[[441743]]

分析領域

軟件開發商TIBCO公司首席技術官Nelson Petracek表示：預測分析將推動圍繞下一代數字應用程序出現的新用例發展。該技術將變得更加沉浸嵌入，預測分析功能將無縫融合到人們與之交互的系統和應用程序中。預測分析將推動下一代應用程序的廣泛應用，例如元宇宙應用程序(這是數字和物理世界的融合，由物聯網、數字孿生、人工智能/機器學習和XR等技術提供支持)和下一代可組合應用程序。

NWO.ai公司首席運營官Miroslav Dimitrov表示：每家企業都想成為一家數據公司，或者是一家數據驅動的公司。這自然會導致自助分析的興起。目前，業務領導者及其團隊嚴重依賴企業內部的專門分析團隊，這些團隊有大量分析和儀表板需要構建和處理。隨著越來越多的企業希望以客戶為中心，在企業范圍內提供數據和洞察力并且訪問民主化勢在必行。

Imply公司創始人兼首席執行官Fangin Yang表示：大多數人認為分析是關于定期查詢的，例如查詢數據倉庫以獲取業務快照。大多數人并不會將數據分析視為代碼，而它是交互式的在線應用程序的核心;可以結合實時數據，并同時支持數以千計的內部和外部最終用戶。最重要的是，當人們想到分析時，可能會想到使用商業智能或運營智能工具的數據分析師、IT分析師或安全分析師;他們不考慮軟件開發人員和他們構建應用程序的能力。他們不會問，如果分析是軟件開發人員核心工具包的一部分將會帶來哪些好處。2022年，圍繞分析的新思維方式將出現，將會更多地關注始終在線的交互式應用程序。人們將看到很多數字和SaaS公司都在構建這些應用程序，因為他們尋求獲得有關其業務和運營的見解。同樣重要的是，隨著數字和SaaS公司尋求與其客戶和合作伙伴分享見解，人們將看到這些應用程序的出現——這一趨勢在2022年將成為每個數字和SaaS公司的新常態和當務之急。

Domino數據實驗室首席執行官Nick Elprin表示：首席分析官(CAO)將使首席數據官(CDO)相形見絀。雖然許多公司都設有首席數據官這一職位，但在2022年，人們將看到更多企業設立“首席分析官”或“首席數據和分析官”職位。這反映了企業對不斷發展的數據科學和機器學習的理解，將數據轉化為業務價值的最終功能，并日益成為企業戰略的核心。

ZL科技公司首席執行官Ryan Splain表示，2022年，隨著采用更多強大的技術，企業將在非結構化分析上投入更多資金。迄今為止，大多數商業智能都在使用結構化數據。然而，有很多問題無法通過這些清晰的數字來回答。通過分析員工每天創建的文本、對話和交流數據，新興的人員分析團隊獲得了一種評估人力資源狀況(獲取人才、員工情緒、生產力等)的新方法。這些電子郵件、文件和協作數據涉及企業長期以來無法觸及的人性化方面。

Stardog公司創始人兼首席執行官Kendall Clark表示：“即時”數據分析崛起。在數據分析領域中，有一小部分專注于企業堆棧的新方法，其中包括繼續將業務轉移到云平臺上。然而，混合多云也有自己的需求，最顯著的是管理和分析數據的能力，無論數據位于混合多云環境的哪個位置。像Starburst、Materialize.io、Rockset和Stardog等初創公司開發的平臺旨在以即時方式查詢、搜索、連接、分析和集成數據，無需移動或復制數據。預計企業將尋求與數據所在位置無關的數據分析解決方案。這種趨勢將在2022年加速，因為存儲系統之間的數據移動將繼續從堆棧中移除，以加快獲得見解。

Denodo公司高級副總裁和首席營銷官Ravi Shankar表示：小型和廣泛的數據分析開始流行起來——人工智能/機器學習正在改變企業的運作方式，但要想獲得成功，它還依賴于歷史數據分析，也就是大數據分析。雖然大數據分析仍然存在，但在許多情況下，這些歷史數據將逐漸失去價值。2022年，企業將利用小數據分析為他們的個人客戶創造高度個性化的體驗，從而在短時間內了解客戶對特定產品或服務的態度。雖然廣泛的數據分析相對來說是一個新概念，但考慮到企業正在快速地同時利用非結構化和結構化數據。并且進入2022年，預計小型和廣泛的數據分析將在企業中獲得更大的吸引力。

Incorta公司聯合創始人兼產品執行副總裁Matthew Halliday表示：最具變革性的分析用例將來自“公民分析師”——由于他們的領域專業知識、接近業務以及新工具(技術)的可用性，公民數據分析師將會成為最重要和最有影響力的數據工作者。這將導致數據新想法和實際應用得以爆炸式增長，標志著該行業處在下一個重大轉折點。

Sisense公司首席產品和營銷官Ashley Kramer表示：企業將重新定義建立“分析文化”的意義。長期以來，企業領導者一直認為，通過數據認證提高員工技能并投資自助服務工具將會成為數據驅動的組織。他們終于承認這是行不通的。自助式商業智能不會縮小技能差距。并不是每個人都有時間或興趣成為數據分析師，尤其是在疫情期間，企業的團隊人手不足，人們對于遠程工作有不同看法。到2022年，企業將重新定義構建“分析文化”的含義，并通過以更易于理解的方式為員工提供見解來改變范式——轉向嵌入式分析等方法和解決方案，而不需要他們學習新技能或投入更多時間。

Monte Carlo公司首席執行官兼聯合創始人Barr Moses表示，數據分析師和工程師有責任像對待產品一樣對待數據，換句話說，將儀表板、數據平臺和自助數據工作流嵌入到數據中。這歸結為確保數據和相關數據產品得到安全管理、可供合適的個人訪問，并且可以跨不同域擴展。那些能夠在保持數據債務不受影響的情況下擴展這種思維模式的數據領導者，將會成為真正的贏家。

ThoughtSpot公司首席數據戰略官Cindi Howson表示：分析工程師將取代數據科學家并成為世界上最酷的職位。多年來，數據科學一直是尋求獲得數字化轉型價值的企業青睞的技術。然而，數據科學家的角色近年來失去了光彩。很多企業未能實施數字化轉型，而大學也難以培養出在商業環境中應用其技能的編程人員，數據科學家花費大量時間處理雜亂、分散的數據——所有這些都掩蓋了數據科學的光彩。出于這個原因，預計到2022年，該行業將出現一個取代數據科學家的新角色：分析工程師。結合在云平臺內對所有數據進行轉換的能力，分析工程師對控制轉換邏輯和利用現代數據堆棧的全部功能至關重要。

Excelero公司產品副總裁Jeff Whitaker表示：隨著企業致力于在其數據中挖掘價值，分析部署將快速增長。然而，這些資源通常有兩種不同的用途：用于網絡規模分析或用于核心業務分析。網絡規模分析利用云計算的力量，而核心業務分析則在內部部署數據中心進行。云計算數據基礎設施的可靠性和性能是推動這兩者融合的關鍵。2022年，隨著用于計算、網絡和存儲的新的云計算性能基礎設施的構建，人們將看到分析環境的融合。因此，許多企業將他們的核心業務應用程序和數據庫環境遷移到云中，將他們的數據整合到一個中央資源中。從商業智能、數據庫分析到人工智能/機器學習環境，現在完全有可能在云中使用云引擎和網絡規模的數據平臺對數據進行近實時分析。

Infragistics公司首席執行官兼創始人Dean Guida表示：越來越多的企業采用云計算技術，以跟上現代數據的規模、速度和使用的發展步伐。而學習如何利用這些數據來推動數據驅動的業務洞察力的企業將會超越競爭對手。因此，數據和分析目錄將成為編目和發現對推動業務增長至關重要的數據的必備措施。

Yellowfin公司營銷主管Ivan Seow表示，需要重新構建儀表板。正如分析行業所理解的那樣，儀表板將被重新構建。傳統和靜態儀表板的使用率將下降，而增強型儀表板將取而代之。傳統分析供應商長期以來一直承諾滿足用戶對診斷、預測和規范分析的需求，并最終將以增強儀表板的形式實現。就像IT監控中“單一控制平臺”的概念一樣，分析行業將其理解為“單一分析平臺”。除了傳統的可視化和表格報告之外，增強儀表板將強調來自自動化業務監控源的自動化洞察、采用個性化數據的相關數據講故事、使用自然語言查詢的對話界面，以及使用自然語言生成的機器輔助解釋。

大數據行業

Telstra Ventures公司合伙人Steve Schmidt表示：2022年將會繼續加大創新的步伐，采用創新和沒有采用創新企業之間的差距可能會擴大。“創新者”明白這一切都由軟件提供支持，他們正在以質量、速度和高度協作的方式掌握軟件開發過程。Facebook、蘋果、亞馬遜、Netflix和谷歌這些科技巨頭多年來一直在表明這一點。根據今年8月發布的一個調查，這五家公司的總市值為7.1萬億美元，