全球領(lǐng)先的信息技術(shù)研究和顧問(wèn)公司Gartner近期發(fā)布了2019年分析與商業(yè)智能技術(shù)成熟度曲線（Hype Cycle for Analytics and Business Intelligence）。Gartner研究副總裁Jim Hare表示：“智能已成為所有數(shù)字化業(yè)務(wù)的核心，因此IT和業(yè)務(wù)領(lǐng)導(dǎo)者將繼續(xù)把分析與商業(yè)智能作為最優(yōu)先的創(chuàng)新投資項(xiàng)目。2019年分析與商業(yè)智能技術(shù)成熟度曲線可以幫助數(shù)據(jù)與分析領(lǐng)導(dǎo)者過(guò)渡到增強(qiáng)型分析（augmented analytics），從而構(gòu)建起數(shù)字文化以及實(shí)施和擴(kuò)展分析項(xiàng)目?！?br>Gartner區(qū)塊鏈業(yè)務(wù)技術(shù)成熟度曲線從業(yè)務(wù)的角度概括區(qū)塊鏈能力的發(fā)展并展現(xiàn)出區(qū)塊鏈在不同行業(yè)的成熟度（參見圖一）。
圖一、Gartner 2019年分析與商業(yè)智能技術(shù)成熟度曲線
這五大關(guān)鍵趨勢(shì)是：1. 增強(qiáng)型分析（Augmented Analytics）增強(qiáng)型分析通過(guò)機(jī)器學(xué)習(xí)為各類商業(yè)用戶、操作工人和公民數(shù)據(jù)科學(xué)家實(shí)現(xiàn)數(shù)據(jù)準(zhǔn)備、洞察發(fā)掘、數(shù)據(jù)科學(xué)及機(jī)器學(xué)習(xí)模型開發(fā)和洞察共享的自動(dòng)化。
不斷成熟的增強(qiáng)型分析將成為高級(jí)分析平臺(tái)的關(guān)鍵特征。與當(dāng)前的人工分析相比，它能在更短的時(shí)間內(nèi)為企業(yè)機(jī)構(gòu)內(nèi)的每個(gè)人提供分析，而且減少了對(duì)專業(yè)用戶的需求及解釋的偏差。隨著這項(xiàng)技術(shù)的發(fā)展，市面上將會(huì)出現(xiàn)更多的公民數(shù)據(jù)科學(xué)家。Gartner預(yù)測(cè)到2020年，公民數(shù)據(jù)科學(xué)家所產(chǎn)生的高級(jí)分析量將超過(guò)數(shù)據(jù)科學(xué)家，而這很大程度上要?dú)w功于數(shù)據(jù)科學(xué)任務(wù)的自動(dòng)化。2. 數(shù)字文化（Digital Culture）建立有效的數(shù)字文化可能是企業(yè)機(jī)構(gòu)在數(shù)字化轉(zhuǎn)型過(guò)程中邁出的第一步，也可能是最重要的一步。Hare先生表示：“數(shù)字文化涵蓋了數(shù)據(jù)素養(yǎng)（data literacy）、數(shù)字道德（digital ethics）、隱私、企業(yè)及廠商的‘?dāng)?shù)據(jù)向善’（data-for-good）項(xiàng)目。”
任何希望挖掘數(shù)據(jù)價(jià)值并且正處于數(shù)字化轉(zhuǎn)型過(guò)程的企業(yè)機(jī)構(gòu)都必須專注于培養(yǎng)數(shù)據(jù)素養(yǎng)。Gartner分析師認(rèn)為，數(shù)據(jù)素養(yǎng)將影響所有員工。它不但是一項(xiàng)業(yè)務(wù)技能，更是一項(xiàng)必不可少的生活技能。
隨著人工智能、數(shù)字社會(huì)和各種“假新聞”的出現(xiàn)，個(gè)人、企業(yè)機(jī)構(gòu)和政府對(duì)數(shù)字道德的興趣日益濃厚。數(shù)據(jù)與分析（D&A）領(lǐng)導(dǎo)者應(yīng)發(fā)起有關(guān)數(shù)字道德的討論，以此確保信息與技術(shù)的使用符合道德，從而贏得并維系員工、客戶和合作伙伴的信任。
Gartner預(yù)測(cè)，到2023年，在擁有20名以上數(shù)據(jù)科學(xué)家的企業(yè)機(jī)構(gòu)中，將有60%需要在其職業(yè)行為準(zhǔn)則中加入關(guān)于數(shù)據(jù)與分析使用道德的內(nèi)容。3. 關(guān)系分析（Relationship Analytics）關(guān)系分析的出現(xiàn)突出了人們正在越來(lái)越多地通過(guò)圖形、位置和社會(huì)分析技術(shù)了解不同目標(biāo)群體（人、地方和事物）之間的聯(lián)系。用戶通過(guò)分析不斷變化的非結(jié)構(gòu)化數(shù)據(jù)獲得關(guān)于網(wǎng)絡(luò)中各種關(guān)聯(lián)的信息和背景以及能夠提高預(yù)測(cè)和決策準(zhǔn)確性的深層次洞察。
許多價(jià)值極高的應(yīng)用都專注于探索事先未知、但需要解決的問(wèn)題。例如基于圖譜技術(shù)的關(guān)系分析可以發(fā)現(xiàn)非法行為和犯罪活動(dòng)。執(zhí)法機(jī)構(gòu)可通過(guò)分析正式和非正式人際關(guān)系網(wǎng)絡(luò)發(fā)現(xiàn)洗錢和其他犯罪活動(dòng)。這讓它們能夠更輕松地區(qū)分網(wǎng)絡(luò)中的惡性和良性行為。4. 決策智能（Decision Intelligence）數(shù)據(jù)與分析領(lǐng)導(dǎo)者可以從不斷變化的生態(tài)中獲得大量數(shù)據(jù)，但他們也因此需要使用多種技術(shù)來(lái)有效地管理數(shù)據(jù)。目前的決策模型結(jié)果具有不可預(yù)測(cè)性，這通常是因?yàn)闊o(wú)法正確獲取并解釋與這些模型在業(yè)務(wù)環(huán)境中的“行為”相關(guān)的不確定性因素。決策智能所提供的框架結(jié)合傳統(tǒng)與先進(jìn)技術(shù)進(jìn)行決策模型的設(shè)計(jì)、建模、對(duì)齊、執(zhí)行、監(jiān)控與調(diào)優(yōu)。5. 操作化與擴(kuò)展（Operationalizing & Scaling）在業(yè)務(wù)的核心、邊緣甚至邊緣之外，應(yīng)用的數(shù)量呈爆炸式增長(zhǎng)。越來(lái)越多的人希望能夠與數(shù)據(jù)交互，而不斷增加的交互和流程需要通過(guò)分析才能實(shí)現(xiàn)自動(dòng)化和擴(kuò)展。人們?cè)絹?lái)越需要能夠根據(jù)自己的需求隨時(shí)隨地使用分析服務(wù)和算法。無(wú)論是證明下一個(gè)重大戰(zhàn)略舉措的合理性，還是逐步優(yōu)化數(shù)百萬(wàn)項(xiàng)事務(wù)和交互，分析工具及支持分析工具的數(shù)據(jù)正出現(xiàn)在以前很少用到它們的地方。這賦予了“無(wú)處不在的分析”（analytics everywhere）這一概念新的內(nèi)涵。
聯(lián)系客服
