本文轉自雷鋒網，如需轉載請至雷鋒網官網申請授權。

 據《福布斯》雜志網絡版報道，2020年是一個與眾不同的年份，變幻莫測的大環境也將數據質量、速度和洞察力的一線希望帶到了企業的最前沿。

在這個出人意料的、常常是無法想象的事件和不斷變化的2020年中，一些共同的主題浮出水面。在技術方面，很明顯我們幾年前認為先進的東西，現在已經變得和電一樣重要且習以為常。流暢的視頻會議和不間斷的無線網絡不再只是可有可無，而是成為了常態，支持企業的數據平臺也是如此。了解并且第一時間知道員工和客戶在2020年需要什么，這意味著收集和使用可用的數據變得非常重要。

《福布斯》認為，谷歌云（Google Cloud）對公眾來說很重要的一些內容，比如免費的公共數據集，在今年迅速流行起來，以幫助跟蹤和了解這場疫情。到了2020年，無人駕駛、數據之上的業務概念也變得越來越重要，任何人都可以獲得所需的數據見解。對數據質量決定企業成敗的理解也是如此。適應瞬息萬變的客戶需求幾乎成為零售商和其他企業的當務之急。根據Gartner的2020年數據質量解決方案魔力象限報告，糟糕的數據質量使組織每年平均損失1,290萬美元。隨著業務環境日益數字化和復雜化，這個數字可能會上升。 

因此，《福布斯》對話了谷歌云的數據負責人，他們對企業進入新的一年有什么見解。以下是他們認為2021年最值得關注的五大數據趨勢。

1.實時數據分析將幫助你看到未來

Debanjan Saha，谷歌云副總裁

隨著向云端的大規模轉變，也伴隨著向更強大的數據資產和更好的數據分析的轉變。面向未來的平臺正在圍繞數據分析構建，2020年證明了業務敏捷性的重要性。我們看到的一個重大飛躍是實時分析，它只會在2021年變得更加普遍。跟蹤過去的數據可以提供信息，但有許多用例需要即時數據，特別是在涉及到對意外事件作出反應時。這會對公司的利潤產生巨大的影響。例如，基于實時數據可用性識別和阻止網絡安全漏洞可以完全改變風險緩解。

雖然實時數據徹底改變了我們收集數據的速度，但我們所見過的數據分析領域中最出人意料但卻非常有用的領域是預測分析。傳統上，數據只能從物理世界收集，這意味著計劃將要發生的事情的唯一方法是查看物理上可以測試的內容。但是，使用預測模型和BigQuery-ML等AI/ML工具，組織可以基于真實場景和信息運行模擬，為他們提供在物理環境中難以測試、成本高昂甚至不可能測試的環境的數據。

2.到2021年，你將需要更多的數據庫

Andi Gutmans，谷歌云副總裁

在這充滿挑戰的一年里，數字化轉型迅速加速。企業正在加快步伐，以確保能夠以數據為中心為客戶交付產品。40多年來，企業一直在建立數據庫。但在未來18個月左右，我們將繼續看到部署或遷移數據庫到云端的巨大加速，到2022年將達到75%。這不僅意味著按原樣遷移數據庫，還將重新考慮為業務帶來轉型所需的需求，這可能包括開發云上原生數據庫，并與分析和ML功能更緊密地集成。

數據庫一直是每個企業的重要組成部分，但現在比以往任何時候都更重要的是加快創新和增長。分析和操作數據融合在一起，以支持實時業務需求。打破團隊和系統之間的孤島將有助于企業更快地做出決策，發現新的收入機會，更容易地滿足不斷變化的合規性要求，并節省總體運營成本。

3.分析將不再是儀表盤驅動，它們將通過AI驅動的數據體驗來到你的面前

Colin Zima，Looker產品管理總監

我們已經開始遠離靜態儀表板，靜態儀表板向業務團隊提供一組特定的數據。這些儀表板曾經是商業智能的常見版本，但它們需要權衡取舍，并且不具備現代企業員工所需要的那種智能和可視性。

接下來是數據體驗，員工可以在其現有工作流程中獲取所需的數據。這些體驗的關鍵在于它們并非千篇一律，而是針對用戶需求量身定制的。因此，對于許多企業而言，這意味著要放棄為員工提供儀表板和數據透視表，而轉向為內部使用而構建數據產品。今年，我看到了許多驚人的例子，例如專門為員工設計的觸摸界面，用于快速查看有關流服務標題的指標。這種方法帶來了產品體驗，可以更快地解決員工問題并提高生產率。 

最終，該技術可在更廣泛的企業市場中使用，以向整個團隊（包括業務分析師，銷售團隊和其他沒有專門知識或培訓的人員）提供分析功能。易于使用的數據和AI / ML解決方案將與這些新的數據體驗相結合，以實現實時的，數據驅動的決策。

4.數據的“位置”也很重要：地理空間數據將成為解鎖企業轉型的關鍵

Google Cloud首席技術官Jen Bennett

人們一直非常關注大數據和不斷增長的數據量，但是在2021年，不要忘記數據的多樣性，數據的多樣性將繼續成為業務轉型的關鍵推動力。

數字化轉型通常是從一個全新的角度看待你的業務（從字面上看）。使用來自衛星和無人機的數據以及具有地理位置屬性的數據，正在成為理解你的業務的關鍵差異。在供應鏈中，了解原材料，產品或資產的位置，以及更好地預測全球物流中斷的能力，對于業務彈性至關重要。在銷售和市場營銷中，通過帶有地理標簽的信息更好地了解需求信號可以幫助你優化有限的資源并有效地擴大市場范圍。出行信息在管理COVID-19和更廣泛地阻止疫情擴散中發揮了重要作用。 

隨著城市和政府為了響應COVID-19而轉向地理空間數據，我們還看到了需求的增長和創新思維，涉及將地理空間數據與其他數據（例如零售）結合時的可能。隨著對可持續性的日益重視，事實證明地理空間數據可以解鎖許多可持續性計劃，例如采購。從歷史上看，地理空間數據是保留給專家的。但是，地理空間數據和分析的民主化以及全球范圍內的計算使這種曾經專門化的數據可在整個企業中訪問。

到2021年，企業將地理空間數據與其他數據融合并在其業務中以及在其整個價值鏈中進行全球協作的能力將被證明是一個關鍵的區別。

5.數據湖將智能化，以支持開放和多云基礎架構

Google Cloud副總裁Debanjan Saha

如今，數據來源如此之多，而長期以來相互獨立的數據類型現在都可以在同一個位置存儲和分析。現在，業務數據與日志數據相遇，并且結構化、半結構化和非結構化數據全部組合在一起。數據源跨越了云提供商，并跨越了長期以來的界限。 

云的規模使對所有這些數據類型執行高級數據分析成為可能。隨著開放和多云計算的進一步發展，更強大的數據湖或倉庫將變得更加重要。它們不僅是存儲，還應該是企業數據策略的支柱。在云中，它們的形狀要么是一個數據倉庫（該數據倉庫主要存儲結構化數據，以便可以輕松搜索所有內容），要么是數據湖（將所有業務數據匯總在一起，而不管結構如何）“湖”與“倉庫”之間的界線一直在模糊。這使倉庫可以集成這些非結構化數據，并使用AI / ML解決方案使數據湖更易于導航，最終實現更快的洞察力和協作。

如果2021年與2020年差不多，我們將會看到曲線球和我們沒有想到的事情。希望2021年不會像2020年那樣魔幻...但是萬一發生，你可以為意外做好準備。這意味著你可以利用實時數據，對企業數據庫有更多的期望，并且組織中的每個人都可以自己獲得所需的數據見解和報告。