2022年，大数据行业预测显示，分析领域的软件开发商TIBCO公司首席技术官Nelson Petracek指出预测分析将推动新用例在下一代数字应用程序中的发展。

这项技术将更深度地嵌入其中，预测分析功能将无缝整合到用户与系统及应用程序互动中。预测分析技术将在下一代应用程序中得到广泛应用，比如元宇宙应用程序，它将数字和物理世界融合在一起，依靠物联网、数字孪生、人工智能/机器学习、XR等多种技术进行支持；还有下一代可组合应用程序。NWO.ai公司的首席运营官Miroslav Dimitrov指出，每个企业都渴望转变成一家数据公司，或者是一家依靠数据驱动的企业。这必然会促使自主分析的兴起。当前，业务领导和他们的团队严重依赖公司内部的专业分析团队，这些团队需要负责构建和处理大量的分析和仪表板。随着更多企业希望以客户为核心，在公司内部共享数据和见解，并实现民主化，这已成为势在必行的趋势。

Imply公司的创始人兼首席执行官杨方茵表示：大多数人认为分析是定期查询数据仓库以获取业务快照。许多人并不认为数据分析是编码，但它却是交互式在线应用程序的核心；可以整合实时数据，同时支持成千上万的内部和外部最终用户。人们一般会认为进行分析时，可能需要向使用商业智能或运营智能工具的数据分析师、IT分析师或安全分析师寻求帮助；而对于软件开发人员以及他们构建应用程序的技能却并未考虑。他们没有考虑到，将分析作为软件开发人员核心工具包的一部分，会带来哪些益处。到了2022年，我们将看到全新的分析思维方式出现，更加关注那些始终在线的互动式应用程序。许多数字和SaaS公司都在构建应用程序，以便获取关于他们业务和运营的见解。同样重要的是，当数字公司和SaaS公司寻求与他们的客户和合作伙伴分享见解时，我们将会看到这些应用程序的兴起 —— 这个趋势将在2022年成为每个数字公司和SaaS公司的新标准和紧急任务星空体育官方。Nick Elprin，Domino数据实验室的首席执行官，表示：首席分析官（CAO）将使首席数据官（CDO）相形见绌。尽管许多公司都设立了首席数据官一职，但2022年将会见到更多企业设立“首席分析官”或“首席数据与分析官”职位。这说明了企业对于持续发展的数据科学和机器学习的理解，将数据转化为业务价值的最终功能，越来越成为企业战略的核心星空体育网站。

ZL科技公司的CEO Ryan Splain表示，随着2022年的到来，企业将会投入更多资金用于非结构化数据分析，这主要归因于采用了更强大的技术。到目前为止，大部分商业智能系统都在使用结构化数据。然而，许多问题无法仅凭这些明确的数字得到解答。新兴的人员分析团队运用分析员工每天产生的文本、对话和交流数据的方法，开发了一种评估人力资源状况（包括人才获取、员工情绪和生产力等方面）的新途径。这些电子邮件、档案和合作数据揭示了企业长期以来无法触及的人文关怀。Stardog公司的创始人兼首席执行官Kendall Clark说：“即时” 数据分析正在崛起星空体育网页版。在数据分析领域，有一些新方法专注于企业的技术堆栈，其中包括持续将业务迁移到云平台上。然而，混合云环境也有其自身的需求，其中最为重要的是管理和分析数据的能力，无论这些数据位于混合云的哪个部署位置。Starburst、Materialize.io、Rockset和Stardog等初创公司开发的平台旨在实现数据的即时查询、搜索、连接、分析和集成，无需移动或复制数据。预计企业会寻求与数据存储位置无关的数据分析解决方案。2022年将加速这种趋势，因为数据移动将继续优化，以加速获得洞察。Denodo公司高级副总裁兼首席营销官Ravi Shankar表示，小型和广泛的数据分析越来越受欢迎——人工智能和机器学习正在改变企业的运营方式，但要取得成功，仍需要依赖于历史数据分析，也就是大数据分析。尽管大数据分析仍然重要，但在许多情况下，那些过去的数据将逐渐变得不那么有用。到了2022年，企业将会利用小数据分析，来为他们的个人客户创造高度个性化的体验，从而在短时间内了解客户对特定产品或服务的态度。尽管广泛的数据分析在某种程度上是一个新的概念，但鉴于企业正快速地同时利用非结构化数据和结构化数据。随着2022年的到来，预计企业对小型和广泛的数据分析将产生更大的兴趣。Incorta公司联合创始人兼产品执行副总裁Matthew Halliday表明：最具革命性的分析案例将由"公民分析师"带来 — 由于他们在领域专业知识、接近业务以及新工具(技术)的可获得性上的优势，公民数据分析师将成为最关键和最具有影响力的数据从业人员。这将促成数据的新想法以及实际应用在数量上爆炸式增长，表明该行业处于一个重要的转折点。Sisense公司的首席产品和营销官Ashley Kramer表示，企业将重新定义建立“分析文化”的意义。长久以来，企业的领导者普遍相信，借助数据验证来提升员工技能，并投资于自助服务工具，将会是走向数据驱动型组织的关键步骤。他们最终承认这是无法实现的。自助式商业智能不会减少技能差距。并非所有人都有足够的时间或兴趣来担任数据分析师，特别是在疫情期间，企业团队人手短缺，对远程工作的态度也各不相同。2022年前，企业将重新定义“分析文化”的概念，采用嵌入式分析等解决方案，改变现有范式，以更易理解的方式向员工提供见解，无需学习新技能或投入更多时间。Monte Carlo公司的首席执行官兼联合创始人Barr Moses认为，数据分析师和工程师有责任将数据视为产品，这意味着将仪表板、数据平台和自助数据工作流集成到数据中。这意味着要确保数据和相关的数据产品能够受到安全保护，只有适当的人员能够访问，并且可以在不同领域之间进行扩展。那些能够在不影响数据债务的情况下扩展这种思维模式的数据领导者，将会成为真正的成功者。ThoughtSpot公司的首席数据战略官辛迪·豪森表示，分析工程师将取代数据科学家，成为世界上最令人羡慕的职业。多年来，数据科学一直是企业追求数字化转型价值时所青睐的技术。然而，近年来，数据科学家的角色逐渐失去了吸引力。许多公司尚未成功进行数字化转型，同时大学也面临培养出能够在商业环境中运用其技能的程序员的困难，数据科学家们花费大量时间处理杂乱分散的数据——所有这些都掩盖了数据科学的光芒。由于这个原因，预计到2022年，该行业将出现一个新的职业角色，取代数据科学家：分析工程师。结合云平台内对所有数据进行转换的能力，分析工程师对控制转换逻辑和充分利用现代数据堆栈的全部功能至关重要。Excelero公司产品副总裁Jeff Whitaker指出，随着企业致力于挖掘其数据的价值，分析和部署领域将迅速发展。然而，这些资源通常会用于两种不同的目的：进行网络规模分析或进行核心业务分析。利用云计算的强大能力进行网络规模分析，而核心业务分析则通过部署在内部数据中心来完成星空体育入口。云计算数据基础设施的可靠性和性能是促进二者融合的关键因素。2022年，随着新的云计算性能基础设施在计算、网络和存储领域的建设，人们将会见到分析环境的融合。因此，很多公司选择将他们的主要业务应用程序和数据库迁移到云端，将数据整合到一个中心资源中。现在我们可以通过云引擎和巨大网络规模的数据平台，在云上进行商业智能、数据库分析以及人工智能/机器学习环境的应用，实现对数据的近乎实时分析。Infragistics公司的首席执行官兼创始人Dean Guida表示，越来越多的企业正在采用云计算技术，以适应现代数据的规模、速度和使用的快速发展。那些学会如何利用这些数据来推动以数据驱动的业务洞察力为目标的企业，将能够在竞争中超越对手。因此，数据和分析的目录将成为对推动业务增长至关重要的数据进行编目和发现的必备手段。Yellowfin公司的营销主管Ivan Seow 表示，需要重建仪表板。正如我们在行业分析中了解到的那样，仪表板将会进行重新设计。传统和静态仪表板的使用量将会减少，而先进的增强型仪表板将逐渐普及。传统供应商一直承诺满足用户对诊断、预测和规范分析的需求，并最终通过增强仪表板来实现这一目标。类似于IT监控中“单一控制平台”的概念，分析行业现在将其称作“统一分析平台”。除了传统的图表和报告外，增强型仪表板将侧重于自动洞察来自自动化业务监控来源的数据、以个性化方式呈现数据故事、提供自然语言查询的对话界面，以及利用自然语言生成实现机器辅助解释。Steve Schmidt，Telstra Ventures公司的合伙人，表示2022年大数据行业将进一步推动创新步伐，这可能会导致采用创新和未采用创新企业之间的差距扩大。创新者"意识到软件是他们在软件开发过程中获得支持的关键，他们正在以高质量、高效率和高度协作的方式来掌握软件开发过程。Facebook、多年来，苹果、亚马逊、Netflix和谷歌等科技巨头一直在展示这一点星空体育登录入口。根据2021年8月的一项调查显示，这五家公司的综合市值达到了7.1万亿美元。

星空体育官方版

星空体育手机版

星空体育官方版