隨著科技的發(fā)展和進步，人們之間的聯(lián)系理應(yīng)更加緊密，但是卻與期望相反，很多人卻變得更加分散和孤立。
社交媒體中的“喜好”使人們兩極分化，而其算法更加傾向于提供煽動性內(nèi)容，引起更強烈的反應(yīng)，并使人們更長久地沉迷其中。當涉及到當?shù)胤伞⒎ㄒ?guī)和隱私時，就會看到這種分化。
很多組織的戰(zhàn)略主管和投資者表示需要剝離不是核心能力的業(yè)務(wù)，而數(shù)字巨頭就潛伏在一個支離破碎的世界中，那么人們需要更換一種思路嗎?可以通過法規(guī)、商業(yè)模式和數(shù)據(jù)將支離破碎的格局轉(zhuǎn)變成機遇。
但是，只是分析還不夠，還需要進行綜合，以將分布式數(shù)據(jù)連接到分析供應(yīng)鏈，并將目錄作為連接組織。科技將發(fā)揮巨大的作用，但它也需要有正確的流程和人員來實施。綜合和分析對于利用大數(shù)據(jù)和促進向人們所稱的“數(shù)據(jù)馬賽克”的方向發(fā)展至關(guān)重要。
以下是未來一年影響大數(shù)據(jù)和分析的5大趨勢：
1.大數(shù)據(jù)只是數(shù)據(jù)，下一步是“廣泛數(shù)據(jù)”
大數(shù)據(jù)是一個相對的術(shù)語，是一個不斷變化的目標。而定義大數(shù)據(jù)的一種方法是，超越現(xiàn)有技術(shù)所能實現(xiàn)的范圍。如果企業(yè)需要更換或大量投資于額外的基礎(chǔ)設(shè)施來處理數(shù)據(jù)，那么將面臨巨大的數(shù)據(jù)挑戰(zhàn)。
借助無限擴展的云存儲，可以克服這一缺點。現(xiàn)在比以往任何時候都更容易在數(shù)據(jù)庫內(nèi)進行索引和分析，并且企業(yè)擁有確保數(shù)據(jù)可以移至正確位置的工具。數(shù)據(jù)的神秘性消失了，這是因為整合以及Hadoop分銷商在2019年的迅速消亡標志著這一轉(zhuǎn)變。
下一個重點領(lǐng)域?qū)⑹欠浅７稚⒌?a href="http://www.qzkangyuan.com/cnidc/tech/dc/2017/6191.html">數(shù)據(jù)或“廣泛的數(shù)據(jù)”。數(shù)據(jù)格式正變得越來越多樣化和分散化，因此，適合于不同數(shù)據(jù)風格的不同類型的數(shù)據(jù)庫已增加了一倍多，從2013年的162個增加到2019年的342個。海量數(shù)據(jù)的組合可以通過大數(shù)據(jù)技術(shù)進行處理，而那些能夠?qū)⑦@些零散而又多樣化的數(shù)據(jù)源進行綜合分析的企業(yè)將獲得優(yōu)勢。
2.DataOps +分析自助服務(wù)為組織帶來數(shù)據(jù)敏捷性
自助服務(wù)分析已經(jīng)提上日程很久了，并且借助“現(xiàn)代商業(yè)智能”技術(shù)使答案更接近于業(yè)務(wù)用戶。但直到現(xiàn)在，很多企業(yè)在數(shù)據(jù)管理方面還沒有實現(xiàn)同樣的敏捷性。
“DataOps”已作為一種面向流程的自動化方法而出現(xiàn)，旨在提高質(zhì)量并減少用于分析的數(shù)據(jù)管理的周期時間。它專注于持續(xù)交付，并通過利用按需IT資源，歐洲服務(wù)器，并自動執(zhí)行數(shù)據(jù)測試和部署來實現(xiàn)這一目標。諸如實時數(shù)據(jù)集成、變更數(shù)據(jù)捕獲(CDC)和流數(shù)據(jù)管道等技術(shù)是實現(xiàn)這一目標的關(guān)鍵。
通過DataOps，能夠以系統(tǒng)的方式將80%的核心數(shù)據(jù)傳遞給業(yè)務(wù)用戶，而自助數(shù)據(jù)準備是在數(shù)據(jù)較少情況下需要的獨立區(qū)域。通過在操作方面使用DataOps，在業(yè)務(wù)用戶方面使用分析自助服務(wù)，可以實現(xiàn)整個信息價值鏈的流動性，將綜合與分析聯(lián)系起來。
3.活動元數(shù)據(jù)目錄-數(shù)據(jù)和分析的連接組織
隨著企業(yè)繼續(xù)努力尋找、清查和綜合分布廣泛且多樣化的數(shù)據(jù)資產(chǎn)，對數(shù)據(jù)目錄的需求正在猛增。到2020年，人們將看到更多的人工智能元數(shù)據(jù)目錄，這將有助于將這個龐大的任務(wù)從人工和被動轉(zhuǎn)移到主動、自適應(yīng)和變化。這將是數(shù)據(jù)運營和自助服務(wù)分析所提供的敏捷性的連接組織和治理。
活動元數(shù)據(jù)目錄還包括信息個性化，這是生成相關(guān)見解和定制內(nèi)容的必要組成部分。但是要做到這一點，目錄還需要不僅在一種分析工具內(nèi)工作，而且還需要整合大多數(shù)組織所擁有的零散工具。
4.數(shù)據(jù)素養(yǎng)即服務(wù)
將綜合和分析連接起來以形成一個包容性的系統(tǒng)將有助于提高數(shù)據(jù)的使用率，但是如果沒有人參與，世界上任何數(shù)據(jù)和分析技術(shù)或流程都將無法正常運行。僅僅依靠用戶提供工具并寄希望于最好的工具已經(jīng)遠遠不夠。
提高行業(yè)標準分析采用率的關(guān)鍵組成部分是幫助人們變得對讀取、使用、分析和通信數(shù)據(jù)充滿信心。到2020年，企業(yè)希望擴大數(shù)據(jù)素養(yǎng)，并希望在此過程中與供應(yīng)商合作。這是通過結(jié)合軟件、教育和支持合作伙伴關(guān)系即服務(wù)而實現(xiàn)的，并考慮到結(jié)果。
目標可以是將采用率提高到100%，幫助將數(shù)據(jù)操作與自助服務(wù)分析結(jié)合起來，或者使數(shù)據(jù)成為每個決策的一部分。為了使這一點有效，企業(yè)需要自我診斷組織的位置和目的地，然后共生地找出如何實現(xiàn)這些結(jié)果。
5.“Shashaming”數(shù)據(jù)和計算機/人機交互
