增强分析领先2021年的分析趋势

传统的仪表盘变得不那么重要

Analytics仪表板是传统报告的受欢迎补充，因为KPI可以及时监控，即使来自移动设备，用户也可以与数据交互。除了提供基于角色的洞察外，还可以基于用户与谁交互和业务变化的分析结果进一步缩小与用户相关。然而，这种模式正在改变。

“增强分析主要是作为仪表盘的补充来实现的，”著名副总裁分析师、Gartner研究员丽塔•萨拉姆(Rita salam)表示。“我可以要求系统解释一个已经确定的变化，它可能会产生一个叙述，解释正在被可视化的数据中发生了什么。我可以从一个自然语言问题开始——但我还是从一个问题开始——我得到了问题的答案，而不是点击。但想想看，也有可能是相反的，基于我是谁，我得到了我今天应该关注的五件事。这些更像是动态数据故事。”

平台从仪表板以动态数据定向为中心而不断发展，结果变得更加个性化。

增加AI和机器学习服务

云供应商制作AI和机器学习服务BI和Analytics平台更可访问和应用程序通过开源平台和库。虽然在口袋中发生了内容分析，计算机视觉，非结构化数据分析，情感检测和其他形式的分析，但随着更多供应商消耗这些能力作为服务，它们的使用将变得更加常见。

萨拉姆表示，“X分析”(Gartner的术语，X代表任何东西)将催生新的应用程序和用例，从而从根本上改变流程，比如在发生车祸时减少保险索赔的摩擦。

虽然分析已经实现了多种形式的优化，但萨拉姆表示，还有更多未开发的潜力能力在云中收敛在规模和数据分析继续变得更加民主中。

图分析将变得更加普遍

图分析一直在解释三十年的关系，虽然有云等进步，但期望看到自然语言处理，知识图形和数据结构的改进。

“我们目前所做的任何事情，无论是欺诈检测、反洗钱、药物发现、供应链优化、联系人追踪或客户旅程分析，都是为了找到模式和关系，(并)能够支持更广泛类型的数据分析，”萨拉姆说。

Abi Research的主要分析师Lian Jye Su表示，现在的重点是应用深度学习图结构的数据。

物质扮演越来越核心的角色

两个与IOS相关的分析趋势苏预计是以优势为中心的分析和实时流处理和管理。

由于IOT的激增，现在正在从边缘收集越来越多的数据，“苏说。“但是，许多这些数据[元素]以不同的格式出现。增强的分析解决方案提供商需要开发能够接收和准备核心分析和[机器学习的数据。开发人员社区正在寻找Apache Flink和Kappa架构。公共云AWS，Azure和Google Cloud平台等供应商被刺激了这些功能。“

在Su看来，下一波分析可能会专注于来自持续数据流、数据处理自动化和零代码机器学习部署的即时洞察。

更多的自动化需要大规模的培训

许多BI和Analytics平台现在针对一个更广泛的受众，包括公民数据科学家。增强分析功能简化了数据准备和查询等任务，但这并不意味着公民数据科学家像数据科学家一样思考或分析师。

“我们不会培训如何构建仪表板或如何编写SQL查询，”Sallam说。“我们将培养消费者如何在其背景下负责任地使用这些洞察力。”

公民数据科学家应该了解基本的分析概念和技术包括偏见及其潜在的影响。

为确保值得信赖的分析，BI和Analytics供应商应确保其平台可以解释结果，因此用户了解哪些因素产生了分析结果。Sallam表示，解释性也包括主动警告用户潜在的隐私风险和模型中的偏见。

环境分析

也许最具未来主义色彩的2021年分析趋势是走向极端的环境分析。要实现这一目标，就需要几乎无处不在的分析能力，这些分析能力嵌入到所有业务和生产力应用程序中，并嵌入到相互通信的网络设备中，以理解用户的上下文，适应不断变化的环境，个性化结果并预测用户的需求或愿望。

一个典型的例子就是智能家居。然而,这个概念适用于工作空间，公共空格和用户更普遍地体验。

“如果在采购应用程序中查看采购订单，并且我正在浏览文档的不同部分 - 客户信息，详细的项目等 - 而且没有要求它分析仪表板，分析我与客户的关系，解释[与]库存可用性和趋势，预测或建议突然出现？“弗雷特的主要分析师鲍里斯埃弗尔森说。“或者，如果我收到来自您的电子邮件，仪表板会弹出完全分析我们的关系，包括我们所拥有的呼叫数量和我们所讨论的主题或趋势所以我需要的所有分析都是正确的在我的指尖？“

今天，许多应用程序和工具包括嵌入式分析专为在应用程序或工具的上下文中使用。但是，这些信息孤岛可以通过Forrester呼叫数据和分析结构进行互连。这是至关重要的，因为提供了丰富和可操作的见解环境分析需要360度的客户，产品，合作伙伴和其他一切。

“企业级环境分析将提供惊人的结果，但它需要大量的数据集成和嵌入努力，”Evelson表示。