Gartner揭示改變分析與商業智能（néng）發展軌（guǐ）跡的五大趨勢（shì）

全球領先（xiān）的信息技術研究和（hé）顧問公司（sī）Gartner近期發布了（le）2019年分析與商業智能（néng）技術成熟度曲線（Hype Cycle for Analytics and Business Intelligence）。Gartner研究副總裁Jim Hare表示：“智能已成為所有數字化業務的核心，因此IT和業務領導者將繼續把分析與商（shāng）業智能（néng）作為最優先的創新投資項目。2019年分析與商業智能（néng）技（jì）術成熟度曲線（xiàn）可以幫（bāng）助數據與分析領導者過（guò）渡到增強型分析（xī）（augmented analytics），從而構建起數字文化以及實施和擴展分析項（xiàng）目。”

Gartner區塊鏈業務技術成熟度曲線從（cóng）業（yè）務的角度（dù）概括（kuò）區塊鏈能力的發展並展現出區塊鏈在不同行業的成熟（shú）度（參見圖一）。

圖一、Gartner 2019年分（fèn）析與商業智能技術（shù）成熟度曲線這五（wǔ）大關鍵趨勢是：

1.增強型分析（Augmented Analytics）

增強（qiáng）型分（fèn）析通過機器學習為各類商業用戶、操（cāo）作工人（rén）和公民數據科學（xué）家實現數據準備、洞察發掘、數據科學及機器學習模型開發和洞察共享的自動化。

不斷（duàn）成熟的增強型（xíng）分析將成為高級分析（xī）平台的關鍵特征。與當（dāng）前的人工分析相比，它能在更短的時間內為企業機（jī）構（gòu）內的每個人提供分析，而且減少了對專業用戶的需求及解（jiě）釋的偏差。隨著這項技術的發展，市麵上（shàng）將會出現更多的公民數據科學家。Gartner預（yù）測到2020年，公民數據（jù）科學家（jiā）所產生的高級分析（xī）量將超過數據科學家，而這（zhè）很大程度上要歸功於數據科學任務的自動化（huà）。

2.數字文化（Digital Culture）

建立有（yǒu）效的數字文化可能是企業機構在數字化轉型過程中邁出的第一步，也可能是最重要的一步。Hare先生表示：“數（shù）字文化涵蓋了數據素（sù）養（data literacy）、數字道德（digital ethics）、隱私、企業及（jí）廠商（shāng）的'數據向善'（data-for-good）項（xiàng）目。”

任（rèn）何希望（wàng）挖掘數據（jù）價值並且正處於數（shù）字化轉型過程的企業機構都必須專注於培養數據素養。Gartner分（fèn）析師認為，數據素（sù）養將影響所有員工。它不（bú）但是一項業務技能，更（gèng）是一項必不可少的生活技能。

隨著人工智能、數字社會和各種“假新聞”的（de）出現，個人、企業機構和政（zhèng）府對數字道德的興趣日益濃厚。數據（jù）與分析（D&A）領導者應發起有關數字道德（dé）的討論，以此確（què）保信息與技術的使用符合道德（dé），從（cóng）而贏得並維係員工、客戶和合作夥伴（bàn）的（de）信任。

Gartner預測，到2023年，在擁（yōng）有20名以上數據科學家的企業（yè）機構中，將有60%需要在（zài）其職業行為準則中加入關於數據與（yǔ）分析使用道德的內（nèi）容。

3.關係分析（Relationship Analytics）

關係分析的出現突出了人們正在越來（lái）越多地（dì）通過圖形（xíng）、位置和社（shè）會分析技術了解不同目標（biāo）群體（tǐ）（人、地方和事物）之間（jiān）的聯係。用戶通過分析不斷變化的非結構化數據獲得關（guān）於（yú）網絡中各種關聯的信息（xī）和（hé）背景以及能夠提（tí）高預測（cè）和決策準確性的深層次洞察。

許多價值極高的應用都專注於探索事先未知、但（dàn）需（xū）要解決的問題。例如（rú）基於圖譜技術的關係分析可以發現非法行為和犯罪活（huó）動。執法（fǎ）機構可通（tōng）過分析正式（shì）和非正式人際關係網絡發現洗錢和其（qí）他犯罪活（huó）動。這讓它們能夠更輕鬆地區分網（wǎng）絡中的惡性和良性行為（wéi）。

4.決策智能（Decision Intelligence）

數據與分析領導者可以從不斷（duàn）變化的生態中獲得大量數據，但他們也因此需要使用多種技術來有效地管理（lǐ）數據。目（mù）前的決策模型結果具有不可預測性，這通常是因為無法正確獲取並解釋與這些模型在業務（wù）環境中的“行為”相關的不確定性因素。決策智能所提供的框架結合傳統與先進技（jì）術（shù）進行決策模型的設計、建模、對齊、執行（háng）、監控與調優。

5.操作化與擴展（Operationalizing & Scaling）

在業務的核心、邊緣甚至邊（biān）緣之外，應用的數量呈爆炸式增長。越來越多的人希望能夠與（yǔ）數據交互（hù），而（ér）不斷增加（jiā）的交互和流（liú）程需（xū）要通過分析才能實現（xiàn）自動化和擴展。人們越來越需要能（néng）夠根據自己的需求隨時（shí）隨地使用分析服（fú）務和算法。無論（lùn）是證明下一個重大（dà）戰略舉措的合理性，還（hái）是逐步優化數百萬項事務和交（jiāo）互，分析工具（jù）及支（zhī）持分析工（gōng）具的數據正出現（xiàn）在以前很少用到它們的地（dì）方（fāng）。這賦予了“無處不在的分析”（analytics everywhere）這一概念（niàn）新的內涵。