數(shù)據(jù)社會化將成為大事

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，用戶沒有體會到重復(fù)數(shù)據(jù)建模的好處，而是需要從頭開始進行每個項目的分析。 此外，由于分布式架構(gòu)，IT部門在管理和保護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，進行更安心的數(shù)據(jù)治理。

認(rèn)證的數(shù)據(jù)集將升級

因為數(shù)據(jù)分布在整個組織中，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。 信息治理不善會增加安全性和合規(guī)性風(fēng)險，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，及時性和有效性的信心。

物聯(lián)網(wǎng)數(shù)據(jù)將推動時間序列數(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)的存儲庫中不再有效。 由于物聯(lián)網(wǎng)設(shè)備及其生產(chǎn)的實時數(shù)據(jù)，明年我們將看到對時間序列數(shù)據(jù)庫的需求以及實時數(shù)據(jù)準(zhǔn)備功能的上升。

機器學(xué)習(xí)將產(chǎn)生更多的智能數(shù)據(jù)

機器學(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)進行分析和改進操作流程。

高級分析將變得更加普遍

高級分析的過程在傳統(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2021年，我們將看到高級分析從新穎性轉(zhuǎn)變?yōu)轵?qū)動公司運營的核心能力。

虛擬化和云計算將至高無上

數(shù)據(jù)虛擬化將成為更受歡迎的分析處理。 這是個充滿希望的技術(shù)。 它降低成本，因為組織不需要創(chuàng)建倉庫; 它有助于實時分析，因為數(shù)據(jù)不需要移動; 并提高敏捷性，使用戶能夠更快地分析更多來源。

數(shù)據(jù)虛擬化將獲得綠燈

數(shù)據(jù)虛擬化在過去的幾年間存在著多重阻礙，致使其不被用于分析。 雖然挑戰(zhàn)仍然存在，但是我們將在2021年再次對這項技術(shù)感興趣，主要是由于供應(yīng)商將數(shù)據(jù)虛擬化與數(shù)據(jù)準(zhǔn)備相結(jié)合，創(chuàng)建了一種以較低成本提供自助服務(wù)敏捷性的信息架構(gòu)。 在云計算中，我們將看到該技術(shù)的突出程度將在2021年達到了一個全新的水平，與本地系統(tǒng)相比，更多的數(shù)據(jù)訪問和存儲將基于云的數(shù)據(jù)倉庫。