2018年商业智能BI趋势（英文版）-2mb

11 BI TRENDS FOR 2018 总结

核心内容

2018年，随着数据分析经济的快速发展，企业面临数据碎片化、隐私保护、技术整合等挑战。为应对这些挑战，11个新兴趋势被提出，旨在帮助企业实现数据的“去孤岛化”（De-silofication），即通过灵活、创新和受控的方式将数据、人员和想法连接起来。

主要观点

• 数据素养成为关键：企业和社会将更加重视数据素养，使其成为一项核心能力。
• 混合多云架构兴起：企业将采用混合多云环境，以满足监管、安全、成本和性能等需求。
• 边缘计算推动数据本地化：更多数据处理将在边缘设备上进行，以减少延迟、提高隐私和自主性。
• 大数据与数据科学融合：大数据、数据发现和数据科学将逐步融合，促进更广泛的用户参与。
• 数据目录推动自助服务：数据目录将成为自助服务数据准备的重要工具，支持非专家用户访问和使用数据。
• API驱动互操作性：企业将更注重API的使用，以实现不同系统之间的无缝连接。
• 区块链技术拓展应用：区块链技术将超越加密货币，应用于数据验证和信息管理。
• 分析变得对话化：通过自然语言处理和虚拟助手，用户将能以更自然的方式与数据互动。
• 报告高度情境化：报告将更加注重提供与用户工作环境相匹配的情境化信息，提升数据的实用性。
• 分析更加沉浸式：借助增强现实、虚拟现实和交互式界面，用户将获得更丰富的分析体验。
• 增强智能改变用户角色：增强智能将使用户从被动消费者转变为数据的参与者和推动者。

关键信息

趋势1: 数据素养获得公司与社会优先

• 数据素养成为企业竞争力的重要组成部分。
• Gartner预测到2020年，80%的企业将主动提升员工的数据素养。
• 50%的员工难以区分数据真实与操纵，仅有20%具备数据素养。

趋势2: 混合多云成为连接数据的新方式

• 企业将运行超过1000种云服务，混合多云架构成为常态。
• 分析平台需具备多云、多平台的兼容性。

趋势3: 数据走向边缘

• IoT、移动设备和沉浸式分析推动数据处理向边缘迁移。
• 2019年，至少40%的IoT数据将在边缘处理；2022年，75%的企业数据将不在传统数据中心。

趋势4: 大数据、数据发现与数据科学融合

• 技术进步使三者之间的协作更加便捷。
• 支持用户通过“按需应用生成”等工具探索数据。

趋势5: 数据目录成为自助服务新前沿

• 数据目录将更深度集成于数据准备和分析流程。
• 支持非专家用户使用治理数据、数据湖和外部数据服务。

趋势6: API推动互操作性

• 企业更倾向于模块化、可扩展的系统，API成为连接核心。
• 分析将嵌入到业务流程中，形成数据驱动的应用。

趋势7: 区块链技术拓展数据管理

• 区块链将用于数据溯源和真实性验证。
• 初期用于连接区块链账本，未来将探索更多数据管理应用。

趋势8: 分析变得对话化

• 自然语言查询、语音和搜索将使数据分析更简单直观。
• Qlik® Bot提供对话式分析体验。

趋势9: 报告重新定义为高度情境化

• 报告将根据用户的工作场景提供定制信息。
• 分析将嵌入用户的工作空间，提升效率和决策质量。

趋势10: 分析变得沉浸式

• 通过增强现实、虚拟现实和交互式界面，用户将获得更丰富的体验。
• 更多用户将被吸引参与数据分析。

趋势11: 增强智能改变用户角色

• 增强智能融合AI与传统分析工具，使用户成为数据分析的参与者和推动者。
• 通过人机协作，提升数据分析的广度和深度。

总结

在2018年，企业需在数据驱动的转型中平衡隐私与创新。11个趋势展示了数据技术如何从孤立走向融合，从专业走向大众，从静态走向动态。通过提升数据素养、构建混合多云架构、利用边缘计算、推动数据目录发展、加强API互操作性、探索区块链应用、实现对话式分析、情境化报告、沉浸式体验和增强智能，企业将更有效地应对数据分析经济带来的挑战与机遇。