【51CTO.com快譯】

數(shù)據(jù)分析是對(duì)數(shù)據(jù)進(jìn)行解構(gòu)并檢查以發(fā)掘?qū)嵱媚Ｊ胶挖厔?shì)的過(guò)程。這個(gè)過(guò)程的自動(dòng)化和精細(xì)度越高，對(duì)于希望節(jié)省開(kāi)支、增加收入、優(yōu)化效率并與客戶聯(lián)系的公司和組織來(lái)說(shuō)越有用。

[[336361]]

隨著越來(lái)越多的數(shù)據(jù)源可用，技術(shù)會(huì)跟步步伐：開(kāi)發(fā)新的應(yīng)用軟件，建立有意義的連接，并提供實(shí)用的洞察力。資源豐富的公司可能選擇自主開(kāi)發(fā)這類應(yīng)用軟件，其他公司可能尋求外包公司的服務(wù)來(lái)獲得幫助。

但是定制開(kāi)發(fā)的數(shù)據(jù)分析軟件不一定很復(fù)雜，不一定需要專家數(shù)據(jù)分析員才能使用。實(shí)際上，隨著技術(shù)進(jìn)步，形形色色的專業(yè)人員都能獲得這些重要建議。下面介紹使數(shù)據(jù)分析更有用的五個(gè)趨勢(shì)。

1. 自然語(yǔ)言處理

自然語(yǔ)言處理(NLP)如同數(shù)據(jù)分析領(lǐng)域的谷歌，因?yàn)樗層脩艨梢允褂萌祟愖匀徽Z(yǔ)言借助書(shū)面或語(yǔ)音輸入來(lái)進(jìn)行查詢。這項(xiàng)技術(shù)使數(shù)據(jù)分析為更廣泛的專業(yè)人員所使用，包括前臺(tái)工作人員。

這種能力將會(huì)越來(lái)越先進(jìn)。比如說(shuō)，目前您可能會(huì)問(wèn)“該財(cái)年每位客戶的平均支出是多少?”之類的問(wèn)題。隨著技術(shù)不斷發(fā)展，您到時(shí)可以問(wèn)“該財(cái)年與上一財(cái)年10英里半徑內(nèi)每位客戶平均支出是多少?”之類的問(wèn)題。

2. 增強(qiáng)分析

增強(qiáng)分析使用人工智能和機(jī)器學(xué)習(xí)，為用戶提供了一種編程方式來(lái)找到最重要的洞察力。為此，它自動(dòng)梳理一家公司或組織的數(shù)據(jù)，分析數(shù)據(jù)，最后返回實(shí)用的洞察力。這種方法只花費(fèi)手工分析的一小部分時(shí)間。它有望減少對(duì)數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)專家的需求，同時(shí)要求其他角色的專業(yè)人員(例如小企業(yè)主)提高數(shù)據(jù)素養(yǎng)。

Dataversity聲稱：“技術(shù)通過(guò)融合人工智能和機(jī)器學(xué)習(xí)技術(shù)，使開(kāi)發(fā)、共享和解讀分析工具變得更容易，從而顛覆了分析行業(yè)。”據(jù)Gartner聲稱，增強(qiáng)分析正成為“新采購(gòu)數(shù)據(jù)分析和商業(yè)智能以及數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)平臺(tái)的主要驅(qū)動(dòng)力。”

3. 區(qū)塊鏈

區(qū)塊鏈技術(shù)以其在加密貨幣中扮演的角色而出名，但可用于各行各業(yè)的眾多任務(wù)。由于區(qū)塊鏈可以驗(yàn)證數(shù)據(jù)有效性，防止虛假信息混入到數(shù)據(jù)分析中，因而能夠增強(qiáng)預(yù)測(cè)分析。黑客將不得不改變區(qū)塊鏈中的所有塊才能篡改數(shù)據(jù)。在大多數(shù)情況下，這么做不劃算。因此，收集到的洞察力更可靠、因此更有價(jià)值。

據(jù)SmartData Collective聲稱：“如果數(shù)據(jù)科學(xué)與區(qū)塊鏈結(jié)合使用，獲取的信息變得極具結(jié)構(gòu)化、極為具體化，因此變得更有用。”區(qū)塊鏈還使數(shù)據(jù)分析應(yīng)用軟件能夠挖掘大量數(shù)據(jù)，從而使洞察力更具價(jià)值。

4. 持續(xù)智能

持續(xù)智能又叫實(shí)時(shí)智能。隨著云計(jì)算、流式軟件、機(jī)器學(xué)習(xí)和物聯(lián)網(wǎng)等技術(shù)變得更先進(jìn)更互連，這種類型的數(shù)據(jù)查詢正變得越來(lái)越有可能。據(jù)Dataversity聲稱：“它處理歷史數(shù)據(jù)和當(dāng)前數(shù)據(jù)以提供決策自動(dòng)化或決策支持。它基于歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)建議采取的動(dòng)作。”

這種建議為幫助專業(yè)人員開(kāi)發(fā)新程序提供了幾乎無(wú)限的潛力，并基于客戶偏好和動(dòng)作方面的最新數(shù)據(jù)針對(duì)客戶開(kāi)展促銷。此外，Dataversity表示：“該技術(shù)有望為卡車公司、航空公司和鐵路等組織充當(dāng)‘核心神經(jīng)系統(tǒng)’，”這些組織可以用來(lái)調(diào)整時(shí)間表，以實(shí)現(xiàn)效率和利潤(rùn)最大化。

5. 數(shù)據(jù)結(jié)構(gòu)

數(shù)據(jù)結(jié)構(gòu)可實(shí)現(xiàn)跨分布式網(wǎng)絡(luò)無(wú)縫共享數(shù)據(jù)。Gartner將其定義為“一種定制的設(shè)計(jì)，通過(guò)以一種精心協(xié)調(diào)的方式，結(jié)合多種數(shù)據(jù)集成方法，以提供可重復(fù)使用的數(shù)據(jù)服務(wù)、管道、語(yǔ)義層或API。”換句話說(shuō)，數(shù)據(jù)分析應(yīng)用軟件可以合并來(lái)自眾多數(shù)據(jù)源的數(shù)據(jù)，并使用所有數(shù)據(jù)流進(jìn)行必要的連接。

據(jù)數(shù)據(jù)結(jié)構(gòu)提供商Talend聲稱，數(shù)據(jù)結(jié)構(gòu)可以通過(guò)“提供用于訪問(wèn)和收集所有數(shù)據(jù)的單一環(huán)境來(lái)幫助組織——無(wú)論數(shù)據(jù)位于何處、如何存儲(chǔ)，從而消除數(shù)據(jù)孤島。”此外，它通過(guò)消除多款工具，便于更快速地訪問(wèn)更可靠的數(shù)據(jù)，實(shí)現(xiàn)“更簡(jiǎn)單且統(tǒng)一的數(shù)據(jù)管理，包括數(shù)據(jù)集成、質(zhì)量、治理和共享。”

小結(jié)

數(shù)據(jù)分析對(duì)于各種類型的企業(yè)和組織都非常有用，而且一直變得越來(lái)越重要。本文介紹的幾個(gè)趨勢(shì)指明了下一步方向，有望提高收入和客戶忠誠(chéng)度、減少浪費(fèi)和低效，并打敗競(jìng)爭(zhēng)對(duì)手。

原文標(biāo)題：5 Big Trends in Data Analytics，作者：Malcom Ridgers

【51CTO譯稿，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文譯者和出處為51CTO.com】