摘要：为了找到隐藏的模式和联系，数据和分析主管应该探索将图分析添加到他们的分析组合和应用程序中的可能性。

   为了找到隐藏的模式和联系，数据和分析主管应该探索将图分析添加到他们的分析组合和应用程序中的可能性。
　　
　　大数据有着光明的未来：改进的技术和更轻松地访问海量数据使组织能够获得更多洞察力、提高绩效、创造收入和更快地创新。以主动和快速的方式应对全球危机及其后果，数据和分析与人工智能(AI)技术相结合将至关重要。
　　
　　云计算管理
　　
　　云计算越来越具有创造性、即时性和适应性。在过去的一年中，从将数据保存在物理服务器上的企业到将数据存储在云平台中或使用混合解决方案的企业，发生了重大的变化。事实上，调研机构Gartner公司预计到2022年，90%的数据和分析创新将需要公共云服务。使用云计算是轻而易举的事情：它可以降低IT开支、提高灵活性、提高效率、提高安全性和创造机会。
　　
　　人工智能将变得更加智能
　　
　　Gartner公司预测，到2024年底，75%的企业将从试点人工智能转向运营人工智能，从而使流数据和分析基础设施增加5倍。人工智能(AI)已经在商业领域取得了巨大进步，它将继续提高其学习算法的能力，并缩短上市时间。借助强化学习和分布式学习等方法，2022年的企业将能够使用人工智能应对更复杂的业务挑战。
　　
　　数据网格
　　
　　数据网格是一种在概念上具有可比性且对企业数据结构有用的架构方法，Gartner公司将其描述为2022年的首要战略趋势。后者是一种综合方法，可在企业内集成所有数据，无论位置如何，以便它可以按需访问。尽管有许多实施方法，但创建数据结构的某些能力已经发展。数据网格通过集成特定领域的数据生产、存储和编目信息扩展了这种分布式架构方法。
　　
　　自助服务分析将会兴起
　　
　　企业必须定期并跨多个部门做出基于事实的选择。这些决策中有许多是基于数据的，但并非所有业务人员都是数据专家。自助式数据分析解决方案使没有技术背景或对数据分析没有深入了解的任何人都可以访问数据，并构建或定制他们的报告和分析。到2022年，企业可能会采用更完全的自助式分析解决方案，这将使非技术业务用户能够安全地访问数据并从中提取见解。
　　
　　决策智能
　　
　　决策智能结合了多个领域，例如决策管理和决策辅助。它涵盖了结合经典和先进科学的复杂自适应系统领域的广泛应用。它为数据和分析主管提供了一个框架，用于在业务结果和行为的背景下设计、组合、建模、调整、执行、监控和调整决策模型和流程。当判断需要大量的逻辑和数学程序时，必须是自动或半自动的，或者必须被记录和审计。
　　
　　客户个性化将是王道
　　
　　新冠疫情对消费者行为产生了巨大影响。由于实体公司已经关门，消费者已经求助于互联网来满足他们的所有购买需求，这要求企业比以往任何时候都更加数字化。尽管存在障碍，但数字化带来了更多数据，并改善了客户洞察力。傅晓宇将开发一个数据驱动的“个性化客户体验计划”，使他们能够以在正确的时间提供正确的报价的方式来定位客户。
　　
　　预测分析将提高性能
　　
　　数据分析师过去必须准备大量数据来回答问题。然而，最近的技术进步和预测方法使分析当前数据以在问题出现之前识别未来问题变得可行。由于现代预测分析，企业可以准确地预测未来会发生什么，这使任何企业都可以通过在消费者采取下一步行动之前预测他们来大幅提高其绩效。
　　
　　增强数据管理
　　
　　为了优化和改进流程，增强型数据管理采用了机器学习和人工智能。它还将元数据从审计、出处和报告转变为动态系统的动力源。可以使用增强的数据管理系统检查大样本的操作数据，例如实际查询、性能统计和模式。增强型引擎可以使用现有使用和工作负载数据修改操作并优化配置、安全性和性能。
　　
　　数据市场和交换将确保竞争优势
　　
　　到2022年，35%的企业将成为在线数据市场上的数据卖方或买方。由于这些市场和交易所，买卖数据从未如此简单、更具成本效益或可扩展性。企业可以利用这些市场产生新的收入流并从其他企业获取关键数据，而无需进行冗长的谈判。未来几年，数据货币化将带来巨额资金。
　　
　　数据和分析中的区块链
　　
　　区块链技术解决了两个数据和分析问题。首先，区块链记录了资产和交易的整个历史。其次，区块链确保复杂的参与者网络是透明的。除了比特币和智能合约的受限用例外，账本数据库管理系统(DBMS)将成为单个企业数据源审计更具吸引力的解决方案。通过强调数据管理基础设施和区块链技术之间的能力不匹配，数据和分析可以将区块链技术作为对其现有数据管理基础设施的补充。
　　
　　编辑：Harris