2020年,5大数据分析预测

运维 数据库运维
如果说2019年,市场营销的某一个领域因为科技发生了翻天覆地的变化,毫无疑问这个领域就是数据分析领域。 商业可以说是一个被数据淹没的领域。

[[314351]] 

来源:Pexels 

“科技进步的速度如此之快,以至于我们无法在新变化出现的同时完全理解它们,”这样的说法并非言过其实。

这既是惊喜,也是惊吓。

如果说2019年,市场营销的某一个领域因为科技发生了翻天覆地的变化,毫无疑问这个领域就是数据分析领域。

商业可以说是一个被数据淹没的领域。

我们挣扎在浩如烟海的数据中,辨别什么信息是重要的、什么信息是不重要的。然而,这一问题还停留在“有就是好”的阶段。但是,对隐私和安全的关注带来了更大的挑战。数据丑闻的发生就像打开了商业领域的潘多拉魔盒,现在每个人都必须面对数据问题。

我们看到的很多关于2020年的趋势预测都围绕着如何应对这些挑战。有些问题与技术相关,有些问题本质上与技术无关。让我们来详细讨论这些问题:

[[314352]] 

来源:Pexels 

1. 增强分析使得数据理解更加容易

2017年,高德纳第一次将增强分析列入其年度新兴技术成熟度曲线报告。在报告中,高德纳将增强分析描述为“数据分析领域的下一波浪潮”。无疑,高德纳一语成真,2019年,增强分析已在数据分析领域成为主流。

对于时间紧张的数据分析及阐释过程,增强分析已被证明可以缓解这一问题。这一技术实质上是专为非技术出身或没有数据科学知识的用户开发的,让他们能够独立开展数据分析。这也免除了数据科学家选择算法的麻烦,他们无需写代码就可以获得数据。

增强分析结合了机器学习和自然语言处理技术。增强分析工具能够处理大量的数据,与分析平台兼容性好,而且非常省时。

有趣的是,这些系统可以自行开展数据分析,展示任何异常趋势并汇报企业。

高德纳在2019年的报告中就指出:“到2020年,增强分析将成为企业购买分析与商业智能的新主要驱动力。”在数份行业趋势报告中占据榜首的增强分析技术,必将在2020年引起轰动。

2. 数据存储及管理技术创新

直到前几年,大部分企业都用他们自己的数据中心存储和管理数据,没有别的选择。随着云服务的面世,这一情况得以改变,超大规模的云计算企业应运而生。企业云不仅能降低企业成本,还能增加利润。

公共云市场涵盖了云应用 (SaaS) ,开发及数据平台 (PaaS) 和基础设施(IaaS) 。佛洛斯特研究公司预测,公共云市场将增长到2994亿美元。这一市场的复合年均增长率 (CAGR) 达到21%,保持低速健康增长。这一增长会带来更多的需求和支出,促进企业数据技术的发展。

国际上,超大规模公共云领导者会寻求更多的合作,同时重新关注核心竞争力。领先的企业应用供应商会抛弃他们专有的基础设施。

表现优秀的计算服务将得到快速发展。云平台自带的开发生态系统提供了丰富的服务网格和无需伺服器的计算功能。如果出现了广为人知的公共云数据泄露事件,云管理供应商也会将关注点转移到安全上来。

人工智能和机器学习也将渗透到企业级数据管理方案中。

高德纳认为:“在技术手段短缺而数据量呈指数增长的背景下,企业需要自动化数据管理任务。供应商正引入机器学习及人工智能技术,使数据管理流程可以自动配置及调整,这样高级技术人员就可以专注于更有价值的任务了。”

增强数据管理必将崛起,包括“数据质量、元数据管理、主数据管理、数据集成及数据库”在内的整个生态系统都将受到影响。

3. 自然语言处理和会话分析

[[314353]]

来源:Pexels 

如果说有一种趋势能在数据科学领域掀起真正的革命,那必然是自然语言处理 (Natural LanguageProcessing, NLP) 和会话分析的趋势。有了NLP和会话分析,就不用编程询问高级分析了。

这些技术使得人机之间能够用自然语言对话,使得更多的用户能够接触到数据。

自然语言处理一直都是科学幻想之一。记得斯坦利·库布里克的《2001太空漫游》中的超级电脑HAL 9000吗?迄今,HAL说“我很抱歉,大卫,我恐怕不能那么做”的一幕仍称得上是名场面。这部电影是1968年上映的。技术发展到今天的高度无疑花了不少时间,而NLP也终于作为人工智能的一个分支,在技术领域占据一席之地。

借助NLP,谷歌让每个人都能使用互联网。接下来,企业会发现,询问关于数据的问题、得到洞察解释变得更容易。通过用语音问答代替文字问答,会话分析将把人机交互提升至全新的水平。

高德纳咨询公司对于这些技术的发展前景持乐观态度。高德纳预测, NLP及会话分析技术将促使更多的人使用分析工具和商业智能,到2021年,使用分析工具和商业智能的雇员将从35%提升至50%以上。在他们中间将出现新的用户群体,比如决策员工。

4. 理解数据法律,保护消费者

2019可谓是数据隐私的多事之年,诉讼事件层出不穷。消费者隐私保护不仅成为了美国重要法院及立法机构的重要议题,也被硅谷提上了议程。自2018年Facebook与剑桥分析公司的“数据门”事件开始,亚马逊、苹果、谷歌等科技巨头接连面临起诉。

在2019年的大部分时间,各大科技公司都在加速构建以消费者隐私保护为核心的新商业模式。随着《加利福尼亚州消费者隐私保护法案》 (CCPA) 及欧盟的《通用数据保护条例》 (GDPR) 开始生效,保护消费者隐私成为所有拥有在线业务企业的必备功课。

如果你检查一下邮箱,就会发现已经收到了诸如“隐私政策更新”、“服务及隐私更新条款”这样标题的邮件。对于巨额罚款和未来可能的名誉损失,各商业机构唯恐避之不及。 

 

在2020年,营销人员将继续反复地分析已有的消费者数据。营销团队的每个人都必须理解企业是如何收集、处理及保存数据的。过去,营销人员可以窃喜不用学习这些知识,但2020年不会再给他们这样的优待了。

另外,由于技术公司和消费者们继续在法庭上会面,人们也希望现行的立法机关能进一步完善法律。我们将看到关于隐私、隐私信息和侵犯隐私的不同定义——因为每部法律的定义都不同。例如,即使符合GDPR的要求,也不意味着CCPA的条款也能适用。

也许新的联邦立法机构会因此形成。及时了解每一次法令的更新从未像现在这般重要。为了达到法律要求,企业花在咨询和系统上的时间远超以往。B2C企业面临更为严酷的挑战,因为为营销和广告留存用户数据将变得更为艰难。

营销人员必须认真评估第三方数据供应商的数据生态系统,确保不会面临任何诉讼。2020年,数据相关的诉讼案件预计将增加300%。由于越来越多的消费者采用反监控技术来拦截政府监控,企业也因此无法获得IP地址、位置、面部信息等消费者数据。缺乏数据道德的企业将失去信誉、顾客和员工。

2019年,波耐蒙研究所 (Ponemon Institute) 开展研究并发布IBM研究报告,称数据泄露的平均损失达到392万美元。实际上,2019年上半年,数据泄露事件的总数增加了54%。

企业会试图通过营销推广活动收集数据,并将之作为武器。Deep-fake诈骗带来的损失将超过2.5亿美元。企业将避免与第三方供应商分享数据。五分之一的企业必须保护数据不被AI泄露。

随着数据泄露带来的后果越发严重,保护数据,防止内部泄露、数据库曝光、钓鱼式诈骗、勒索病毒攻击及其他风险将成为企业的最高优先事项。 这一切都会让营销团队在2020年如履薄冰。做好准备吧!

5. 统一数据,连接所有点

[[314354]]

 来源:Pexels

为实现不同的商业目的,企业会运行不同的应用、使用不同的技术。这就导致有大量的数据可能是结构化的、未结构化的或是半结构化的。由于数据来自于不同的数据来源,对于不同的团队和事业单位,各自的数据库也不尽相同。

如果没有一个管理所有数据的中央系统,就无法获得准确的洞见,这就常常导致做决策时信息闭塞或不足。但是,如果能够统一数据,就能够更好地完善计划、制作预报、制定预算、设计产品和服务。

去年,谷歌提出了整合应用及网页分析数据的方案,将Google Analytics和FirebaseAnalytics(两者都是谷歌旗下的数据分析工具,不同的是后者专为移动端设计)的功能集合在一起。这一方案可谓是及时雨。希望新技术能像雨后春笋般涌现,为企业的所有职能部门整合数据库,确定唯一的正确的数据来源。

在2020年,越来越多的企业会运用技术打通各数据库。实际上,以后大部分的营销活动都要求企业内部统一对顾客的理解。与以往相比,这更像是“必然要求”而非“可选项目”。

[[314355]]

来源:Pexels 

为了让企业能够稳步发展、做出正确的抉择,清晰且可行的规划必不可少且非常有意义。这要求我们从全局看现有的生态系统,既要看到技术层面,也要看到非技术层面。

高德纳咨询公司的尼尔·奥斯蒙也提醒我们,不要滥用“改变”这一词。他提醒企业,不要掉进“改革疲劳症”的陷阱。他说:“人们上班是为了履行责任,而非做出改变。如果你迫使他们改变,那是非常累人的。”

所以,从沟通开始吧!帮助他们理解你的规划、与你的构想相连。建立信任和信心,鼓励真正的改变,制定他们能够理解的清晰计划!

 

责任编辑:武晓燕 来源: 读芯术
相关推荐

2020-02-09 13:26:22

数据分析数据大数据

2019-03-06 15:04:31

互联网大数据无服务器

2021-01-26 11:12:57

数据分析大数据大数据分析

2017-03-20 10:22:58

大数据

2017-03-22 22:52:52

大数据分析预测报告

2020-01-07 15:56:38

大数据数据IT

2018-12-24 14:39:11

大数据分析公有云提供商

2021-09-24 09:45:40

大数据分析智能趋势

2020-06-11 07:00:00

数据分析BI平台

2020-06-11 12:57:58

Gartner数据分析数据

2019-10-14 15:57:36

数据分析多维度二八法

2020-01-20 14:02:07

大数据IT物联网

2021-01-20 15:02:22

数据分析大数据可视化

2021-02-10 16:05:16

数据分析技术IT

2021-09-10 14:05:14

预测分析大数据分析大数据

2020-01-21 21:04:16

大数据据分析数据

2013-11-08 17:57:01

SAP

2021-09-06 09:00:00

大数据大数据分析技术

2021-12-23 14:44:31

大数据大数据动向数据技术

2021-01-15 10:25:22

大数据云计算大数据分析
点赞
收藏

51CTO技术栈公众号