发一切：需要灵活地关联数据和洞察力，以支持更广泛的人和物件。

可组合式数据和分析

可组合式数据和分析的目的是使用来自多个数据、分析和AI解决方案的组件，以获得一种灵活、对用户友好和易用的体验，从而使领导者能够将数据洞察力与业务活动联系起来。Gartner收到的客户咨询表明，大多数大组织拥有不止一种“企业标准”分析和商业智能工具。利用各自的套装业务功能组合新应用程序可提高生产力和敏捷性。可组合式数据和分析不仅有助于协作、完善组织的分析功能，还会加大分析技术的普及程度。

数据结构充当基础

随着数据变得日益复杂、数字化业务加快发展，数据结构（data fabric）成为支持可组合式数据和分析及各种组件的体系结构。

数据结构将集成设计时间缩短了30%，将部署时间缩短了30%，将维护时间缩短了70%，原因是这种技术设计运用了使用/重用和结合不同数据集成方式的能力。此外，数据结构可以充分利用来自数据枢纽、数据湖和数据仓库的现有技能和技术，同时又引入适应未来的新方法和工具。

从大数据到小而广数据

许多组织在处理AI方面日益复杂的问题以及数据使用场景寥寥无几的挑战，与大数据相反，小而广数据为这些组织解决了许多问题。广数据充分利用“X分析”技术，支持分析众多小而多样化（广）数据源、非结构化数据源和结构化数据源，并实现协同效应，以增强上下文意识和决策。顾名思义，小数据能够使用需要较少数据，但仍提供实用洞察力的数据模型。

XOps

XOps（数据、机器学习、模型和平台）的目的是，使用DevOps最佳实践来获得效率和规模经济效益，并确保可靠性、可重用性和可重复性，同时减少技术和流程的重复，并实现自动化。

这些技术将能够扩展原型，并提供受控决策系统的灵活设计和敏捷编排。总体而言，XOps将使组织能够实际运用数据和分析技术以提高业务价值。

集成的决策智能

决策智能是一门学科，涵盖一系列广泛的决策，其中包括常规的分析、AI和复杂的自适应系统应用软件。集成决策智能不仅适用于单个决策，还适用于一系列决策，可以将它们分组为业务流程，甚至新兴决策网络。

这使组织能够更快地获得促使公司采取行动所需要的洞察力。如果结合可组合性和通用数据结构，集成的决策智能带来了新的机会，以便组织重新思考或重新设计如何优化决策，并使决策更准确、可重复和可追溯。

数据和分析是一项核心业务职能

业务领导者开始认识到使用数据和分析技术来加快数字化业务计划的重要性。数据和分析不再是不同团队完成的次要工作，而是转而成为一项核心职能。然而，业务领导者常常低估了数据的复杂性，因而最终错失了机会。如果首席数据官（CDO）参与制定目标和策略，他们可以将源源不断获取的业务价值提高2.6倍。

图形关乎一切

图形构成了现代数据和分析的基础，能够增强和改善用户协作、机器学习模型和可解释型AI。虽然图形技术不是数据和分析领域的新技术，但随着组织识别越来越多的使用场景，围绕它们的观念已发生了转变。实际上，关于AI话题的Gartner客户咨询当中多达50%都离不开讨论图形技术的使用。

增强型消费者的崛起

在过去，业务用户囿于预定义的仪表板和手动探索数据。这常常意味着数据和分析仪表板仅限于数据分析员或平民数据科学家探究预定义的问题。

然而Gartner认为，展望将来，这些仪表板将被自动化、对话式、移动、动态生成的洞察力取而代之，这种洞察力可根据用户的需求进行定制，并交付到用户的消费点。这将洞察力知识从一小撮数据专家的手里转移到组织中任何人的手里。

边缘端数据和分析

随着更多的数据分析技术开始出现在传统数据中心和云环境之外的环境，它们更靠近实体资产。这缩短或消除了以数据为中心的解决方案的延迟，并支持获得更大的实时价值。将数据和分析技术转移到边缘将为数据团队带来机会，以扩大功能，并将影响扩展到公司的不同部门。这还可以为因法律或法规原因而无法从特定地理位置删除数据的情况提供解决方案。

文章来源：《数据分析与知识发现》 网址: http://www.sjfxyzsfx.cn/zonghexinwen/2021/0322/839.html

上一篇：数据分析8届国少名单辽宁式微鲁沪粤渐强，多人
下一篇：糖尿病常见检查表与数据分析，糖友们自己对一