企業會考慮利用數據分析和數據科學作為數字化轉型的一部分嗎?自動化、回歸基礎的方法，以及數據驅動的文化可能是關鍵因素。

數據分析是一個不斷變化的領域。隨著企業繼續大量投資于分析以支持數字化轉型，掌握最新趨勢對于確保企業在未來數月和數年內采用成功所需的分析策略至關重要。   今年2月，研究機構Market Research Future公司預測，從今年到2023年，全球數據分析市場的復合年增長率將達到30.8%，2023年市場規模將達到776.4億美元。德勤公司中央創新團隊負責趨勢感知項目的總經理、德勤最近發布的“轉向數字成熟度報告”的合著者David Schatsky表示，數據分析投資不斷增加的核心是成為數字化企業的動力。  

Schatsky說，“數字化企業是一個不斷發展的企業，總是尋求應用和最大化數字技術的價值，以重塑自己，重塑提供給市場的產品，如何將這些產品交付給市場，以及如何運營。數字化企業是我們認為通過有效利用數字技術和數據而不斷發展的企業。”   對于希望通過數據轉變業務的組織而言，在未來幾個月需要關注以下四種分析趨勢。  

1.數據公民的崛起   隨著組織向數據驅動的轉變，大多數專家和行業觀察者都認為，歐洲服務器，采用這項技術雖然不容易，但卻是最簡單的元素。圍繞數據改變文化和組織思維方式及其有效使用通常最具挑戰性。   “數據中最重要的部分是人。”咨詢機構Carruthers and Jackson公司的主管Caroline Carruthers說。他曾擔任Network Rail公司首席數據官，也是《如何顛覆、創新并領先于競爭對手》這篇闡述數據驅動業務轉型的文章的共同作者。他說，“組織需要了解對數據和信息做些什么，并且在數字化轉型達成一致意見。”  

Gartner公司業務分析團隊的研究副總裁Rita Sallam對此表示贊同。  

Sallam說，“文化對任何企業來說都是一個巨大的挑戰：變革管理、文化素養。企業是否有足夠擁有文化的勞動力，能夠通過這些新技術獲得現在提供給他們的見解，并能夠采取行動。”   德勤公司的Schatsky補充說，為了掌握數據，組織必須在業務線中灌輸一種思維模式，無論何時企業面臨決策或采取行動，負責人都應考慮是否有數據可以幫助業務實現更智能或更好的目標。  

Schatsky說，亞洲服務器，“這需要改變思維方式。為了使其普及，企業領導層必須集中精力，并在整個組織中發揮作用。”  

因此，他們認為，企業將越來越關注于推動數據驅動的思維方式，以及在整個組織中對基本數據概念的流暢性。  

然而，商業分析咨詢機構A4A Brown公司的總裁、Meta S. Brow警告說，企業的做法不要過猶不及。  

Brown說：“我認為，在期望執行經理成為分析專家的程度有很大的限制。而他們熟悉術語可能是合理的。”  

Brown以律師行業為例。預計律師管理團隊將了解他們必須遵守的最重要的法律，并且應該能夠了解合同，但他們不會就復雜的法律問題提供建議。她說，同樣的想法在分析方面也適用。  

她說，“我認為在數據分析中增加高管的等級，或者為自己進行數據分析是不合理的。我認為，人們在學習數據分析方面對他們的期望非常低。作為分析專家，我們的工作就是通過整個流程更好地與他們合作，我們的責任是將他們所說的業務信息轉化為分析術語。”  

2.回到分析的基礎   在過去幾年中，圍繞分析的對話越來越多地集中在尖端技術上，如機器學習、深度學習、神經網絡，以及其他人工智能元素。專家表示，雖然這些領域將在未來幾年繼續引起很多關注，但許多組織將重新回歸基礎，并從不太先進的分析中獲得更多的實用性。  

Brown說：“我參加過很多行業大會，也閱讀了大量文章，發現人們談論的是他們可能想象得到的最復雜的數學，但他們卻還沒有真正充分利用簡單數學，這讓我非常震驚。如果美國的每一家企業都能徹底利用統計數字的數據，那么我們的經濟將會蓬勃發展。”  

Carruthers對此表示認同。她說，“很多人對機器學習和人工智能的應用感到興奮，認為必須做所有這些事情，卻忘記了組織實際上從分析中獲得了大量價值。”  

Carruthers認為，隨著組織將分析投入生產，并尋求真正從他們的分析工作中獲取價值，他們將再次更加重視通過更基本的分析和報告功能可以實現的目標。  

3.自動化變得更加重要   然而，數據日益復雜以及處理和分析數據所需的東西意味著自動化在未來幾年將變得更加重要。