在2016年，是數(shù)據(jù)準(zhǔn)備和分析突破的一年。 采用自助式分析解決方案的速度飛快發(fā)展起來，因?yàn)闃I(yè)務(wù)用戶需要能夠分析數(shù)據(jù)而不必再依賴IT。 自助數(shù)據(jù)準(zhǔn)備工具也經(jīng)歷了快速增長，因?yàn)樵絹碓蕉嗟臄?shù)據(jù)用戶意識(shí)到這項(xiàng)技術(shù)可以通過快速找到并訪問來自任何來源的數(shù)據(jù)來節(jié)省他們巨大的時(shí)間，預(yù)算和資源，然后準(zhǔn)備在幾分之一的時(shí)間內(nèi)進(jìn)行分析它使用電子表格和其他手動(dòng)強(qiáng)化措施。 而這一趨勢將繼續(xù)擴(kuò)大到2017年，事實(shí)上，巨大的機(jī)會(huì)在前面。 我們將繼續(xù)看到盡可能多的創(chuàng)新，這些創(chuàng)新將持續(xù)改變數(shù)據(jù)科學(xué)家，數(shù)據(jù)分析師和業(yè)務(wù)用戶如何利用洞察力來實(shí)現(xiàn)企業(yè)價(jià)值并改進(jìn)運(yùn)營流程。
數(shù)據(jù)準(zhǔn)備和分析領(lǐng)域在2016年取得了巨大的增長，包括自助服務(wù)工具的興起。 那么明年的空間會(huì)怎樣?
數(shù)據(jù)社會(huì)化將成為大事
自助服務(wù)分析無意中致使許多公司的數(shù)據(jù)格局變得像狂野西部。 數(shù)據(jù)現(xiàn)在分布在整個(gè)組織中，并且經(jīng)常被孤立地管理。 數(shù)據(jù)和分析結(jié)果沒有被共享和重用，相反，用戶沒有體會(huì)到重復(fù)數(shù)據(jù)建模的好處，而是需要從頭開始進(jìn)行每個(gè)項(xiàng)目的分析。 此外，由于分布式架構(gòu)，IT部門在管理和保護(hù)這些信息方面還處于掙扎之中。
自助數(shù)據(jù)準(zhǔn)備服務(wù)將徹底變革
這種變革性的新功能將傳統(tǒng)的自助服務(wù)數(shù)據(jù)準(zhǔn)備優(yōu)勢與社交媒體平臺(tái)常見的關(guān)鍵屬性相結(jié)合，使數(shù)據(jù)科學(xué)家，業(yè)務(wù)分析師甚至公司的新手業(yè)務(wù)用戶都能夠搜索，共享和重用準(zhǔn)備好的管理數(shù)據(jù)，從而更好的進(jìn)行商業(yè)決策。 公司將通過使用集中的，具有合規(guī)性的，獲批準(zhǔn)的數(shù)據(jù)源，進(jìn)行更安心的數(shù)據(jù)治理。
認(rèn)證的數(shù)據(jù)集將升級(jí)
因?yàn)閿?shù)據(jù)分布在整個(gè)組織中，用戶經(jīng)常在隔離中工作，所以信息變得不可控和不可預(yù)測。 信息治理不善會(huì)增加安全性和合規(guī)性風(fēng)險(xiǎn)，并導(dǎo)致較差的數(shù)據(jù)質(zhì)量。 因此，數(shù)據(jù)分析師和業(yè)務(wù)用戶經(jīng)常不信任其來源，并且缺乏對數(shù)據(jù)準(zhǔn)確性，及時(shí)性和有效性的信心。
數(shù)據(jù)湖將變得不那么重要
許多公司已經(jīng)嘗試在中央存儲(chǔ)器實(shí)現(xiàn)數(shù)據(jù)湖，但是該方法已經(jīng)證明很大程度上不成功。 數(shù)據(jù)用戶通常難以找到并訪問正確的數(shù)據(jù)進(jìn)行分析。 在2017年，我們將看到由IT和數(shù)據(jù)分析師創(chuàng)建的認(rèn)證數(shù)據(jù)集的興起，它驗(yàn)證了不同來源的分組，并允許業(yè)務(wù)用戶輕松訪問。 跨部門共享這些經(jīng)過認(rèn)證的數(shù)據(jù)集將確保數(shù)據(jù)質(zhì)量，增強(qiáng)對數(shù)據(jù)，分析流程和結(jié)果的信任。
數(shù)據(jù)質(zhì)量和數(shù)據(jù)準(zhǔn)備將開始融合
數(shù)據(jù)質(zhì)量和數(shù)據(jù)準(zhǔn)備現(xiàn)在是兩個(gè)單獨(dú)、不同的功能。 但隨著他們的發(fā)展，數(shù)據(jù)準(zhǔn)備解決方案現(xiàn)在已經(jīng)融入了許多數(shù)據(jù)質(zhì)量能力，而數(shù)據(jù)質(zhì)量供應(yīng)商正在解決數(shù)據(jù)準(zhǔn)備問題。 在2017年，數(shù)據(jù)質(zhì)量和數(shù)據(jù)準(zhǔn)備將趨于一致，組織將更好地了解如何實(shí)施兩者的功能以獲得最佳的分析結(jié)果。
物聯(lián)網(wǎng)數(shù)據(jù)將推動(dòng)時(shí)間序列數(shù)據(jù)庫的需求
越來越多的公司開始使用互聯(lián)網(wǎng)的物聯(lián)網(wǎng)數(shù)據(jù)來進(jìn)行分析。 但是他們發(fā)現(xiàn)，將這些信息放到?jīng)]有能力有效地分析來自物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)的存儲(chǔ)庫中不再有效。 由于物聯(lián)網(wǎng)設(shè)備及其生產(chǎn)的實(shí)時(shí)數(shù)據(jù)，明年我們將看到對時(shí)間序列數(shù)據(jù)庫的需求以及實(shí)時(shí)數(shù)據(jù)準(zhǔn)備功能的上升。
機(jī)器學(xué)習(xí)將產(chǎn)生更多的智能數(shù)據(jù)
機(jī)器學(xué)習(xí)或算法分析是在數(shù)據(jù)被清理，準(zhǔn)備和分析之前對數(shù)據(jù)進(jìn)行應(yīng)用智能，從而產(chǎn)生更好的數(shù)據(jù)集。 通過使用智能數(shù)據(jù)，用戶可以洞察其他人做了什么，以及它如何補(bǔ)充其他數(shù)據(jù)集，以提高分析過程。在新的一年里，我們將看到更多的組織利用智能數(shù)據(jù)進(jìn)行分析和改進(jìn)操作流程。
高級(jí)分析將變得更加普遍
高級(jí)分析的過程在傳統(tǒng)上往往被委托給數(shù)據(jù)科學(xué)家。 但更多的供應(yīng)商正在將高級(jí)分析功能添加到他們的解決方案中，使業(yè)務(wù)用戶能夠處理這一過程以獲得預(yù)測性的洞察力。 在2017年，我們將看到高級(jí)分析從新穎性轉(zhuǎn)變?yōu)轵?qū)動(dòng)公司運(yùn)營的核心能力。
虛擬化和云計(jì)算將至高無上
數(shù)據(jù)虛擬化將成為更受歡迎的分析處理。 這是個(gè)充滿希望的技術(shù)。 它降低成本，因?yàn)榻M織不需要?jiǎng)?chuàng)建倉庫; 它有助于實(shí)時(shí)分析，因?yàn)閿?shù)據(jù)不需要移動(dòng); 并提高敏捷性，使用戶能夠更快地分析更多來源。