Qlik，2019年BI趨勢十大預測：下一站，BI將駛向何處？
數字化時代，信息即為力量。
科技正以超越大多數人想象的速度發展，并從各個層面上影響著我們——不僅改變了個人生活和工作，甚至還改變了社區，乃至整個世界。與此同時，科技還推動了力量的轉移，掌握信息的組織將坐擁權力。當下，信息被集中并整合到越來越少的人手中，少數行業巨頭依靠超大規模的數據中心，參與到一場數據和AI的競賽中，顛覆了一個又一個行業。
為此，建立一個能夠引領數據民主化的后現代分析平臺是至關重要的，通過交付更好的性能、更深入的洞察和更廣泛的參與，防止權力被集中在少數人手中。當數據、分析和洞察被分散到多數人的手中時，組織將憑借動態的集體智慧變得更加善于合作、實現自我管理，從而愈發強大。與此同時，我們所處的競爭環境也將變得更加平等與公正。
那么，后現代分析將會是什么樣子呢?Qlik預測了2019 BI發展的十大趨勢，帶你迎接后現代分析的黎明！
1. 多重云、混合云與邊緣計算將合而為一
近年來，IT領導者將越來越多的數據遷移到集中式云服務中，其中還包含那些對業務運行至關重要的數據。然而數據的高度集中化會導致供應商鎖定，從而產生相關的后續成本，同時還有可能使企業在政策和法規 (如GDPR) 方面缺乏靈活性。除此之外，在云中管理數據的過程中，稍有不慎就會面臨成本、復雜性和風險提高的可能。
規避這些問題的有效方法之一是同時采用混合云的方式，對數據進行集中調整，并將其分布到多個云中。我們還可以期待更多的邊緣計算加入其中，對當今云和遺留數據中心的去中心化進行補充，用以解決延遲、隱私和安全等相關問題。
2. 工作負載將趨于分散
微服務和Kubernetes的崛起是大家在當下應給予充分關注的重要趨勢。微服務是一種開發應用程序的新方法，將大型應用程序構建為一組模塊化組件或服務。而Kubernetes是一項具有巨大影響力的軟件創新，可以管理和分發容器化的應用程序和工作負載。
Kubernetes使企業可以在本地和邊緣訪問和處理數據，它超越了現代BI平臺所能達到的范圍。僅一年的時間里，Kubernetes迅速發展為企業必不可少的存在，支持應用程序的開發團隊編排基于容器的應用程序以及實現更高要求的產品。
這些技術結合在一起，將過去原本一體的工作負載分散開來，以一種新的方式來擴展工作負載并進行賦能。正如擴展硬件和基礎設施，擴展工作負載也將對創新的飛躍式發展產生巨大效應。
3. 集中式數據將被數據的單一視圖所取代
數據正從不同方向、以不同速度和格式向我們襲來。是否有能力控制這場信息時代的海嘯，將成為企業進行賦能和獲取成功的關鍵標志之一。
多年來，企業一直致力于將所有數據放置到數據倉庫或數據湖等地方，然而這種做法卻并沒有帶來真正的成功。盡管在數據源對數據進行組合和分析，是在快速發展的世界中保持敏捷的必要條件，但這種方法實際上已經造成了數據孤島和治理問題。
現在有兩大趨勢正在改變這一格局。首先，不同的供應商正聯合起來推動數據模型的標準化，特別是基于云的數據源將產生更多的標準格式。其次，也是更重要的一點，是企業數據目錄的出現。這些目錄可以通過一個針對全部數據資產的視圖，在hub中進行訪問，同時交付數據購買的市場體驗。企業越頻繁地共享、協作和使用hub，就會對業務產生的越大的價值。此外，基于分析就緒的數據，單一視圖還能將分析策略與企業數據管理策略聯系起來。
4. 嵌入流程的分析將重塑流程
將分析嵌入到業務流程中雖不是什么新鮮事，但它現在已然成為了主流。
用戶希望在現有的工作流中進行分析，以獲得更具操作性的洞察，同時，他們對實時洞察的需求也愈發高漲。這種需求是由機器學習和增強智能推動的，它們提供了情境化的洞察以及行動建議。這些因素共同構成了持續分析，使實時分析被集成到業務操作流程或物聯網中，通過處理數據來規定業務響應操作。在未來五年，“智能”應用程序將無處不在。
漸漸地，我們會看到分析將開始重新定義流程本身。機器人流程自動化、智能流程自動化以及流程挖掘等新技術將著眼于數字化足跡，并以更優的方式進一步實現自動化或重塑業務流程。
5. 外部創新將比內部創新快2倍
眾所周知，內部創新具有緊密契合的優勢，員工比任何人都更了解產品，并且能使用必要的手段來進行改進。但是，在任何一家公司內，能夠圍繞某一項技術進行創新的人數都十分有限。反之，如果擁有一個強大而開放的生態系統，創新將是無限的。
除此以外，與業務更密切的人可以更為有效地提供與工作相關的價值。借助開放的BI工具，他們可以在應用分析的方式上進行創新，而這是在封閉的BI工具中不可能實現的。如果企業有一個從外部流向內部的開發管道，將會達到更高的創新潛力，由此，最初不被支持的擴展可以得到認證，甚至可以實現“開箱即用”。
而這就是為何支持合作伙伴、客戶和用戶共同創新的開放平臺正逐漸取代封閉平臺的原因。
6. 性能和可擴展性將重回舞臺中心
當人們選擇BI工具時，并沒有充分重視其性能。根據BARC的調研數據，在過去兩年內購買BI的受訪者中，只有23%的人將“快速查詢性能”作為購買理由，而在這之前，這一數字為31%。①
近來，我們通過索引、緩存和預置大量分布式數據集看到了突破。隨著各種規模的公司紛紛采用超大型數據中心，性能將更多地作為BI的選擇標準。同時在物聯網世界中，性能也變得更加重要，因為有越來越多的工作負載將在本地或邊緣運行以避免延遲的發生。
7. 人工智能將使分析更具人性化
對于人工智能的崛起及其影響就業的潛力，人們有著合理的擔憂。但在不久的將來，人工智能創造的就業崗位可能會超過它所消除的就業崗位。Gartner預測，到2020年，人工智能將成為一個工作激勵因素，創造230萬個工作崗位，而僅僅減少180萬個工作崗位。②
與之相比，有兩個更為緊急的問題是經常被人們忽略的：
- 大量產生的數據與人類數據處理能力之間的巨大差距
- 當今分析工具的高可用性與組織內部的低采用度之間的差距
事實上，這些差距可以被消除，也應該被消除。從收集數據到準備數據，人工智能可以幫助消除信息價值鏈上的瓶頸，以更少的偏差進行批判性分析，并呈現符合業務場景的結果。在人工智能的推動下，人們將有更多的時間去做擅長的事情：在業務場景中思考更復雜的問題，或是借助直覺將非線性的要點關聯起來。機器學習和遙測也可以捕捉到集體的力量，這些力量可以以良性循環的方式進行反饋，從而進一步改善用戶體驗。
8. 可視化、對話和演示技術將合并
如今，大多數數據故事都是通過演示軟件講述的。但這即沒有充分的說服力，也難以鼓舞人心。最近，新的可視化和信息圖開始發揮作用，但是定制化主要是由分析師或開發人員完成的。我們需要將這兩種方法集成，以更用戶友好的方式講述數據故事，同時使其中的可視化元素可以增強數據發現。
在過去的三年里，由機器驅動的數據講述方式已經出現：通過自然語言生成 (NLG) 進行敘事。添加通常被稱為“對話分析”的自然語言查詢 (NLQ) 和自然語言處理 (NLP)，將使這種方法更具交互性和可接受性。
隨著時間的推移，數據講述、對話分析和展示技術將逐漸融合。這一套融合技術將有力地支持數據素養更廣泛的普及，幫助各級用戶以更具說服力的方式表達數據與分析。
9. 數據素養將成為一項KPI
數據素養的重要性正在受到重視。但直到最近，數據素養水平還是無形的——正如一句經典格言所說，你無法管理不能衡量的東西。若想提高數據素養，我們首先需要衡量自己所處的位置。測量和索引數據素養的新方法正在出現，這將使組織能夠以更有針對性和更符合情境的方式發展員工的技能。
更激動人心的是，現在出現了能夠確定企業數據素養得分的工具。早期數據表明，組織的數據素養與其在關鍵績效指標 (如毛利率、資產回報率、股本回報率和銷售回報率) 上的表現之間存在相關性。這種相關性將使數據素養成為一種不可或缺的主流需要。③
數據素養是一種自下而上的技能提升，而將數據素養作為KPI, CDO和其他高管也可以自上而下地引導績效，并將其作為一種戰略和差異化舉措。在未來，擁有較高的數據素養分數也可能成為一項影響招聘過程的重要因素。
10. 平臺將演化成為系統
一個真正的BI平臺不僅僅是一系列的工具和部件，而是一個有機系統，在這個系統中，處于不同角色的人們以復雜的方式進行交互，從而增加價值。換言之，個人使用工具，但群體參與系統。④
一個后現代的BI系統將包含許多人，他們擁有不同的角色、技能和目的。同時，人類并不是唯一的參與者，數字化服務、機器人、智能代理、擴展和算法也都參與其中。未來幾年，這些非人類參與者的多樣性和復雜性將以天文數字的速度增長。
正是這些參與者之間的交流和學習，增加了整個系統的價值，同時增強系統中人類和機器的智能。一個開放的、能自我學習的系統將包含上述九個趨勢，并不斷進行完善，定義未來的后現代BI，使數據民主和分析賦能都成為可能。
資料來源：
① //bi-survey.com/； ② IDC FutureScape: Worldwide Analytics and Artificial Intelligence 2019 Predictions, doc #US44389418, October 2018, //www.idc.com/getdoc.jsp?containerId=US44389418 ；③ “The Data Literacy Index: The $500m Enterprise Value Opportunity Report – powered by Qlik,” //thedataliteracyproject.org/learn； ④ //blog.qlik.com/data-as-an-ecosystem。
相關閱讀：
QQ交談
在線咨詢
渝公網安備
50010702500608號
客服熱線