Gartner发布2023年十大数据和分析趋势

图一、2023年十大数据和分析趋势

来源：Gartner（2023年5月）

    大多数数据和分析领导者都在努力使用商业术语阐述他们为企业机构创造的价值。为了使用企业机构的数据、分析和人工智能（AI）组合来优化价值，他们需要运用价值故事叙述、价值流分析、投资排名和优先性排序、业务成果衡量等一整套综合全面的价值管理能力确保预期价值的实现。

    Herschel表示：“数据和分析领导者必须通过建立价值故事来优化价值，在数据和分析倡议和组织的关键任务优先事项之间建立明确的联系。”

    随着人工智能（AI）的使用日益增加，企业正面临着道德风险、训练数据中毒、欺诈检测规避等种种必须缓解的新风险。管理AI风险不止是为了遵守法规，有效的AI治理和负责任的AI实践对于取得相关方的信任及推动AI的采纳与使用同样至关重要。

    可观察性是一种帮助理解数据和分析系统的行为并提出有关其行为的问题的特性。

    Herschel表示：“可观察性使企业机构能够减少发现性能问题根源所需的时间，并利用可靠、准确的数据做出及时且经济有效的业务决策。数据和分析领导者需要评估数据可观察性工具，以便了解主要用户的需求并确定如何将这些工具融入到整个企业生态中。”

    数据共享分为内部（部门之间或子公司之间）和外部（非您的企业机构所有和不受您的企业机构控制的各方之间）数据共享。企业机构可以将数据“产品化”，把数据和分析资产作为一种可交付或共享的产品。

    Gartner高级研究总监Kevin Gabbard表示：“包含对外数据共享协作在内的数据共享协作通过增加以前创建的可重复使用的数据资产提高数据共享价值。可以采用数据编织设计，实现跨内部和外部异质数据源的单一数据共享架构。”

    为了提高可持续性，数据和分析领导者不但要为企业环境、社会和治理（ESG）项目提供分析和洞察，还必须努力优化他们的流程，而这可能会给他们带来巨大的收益。数据和分析及AI从业者日益意识到自己不断增长的能源足迹。因此，他们开始采取各种新的做法，例如在（云）数据中心使用可再生能源、使用更节能的硬件、使用小数据和其他机器学习（ML）技术等。

    数据编织是一种运用各种类型的元数据来观察、分析和推荐数据管理解决方案的数据管理设计方式。通过汇集和丰富底层数据的语义，并对元数据进行持续不断的分析，数据编织能够产生人类和系统可以执行的警报和建议。它使商业用户能够放心地消费数据，并帮助技能较弱的公民开发者掌握更加全面的流程整合和建模能力。

    ChatGPT和生成式AI是即将到来的新兴AI趋势的“先锋”。新兴AI将从可扩展性、多功能性和适应性的角度改变大多数企业的运作方式。下一轮AI浪潮将使企业机构能够将AI应用于目前不可行的情况，使AI变得更加普遍和有价值。

    融合数据和分析生态所设计和部署的数据和分析平台通过无缝集成、治理和技术互操作性实现运行和功能的一致性。生态通过构建、组装和部署可配置的应用和服务实现可组合性。

    合适的架构可提高数据和分析系统的模块化程度、适应性和灵活性，使其具有动态扩展能力并变得更加精简高效，从而满足不断增长和变化的业务需求，并伴随不可避免的业务和运营环境变化而演变。

    用户花在预定义仪表板上的时间将被满足特定内容消费者即时需求的对话式、动态和嵌入式用户体验所取代。

    企业机构可通过向内容消费者提供他们成为内容创作者所需要的易于使用的自动化和嵌入式洞察与对话式体验，扩大分析的采用和影响。

    并非每项决策都可以或应该实现自动化。数据和分析团队正在强调决策支持以及人类在自动化和增强决策中的作用。

    Herschel表示：“如果企业机构只顾着推动决策自动化而忽略人类在决策中的作用，就会变成一家没有良知、人心涣散的数据驱动型组织。企业机构需要在数据素养计划中强调将数据和分析与人的决策相结合。”

    Gartner（纽约证券交易所代码：IT）为高管及其团队提供可执行的客观性洞察。 我们的专业指导和各类工具可以帮助企业机构在最关键的优先事项上实现更快、更明智的决策以及更出色的业绩。