解决方案

我们生活在一个加速创新，加强全球竞争的时代，各种专业的分析人士都达到了前所未有的水平。在无处不在的互联网环境下，数据和智能物品的指数增长促成了第四次工业革命 —— 数字业务转型。

信息对于发展数字业务至关重要，因为分析涉及到了每个人。事实上，在现代商业环境中，每个业务都是可分析的。那么，当我们进入2017年时，我们期望在分析行业看到什么？这里我们来看一下Jen Underwood给出的十大预测：

1

认知计算技术（如IBM Watson）从早期的成功采用进入早期普遍化阶段。在2016年，认知，深度学习和自然语言技术在企业中扮演越来越重要的角色，同时霸占了世界各地的新闻头条。在2017年，这种战略分析技术将成为数据分析中必不可少的一部分。

2

嵌入式分析继续在自助式技术分析增长中保持领先地位。在2017年之前的几年里，由分析决定出来的文化已经转向了由数据支撑的决策。因此，我们已经看到越来越需要将分析更贴近用户 - 在应用程序中，何时何地做出决策。在2017年，我们将认为，认知，预测和规范性分析越来越多地嵌入到业务应用程序中。

3

云和混合分析在2017年继续增长，甚至在云从前不受欢迎的市场也将发展起来。基础设施越来越好，但在成熟市场却几乎看不见。因为越来越多的企业亲眼目睹了早期使用者的胜利，他们也将不再对“云”感到恐惧。把数据安全风险强制转移到云提供商，企业高管也更放心。短时间内，简易的云解决方案继续赢得更多用户。最终，云将加速被市场接受，创新也将达到前所未有的速度。

4

智能物联网（IoT）的使用将在2017年扩展，范围从革新消费者扩大到早期采用者。数字设备将变得越来越普及，具有认知功能的系统也将给家庭和办公室以及整个世界带去便利。

5

流分析和数据采集技术与物联网一起使用，以导入，监视和了解实时发生的情况。预测算法将会检测出数据模式中显著的异常变化，并自主发出预警。

6

实时分析将在2017年成为不可或缺的一部分。因为数字化转型已经改变甚至破坏了商业模式。在我们的全渠道互联的数字世界中，实时分析不再只是为金融和股票市场爱好者服务，它还会服务于营销，销售，运营，售后以及许多其他使用智能移动设备的领域。智能移动设备需要实时洞悉数据，在需要的时间和地点获取信息，作出反馈。分批次报告的时代已经过去。

7

大数据分析不需要担心2017年的聚光灯式的变化，因为该行业将继续从小市场发展成为主流技术。随着很多组织越来越需要存储和调查各种各样的数据，在数据这个大海洋中，大数据分析功能将被集成到现代商业智能，分析和数据科学工具中。

8

数据货币化预计将在2017年成为一个热门话题。各种组织已经欣赏内部数据的价值 - app还是有价值的，毕竟数据就是黄金。下一步是与客户、合作伙伴和供应商一起最大限度地提高收集的外部数据的经济效益。因此从数据中获得价值的能力将成为数字商业生态系统中战略的不可分割的一部分。

9

数据安全和隐私仍然是分析行业的重要主题。除了关于如何在外部最大限度地发挥数据价值外，我们预计2017年将会出现如何从法律和道德角度正确处理数据的问题。内部高度数据泄露已经暴露了使用过时技术的风险，因此我们会注意到将数据安全和隐私技术现代化是推进数据安全和隐私技术的一种方式。

10

沉浸式分析体验开始出现，这将让数据交互以从前难以想象的形式出现。 基于2016年开发的虚拟和增强现实功能，在游戏和其他娱乐应用中的帮助下，开发创新将带给许多行业（包括分析，建筑，医疗保健，工业设计，零售等）带来发展。

我们在数据分析中面临的挑战不是技术相关的，而是与技能相关的 - 因为我们都难以跟上技术变革的步伐。 因此，一定要每个月都花时间来保持你的技能更新——你不会后悔。