【環球網科技報道 記者 林迪】近日，Gartner發布數據和分析領域十二大趨勢，涵蓋了三個大的主題，分別為激活企業的數據活力和多樣性，增強員工能力與決策，信任的制度化。另外，分別有四個不一樣的趨勢圍繞著每一個大的主題，值得一提的是，每一個趨勢并不是單獨存在的，它們之間是環環相扣的。
對此，記者就數據和分析相關話題采訪了Gartner高級研究總監孫鑫。
“我們看到的更多的是自動化的需求，過去企業做數據管理對于自動化需求沒有那么高，現在由于對于數據需求量的越來越旺盛，對于數據能夠反映在決策鏈的時效性越來越迫切，企業是依賴于更多的自動化手段去完成更多數據管理的。”孫鑫對記者表示，在疫情之后，一方面，企業對于數據管理的速度有了一個更高的需求；另一方面，企業對于分析能力也有迫切的需求。“過去的大屏或者數據可視化可能已經不能滿足企業現實需求了，更多的是需要去完成一些診斷性分析、探索性分析和預測性分析。那么，業務組裝式、模塊化分析，其實是可以幫助企業更快速的搭建出這種‘嵌入式’分析的能力，從而幫助企業在業務流程當中更快速的去做一些戰略性判斷。”
據介紹，企業業務能夠做更好的判斷，關鍵的是數據分析能力直接交代到其手里。而 “業務組裝式分析”其實是 “嵌入式分析”的升級版，即通過“價值流管理”這樣的工具，自上而下的去判斷和設計，在每一個業務流程當中應該嵌入哪些數據和分析能力。
“如果說，我們可以把數據分析能力像一個個積木一樣非常快速的去賦能給業務做一些快速的決策，這樣可以幫助它在企業的價值鏈上起到更好的作用。所以，一方面，企業需要一些頂層設計的價值鏈管理的工具；另一方面，要更有效的用這種‘嵌入’的形式讓業務快速的獲得數據分析能力。”
他進一步解釋稱：“過去可能是通過IT嵌入的方式去做數據分析，在業務流程當中去給予、去送給業務用戶做分析。但是，現在業務可能會更主動提到，能不能在工作流當中直接去驅動，直接去開展一些數據分析的能力，從而去做更快速的業務決策。也就是說，企業現在越來越期待可以利用一些‘自服務’的工具讓業務用戶更快速的去做決策。”
孫鑫以“增強性分析”為例進行說明，“其實，這并不是讓用戶會寫AI或者說是數據科學背后的一些代碼，而是說如何把它封裝好，可以簡單易用的形式、，比如拖拉拽的形式、自然語言的形式去做更高級的分析。未來，我們會看到越來越多的AI增強的形式，去賦能在大數據的產品中，讓更多的人能用更低的門檻去做更深度的分析，這也是大數據跟AI最直接賦能業務側用戶的一個表現。”
那么，具體而言，從決策驅動數據分析的角度來看，企業究竟該如何應對？對此，Gartner提出了一個觀點——“業務組裝式分析”這并不代表著IT完全不參與，而是IT的主要工作將會變成運維，或者說不斷的優化這些“積木”的人；隨之而來的，Gartner還提出了一個叫作“融合團隊”的概念，它融合了業務與IT的人，其中業務會變成最主要的數據分析和應用開發的人才，但是IT可以輔以一些指導或者說輔以一些培訓的職能。
責任編輯：Rex_07
