今年數據分析的優先事項發生了變化。增長因素和業務優先級不斷變化。不要眨眼，否則您可能會錯過領先的組織正在進行的現代化分析和數據倉庫環境。
商業智能（BI）是由Dresner Advisory Services首席研究官Howard Dresner於1989年創造的一個總稱，指的是最終用戶訪問和分析企業數據的能力。根據Dresner的說法，在2018年12月的網絡研討會上，2018年進行的新的初步研究顯示了三個主要趨勢，這些研究將影響2019年分析和數據倉庫市場的增長：
- 大數據技術和體系結構現在是商業智能（BI）傳統數據庫選項的主流替代品。
- 自然語言分析和流數據分析是影響市場的新興技術。
- 雲計算已經超越了臨界點，大多數組織都樂於將關鍵數據和應用程序遷移到公共雲。
大數據技術和架構
Dresner最終用戶研究表明，大數據使用案例的採用率已大幅提升，並已成為支持分析的主流方法。2015年，只有17％的受訪組織擁有大數據實施。僅僅三年之後，這個數字在2018年增加了兩倍多，達到59％。
最常見的大數據用例是數據倉庫優化。大數據架構用於增強不同的應用程序，與數據倉庫一起或以離散方式運行。大數據實現甚至可以完全用數據湖替換數據倉庫。
其他常見用例包括客戶/社交分析，預測性維護，點擊流分析，欺詐檢測和物聯網。
Dresner說，組織開始在整個企業中分發大數據用例，只要它們有意義。在數據類型和組織想要訪問的數據源方面，生態系統內存在巨大的多樣性。在所有這些用例中，組織正在處理大量數據，通常是運動中的數據，這使得它們非常適合大數據架構。
自然語言分析和流媒體數據分析
鑑於像谷歌這樣的搜索引擎以及像Alexa和Google Home這樣的語音響應系統無處不在，你會認為自然語言，基於搜索的分析和商業智能已經成為組織中的常態。
Dresner的研究表明，自然語言分析和流數據分析的新興技術在過去一年中的重要性日益凸顯。
自然語言分析（包括自然語言查詢和自然語言生成）是將語言或書面語言查詢轉換為機器可以理解的內容然後查詢數據庫以獲得結果和分析的能力。根據Dresner的調查，儘管自然語言分析是一種新興技術，但從2017年到2018年，自然語言分析的優先級增加了23％。
流媒體數據分析，即分析大量運動數據的能力，在過去一年中獲得了更大的吸引力。超過75％的受訪者表示流媒體數據分析對他們的業務非常重要。
雖然自然語言分析和流媒體數據分析的優先級仍然相對較低，但這些新興技術在過去一年中的重要性顯著下降。只要您有合適的用例，兩者都可以在市場上佔據先發優勢。這意味著您需要教育自己瞭解這些技術的適用範圍，它們如何支持您的業務以及用戶可能是誰。
只要您確定適當的用例和用戶選區，就有真正的市場機會。
雲計算
雲計算已經成為一個成熟的市場，Dresner已經追蹤了七年多。BI需要大量數據，使公共雲成為具有吸引力且經濟高效的解決方案。如今，超過50％的受訪組織目前正在使用或計劃將公共雲用於BI。
通過教育和市場觀察，組織現在將公共雲視為實施其應用程序的相對安全的地方。
現代化分析和數據倉庫
Arcadia Data和Cloudera客戶反映了（並且真正推動）市場上的相同趨勢。在處理大型，快速和複雜的數據時，您需要能夠實時可視化分析和BI。數據倉庫用於支持新業務流程和模型的方式發生了重大轉變。現代數據倉庫在分析和BI中發揮著基礎性作用。查看點播網絡研討會，深入瞭解研究見解，並瞭解更多有關Arcadia Data和Cloudera如何提供下一代現代數據倉庫和分析的信息。
由Arcadia Data營銷副總裁Steve Wooledge撰寫
本文翻譯自Cloudera博客
↓↓↓ ↓↓↓
閱讀更多 慧都智能製造 的文章
