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)正常運轉(zhuǎn)。對這些組織來說，需要對數(shù)據(jù)分析進行適當(dāng)投資。這意味著分析鴻溝在2021年將會進一步擴大，并且這種趨勢將持續(xù)多年。毫無疑問，各行業(yè)組織的業(yè)務(wù)成敗取決于數(shù)據(jù)分析。

[[376658]]

Teradata公司數(shù)據(jù)科學(xué)和高級分析產(chǎn)品營銷總監(jiān)Sri Raghavan表示，零散的分析和報告解決方案的時代可能已經(jīng)過去，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施方案，從而無法解決本地化問題，大型組織則無法獲得全部收益。目前的情況將轉(zhuǎn)變?yōu)閷M織訪問的所有數(shù)據(jù)進行分析的能力，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)，并全力近乎實時地實施分析見解。換句話說，其分析不再是零散的，并且不僅僅是科學(xué)實驗。

Kalypso公司總經(jīng)理George Young表示，規(guī)范分析將是成功實現(xiàn)數(shù)字化轉(zhuǎn)型的關(guān)鍵組成部分。隨著越來越多的組織收集和分析大量數(shù)據(jù)，高級分析正成為一種主流，在過去三年中，有35%的美國制造商在部署高級分析。為了使人工智能在整個價值鏈中產(chǎn)生重大影響，規(guī)范分析將成為優(yōu)化績效的催化劑。通過利用產(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)不斷變化的條件進行連續(xù)監(jiān)視和調(diào)整，從而通過人工智能模型實現(xiàn)持續(xù)改進。然后，描述性模型可以實現(xiàn)決策自動化，其中模型可以采取最佳行動方案。從預(yù)測分析到說明性分析，最終將使制造商在2021年實現(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程工作以及對信息的渴望，增強分析和自助服務(wù)的需求將更加廣泛。作為回應(yīng)，傳統(tǒng)的數(shù)據(jù)分析將越來越受到人工智能的影響。遠程勞動力的增加將對增強的分析產(chǎn)生更大的需求，在這種分析中，個人用戶將通過創(chuàng)建查詢的過程獲得對其數(shù)據(jù)問題的即時回答。人們看到了數(shù)據(jù)分析和人工智能在基礎(chǔ)設(shè)施和分析師這兩個領(lǐng)域的融合。人們開始意識到，他們有不同的數(shù)據(jù)管道為分析引擎提供數(shù)據(jù)，他們正在為機器學(xué)習(xí)構(gòu)建不同的堆棧。人們看到的不是兩個完全獨立的堆棧，而是將這些堆棧聚合到一個更易于維護的基礎(chǔ)設(shè)施中，同時確保使用相同的數(shù)據(jù)來提供兩個數(shù)據(jù)引擎。關(guān)于信息的渴望和彌合使用數(shù)據(jù)回答問題的差距將發(fā)生第二次融合。傳統(tǒng)的分析將開始受到人工智能的更多干擾。分析平臺(例如Tableau、Power BI等)將開始被機器人和虛擬助理取代，而這些機器人和虛擬助理本質(zhì)上是會話式的。此外還預(yù)計自然語言處理(NLP)將在2021年得到更廣泛的應(yīng)用。

Signals Analytics公司首席營銷官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)和分析有可能推動非常積極和有意義的業(yè)務(wù)成果，當(dāng)它發(fā)生時，往往也有強大的跨不同職能領(lǐng)域的合作，因為每個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、開放數(shù)據(jù)平臺、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團隊保留的任務(wù)，業(yè)務(wù)部門生成的數(shù)據(jù)將輸入IT管理的平臺。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)平臺將變得更加無縫和易于部署，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，并開始從求職者的簡歷中消失。就像現(xiàn)在不太可能需要填寫“Office熟練程度”欄目一樣，將來也不太可能看到填寫“數(shù)據(jù)熟練程度”欄目。人們進入了第三次分析浪潮，并期望無需專家的幫助即可與數(shù)據(jù)進行交互。如果無法將硬數(shù)據(jù)與業(yè)務(wù)環(huán)境相結(jié)合來定義和執(zhí)行策略，那么將在工作場所中陷入困境。 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，因為在短短的幾年內(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(計算與存儲獨立、數(shù)據(jù)與數(shù)據(jù)湖獨立)堆棧的過程中，將會看到傳統(tǒng)的數(shù)據(jù)倉庫和緊密耦合的數(shù)據(jù)庫架構(gòu)被降級到原有的工作負載。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)庫管理員將使用SQL進行分析。

Push Technology公司首席執(zhí)行官Sean Bowen表示，很多組織都在逐步擴展其對分析系統(tǒng)的使用，但面臨對需要可以執(zhí)行實時數(shù)據(jù)整理的事件數(shù)據(jù)平臺的挑戰(zhàn)。在2021年，組織將需要智能數(shù)據(jù)平臺，這些平臺可以使用各種格式、大小或速度的各種來源的靜態(tài)數(shù)據(jù)和流數(shù)據(jù)。并將數(shù)據(jù)實時地傳輸?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，針對所有數(shù)據(jù)工作負載的SQL查詢。前進的道路不僅取決于自動化，還取決于使分析可訪問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，并且工作負載將被統(tǒng)一，因此組織可以編寫SQL查詢來管理和訪問跨多個數(shù)據(jù)駐留的所有工作負載。

Aluxio公司創(chuàng)始人兼首席執(zhí)行官Haoyuan Li表示，不同平臺/團隊在過去提供了人工智能和分析功能。多年來，人們看到平臺正在融合，并且人工智能團隊更加專注于算法方面，而人工智能和分析平臺團隊進行了合并，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)人員對廣大公眾有責(zé)任。在意識到潛在濫用嚴(yán)重性的有意識的組織的領(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。也許一些國家政府部門將通過某些法規(guī)干預(yù)，但相信科技公司將負責(zé)這項指控。Facebook公司對參與度數(shù)據(jù)所做的事情不是違法的，但是已經(jīng)看到，它可能對人們的個人習(xí)慣產(chǎn)生不利影響。

Denodo公司數(shù)據(jù)架構(gòu)高級副總裁Paul Moxon表示，情感是影響客戶行為的關(guān)鍵因素，對組織品牌忠誠度有很大影響。因此，對于組織來說，找到一種在客戶決策過程中衡量客戶情緒的方法越來越有用。情緒分析專注于研究和識別人類情緒的全部范圍，其中包括情緒、態(tài)度和個性。它使用預(yù)測模型和人工智能/機器學(xué)習(xí)來分析人類動作、單詞選擇、語音音調(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發(fā)針對個人的定制產(chǎn)品和服務(wù)。跨地域、社交網(wǎng)絡(luò)和評論網(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。通過使用情感分析，組織可以更好地了解其營銷和服務(wù)如何影響情感，從而提供更積極的客戶體驗。

Heap公司首席執(zhí)行官兼創(chuàng)始人Matin Movassate表示，正確進行產(chǎn)品分析非常困難。每次交互都會產(chǎn)生大量的數(shù)據(jù)，并通過挖掘大量數(shù)據(jù)來發(fā)現(xiàn)“大海撈針”的洞察力需要大量的精力、紀(jì)律和時間來使其發(fā)揮作用。這些進入壁壘意味著數(shù)據(jù)分析通常僅限于擁有足夠資源，帶寬和知識以正確執(zhí)行的組織。但這也是一門越來越重要的學(xué)科。甚至在新冠病毒疫情發(fā)生之前，消費者與品牌的互動通常都在數(shù)字平臺上進行，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的投資回報率，毫無疑問，其中一些信息可能會改變游戲規(guī)則。但是坦率地說，如果必須努力工作以從某件事中獲得價值，那么將不太可能始終如一地實現(xiàn)它。分析將不再是一種被動的游戲，而是收集分析人員必須篩選以發(fā)現(xiàn)這些見解的數(shù)據(jù)。