搜狐首页 科技 欢乐颂2

手机搜狐

SOHU.COM

2017数据分析市场的10个预测

在2016年,是数据准备和分析突破的一年。采用自助式分析解决方案的速度飞快发展起来,因为业务用户需要能够分析数据而不必再依赖IT。

自助数据准备工具也经历了快速增长,因为越来越多的数据用户意识到这项技术可以通过快速找到并访问来自任何来源的数据来节省他们巨大的时间,预算和资源,然后准备在几分之一的时间内进行分析它使用电子表格和其他手动强化措施。

而这一趋势将继续扩大到2017年,事实上,巨大的机会在前面。 我们将继续看到尽可能多的创新,这些创新将持续改变数据科学家,数据分析师和业务用户如何利用洞察力来实现企业价值并改进运营流程。

数据准备和分析领域在2016年取得了巨大的增长,包括自助服务工具的兴起。那么明年的空间会怎样?

导·读

数据社会化将成为大事

自助服务分析无意中致使许多公司的数据格局变得像狂野西部。 数据现在分布在整个组织中,并且经常被孤立地管理。 数据和分析结果没有被共享和重用,相反,用户没有体会到重复数据建模的好处,而是需要从头开始进行每个项目的分析。 此外,由于分布式架构,IT部门在管理和保护这些信息方面还处于挣扎之中。

自助数据准备服务将彻底变革

这种变革性的新功能将传统的自助服务数据准备优势与社交媒体平台常见的关键属性相结合,使数据科学家,业务分析师甚至公司的新手业务用户都能够搜索,共享和重用准备好的管理数据,从而更好的进行商业决策。 公司将通过使用集中的,具有合规性的,获批准的数据源,进行更安心的数据治理。

认证的数据集将升级

因为数据分布在整个组织中,用户经常在隔离中工作,所以信息变得不可控和不可预测。 信息治理不善会增加安全性和合规性风险,并导致较差的数据质量。 因此,数据分析师和业务用户经常不信任其来源,并且缺乏对数据准确性,及时性和有效性的信心。

数据湖将变得不那么重要

许多公司已经尝试在中央存储器实现数据湖,但是该方法已经证明很大程度上不成功。 数据用户通常难以找到并访问正确的数据进行分析。 在2017年,我们将看到由IT和数据分析师创建的认证数据集的兴起,它验证了不同来源的分组,并允许业务用户轻松访问。 跨部门共享这些经过认证的数据集将确保数据质量,增强对数据,分析流程和结果的信任。

数据质量和数据准备将开始融合

数据质量和数据准备现在是两个单独、不同的功能。 但随着他们的发展,数据准备解决方案现在已经融入了许多数据质量能力,而数据质量供应商正在解决数据准备问题。 在2017年,数据质量和数据准备将趋于一致,组织将更好地了解如何实施两者的功能以获得最佳的分析结果。

精选