與人們可能認(rèn)為的相反,如今投資數(shù)字化轉(zhuǎn)型的企業(yè)比例并不比新冠疫情發(fā)生之前高多少,處于數(shù)字化轉(zhuǎn)型更高級(jí)階段的企業(yè)所占的比例如今更高。
他們正在使用更多的數(shù)據(jù)生成工具,與更多的最終用戶共享數(shù)據(jù),并在管理數(shù)據(jù)方面做出更一致的努力。
這對(duì)有效的數(shù)據(jù)管理和商業(yè)智能的未來(lái)發(fā)展提出了許多問(wèn)題。例如,是否需要更多的工具?如何確保他們生成的數(shù)據(jù)持續(xù)集成、共享和正確解釋?將如何確保數(shù)據(jù)安全和干凈?
以下是對(duì)2023年及以后的七個(gè)大數(shù)據(jù)趨勢(shì)的預(yù)測(cè),可以幫助商業(yè)領(lǐng)袖了解這些問(wèn)題的答案。
對(duì)2023年大數(shù)據(jù)趨勢(shì)的預(yù)測(cè)
(1)數(shù)據(jù)生成工具變得更加多樣化,但每種工具的客戶生命周期變得更短
毫無(wú)疑問(wèn),可用的SaaS工具的數(shù)量以及它們產(chǎn)生的數(shù)據(jù)量將會(huì)繼續(xù)增長(zhǎng)。預(yù)計(jì)2023年SaaS市場(chǎng)規(guī)模是2019年的兩倍。企業(yè)每年都在采用越來(lái)越多的工具,而且沒(méi)有看到結(jié)束的跡象。這樣做的一個(gè)不太明顯的副作用可能是縮短了這些工具的平均客戶生命周期。
各種規(guī)模的企業(yè)每年在很少使用的工具方面浪費(fèi)大量的費(fèi)用。他們不斷地嘗試采用新的工具,但與此同時(shí)卻忘記了其他工具。
此外,許多工具是在部門(mén)、團(tuán)隊(duì)和員工層面上采用的,導(dǎo)致大企業(yè)對(duì)其部署的SaaS工具的一半一無(wú)所知,小企業(yè)對(duì)大約三分之一的工具一無(wú)所知。
為了減少未使用工具的支出浪費(fèi),人們將看到IT部門(mén)加強(qiáng)整合和清理,這將縮短大多數(shù)SaaS工具的生命周期。
例外的是對(duì)企業(yè)基礎(chǔ)設(shè)施至關(guān)重要的工具,例如CRM和數(shù)據(jù)集成工具。
(2)數(shù)據(jù)集成變得與架構(gòu)無(wú)關(guān)
如今,企業(yè)通常使用單獨(dú)的平臺(tái)進(jìn)行ETL/ELT、反向ETL,有時(shí)還進(jìn)行數(shù)據(jù)復(fù)制。
這是可以理解的,因?yàn)镋TL/ELT和數(shù)據(jù)復(fù)制是數(shù)據(jù)集成世界中已經(jīng)建立的流程,反向ETL是一個(gè)非常新的流程,只有少數(shù)的供應(yīng)商提供。
反向ETL也是現(xiàn)代數(shù)據(jù)架構(gòu)的最后一部分,因此對(duì)它感興趣的企業(yè)通常已經(jīng)與ETL/ELT和數(shù)據(jù)復(fù)制解決方案的供應(yīng)商建立了關(guān)系。因此,為反向ETL尋找一個(gè)單獨(dú)的平臺(tái)似乎很自然。
但是,隨著時(shí)間的推移,數(shù)據(jù)集成將成為業(yè)務(wù)的核心方面,企業(yè)將不再意識(shí)到集成過(guò)程之間的差異。用于集成的工具將變得更加用戶友好,用戶將不再需要考慮連接數(shù)據(jù)源和數(shù)據(jù)目的地的工程類(lèi)型。
他們想要一個(gè)服務(wù)于所有集成類(lèi)型的與架構(gòu)無(wú)關(guān)的平臺(tái)。
業(yè)務(wù)人員變得更有數(shù)據(jù)素養(yǎng),從低代碼到無(wú)代碼的商業(yè)智能,數(shù)據(jù)集成工具成為標(biāo)準(zhǔn)。
認(rèn)識(shí)到需要精通數(shù)據(jù)的非技術(shù)專(zhuān)業(yè)人士的比例很高(Qlik公司在2022年的一項(xiàng)調(diào)查顯示為58%),期望他們精通數(shù)據(jù)的決策者的比例更高(Forrester公司在2022年進(jìn)行的一項(xiàng)調(diào)查顯示為82%)。如果這些專(zhuān)業(yè)人士想要在就業(yè)市場(chǎng)上保持競(jìng)爭(zhēng)力,他們將不得不培養(yǎng)過(guò)去是工程師專(zhuān)屬領(lǐng)域的能力。
對(duì)他們來(lái)說(shuō),幸運(yùn)的是,運(yùn)營(yíng)數(shù)據(jù)工具(商業(yè)智能工具、數(shù)據(jù)集成工具,甚至一些數(shù)據(jù)存儲(chǔ))所需的技術(shù)知識(shí)越來(lái)越少。
根據(jù)調(diào)研機(jī)構(gòu)Gartner公司的預(yù)測(cè),到2025年,70%由企業(yè)開(kāi)發(fā)的新應(yīng)用程序?qū)⒁蕾?lài)于低代碼和無(wú)代碼技術(shù)。雖然“低代碼”和“無(wú)代碼”這兩個(gè)術(shù)語(yǔ)經(jīng)常用于描述開(kāi)發(fā)平臺(tái),但人們將越來(lái)越多地看到它們用于描述商業(yè)智能和數(shù)據(jù)集成平臺(tái)。
這一趨勢(shì)再加上企業(yè)內(nèi)部對(duì)數(shù)據(jù)素養(yǎng)的推動(dòng),將有效地減輕工程師的工作,并使非技術(shù)員工能夠構(gòu)建自己的數(shù)據(jù)解決方案。
(3)對(duì)公民數(shù)據(jù)科學(xué)家的需求仍在增加
公民數(shù)據(jù)科學(xué)家是業(yè)務(wù)部門(mén)的專(zhuān)業(yè)人士,他們對(duì)數(shù)據(jù)和分析有一定的了解,有時(shí)也會(huì)編碼,但他們并不是數(shù)據(jù)科學(xué)家。在不久的將來(lái),他們將在彌合業(yè)務(wù)團(tuán)隊(duì)和數(shù)據(jù)團(tuán)隊(duì)之間的差距方面發(fā)揮重要作用。他們的職責(zé)包括確定成功的度量,收集和解釋數(shù)據(jù),評(píng)估和部署數(shù)據(jù)模型。
根據(jù)美國(guó)勞工統(tǒng)計(jì)局的預(yù)測(cè),到2029年,數(shù)據(jù)科學(xué)領(lǐng)域的增長(zhǎng)將超過(guò)其他任何領(lǐng)域。因此,像英國(guó)石油公司和Epsilon這樣的全球性公司已經(jīng)從公民數(shù)據(jù)科學(xué)家那里獲益也就不足為奇了。
這類(lèi)新專(zhuān)業(yè)人員的崛起將對(duì)許多企業(yè)的數(shù)據(jù)治理策略產(chǎn)生去中心化的影響,這是由中心輻射型治理模型定義的。
由此產(chǎn)生的業(yè)務(wù)團(tuán)隊(duì)的授權(quán)將把數(shù)據(jù)團(tuán)隊(duì)的重點(diǎn)轉(zhuǎn)移到安全和質(zhì)量上。
(4)數(shù)據(jù)安全成為買(mǎi)家關(guān)注的主要問(wèn)題
對(duì)于那些希望在運(yùn)營(yíng)層面擁有更大分析靈活性的企業(yè)來(lái)說(shuō),分散數(shù)據(jù)能力是必要的。但是,隨著數(shù)據(jù)泄露和其他隱私問(wèn)題越來(lái)越普遍,這也使他們面臨更高程度的風(fēng)險(xiǎn)。
在歐洲,數(shù)據(jù)保護(hù)部門(mén)不斷對(duì)違反GDPR法規(guī)的行為開(kāi)出罰單,其中一些科技公司遭到高昂的罰款。到目前為止,2022年最高一筆罰款高達(dá)4.05億歐元,這是Instagram所有者M(jìn)eta Platforms公司在2022年9月遭到的罰款數(shù)額。
盡管美國(guó)聯(lián)邦沒(méi)有專(zhuān)門(mén)的數(shù)據(jù)隱私法,但企業(yè)仍要擔(dān)心各州的相關(guān)法律,當(dāng)然還要防范黑客的攻擊。微軟、Uber、紅十字會(huì)和News Corporatio等企業(yè)和機(jī)構(gòu)在2022年都遭到了黑客攻擊。
SaaS買(mǎi)家正在注意到并很快會(huì)更加意識(shí)到他們向供應(yīng)商提供了哪些數(shù)據(jù)。供應(yīng)商將發(fā)現(xiàn),如果沒(méi)有類(lèi)似SOC2這樣的認(rèn)證,就很難完成大宗交易。人們可以看到這一點(diǎn)。最終,數(shù)據(jù)安全將優(yōu)先于用戶友好性和價(jià)格等其他購(gòu)買(mǎi)標(biāo)準(zhǔn)。
(5)數(shù)據(jù)質(zhì)量仍然是一個(gè)挑戰(zhàn),人工智能在清理數(shù)據(jù)方面發(fā)揮著更大的作用
只要一直在收集數(shù)據(jù),數(shù)據(jù)質(zhì)量就一直是一個(gè)挑戰(zhàn)。隨著數(shù)據(jù)來(lái)自越來(lái)越多的不同來(lái)源,并由越來(lái)越多的業(yè)務(wù)線專(zhuān)業(yè)人員處理,將錯(cuò)誤擴(kuò)散到下游系統(tǒng)帶來(lái)的損失變得越來(lái)越顯著。
Gartner公司在2021年估計(jì),不良數(shù)據(jù)每年給企業(yè)造成的平均損失為1290萬(wàn)美元。
盡管確保數(shù)據(jù)質(zhì)量是一個(gè)難題,但在分析和數(shù)據(jù)集成工具中逐步實(shí)施基于人工智能的機(jī)制將極大地有助于保持高質(zhì)量(例如Dataddo是一款集成工具,內(nèi)置人工智能異常檢測(cè)器) 。
這些技術(shù)將在標(biāo)記異常值方面變得越來(lái)越好,并將丟失、不正確和損壞的數(shù)據(jù)排除在管道和儀表板之外。
同樣重要的是要注意,由于基于人工智能的數(shù)據(jù)質(zhì)量解決方案在長(zhǎng)期分析大型數(shù)據(jù)集時(shí)總是最有效的,因此它們應(yīng)該始終與以人為本的解決方案一起實(shí)施。
(6)商業(yè)智能工具成為被動(dòng)使用的移動(dòng)友好型工具
商業(yè)智能進(jìn)入移動(dòng)領(lǐng)域似乎很自然。數(shù)據(jù)的消費(fèi)者(例如營(yíng)銷(xiāo)人員、銷(xiāo)售人員和上層管理人員)經(jīng)常需要訪問(wèn)數(shù)據(jù),像倉(cāng)庫(kù)工作人員和卡車(chē)司機(jī)這樣不會(huì)在電腦前花費(fèi)大量時(shí)間的專(zhuān)業(yè)人士需要采用移動(dòng)商業(yè)智能工具。
因此,移動(dòng)商業(yè)智能的市場(chǎng)價(jià)值預(yù)計(jì)將從2021年的100億美元增長(zhǎng)到2030年的約555億美元。然而,這只是全球商業(yè)智能市場(chǎng)價(jià)值的一小部分,預(yù)計(jì)商業(yè)智能市場(chǎng)的價(jià)值將從2020年的352億美元增加到2028年的2242億美元。
無(wú)論移動(dòng)商業(yè)智能工具變得多么先進(jìn)和精簡(jiǎn),將主要用于提供見(jiàn)解。對(duì)于產(chǎn)生見(jiàn)解,采用臺(tái)式機(jī)將永遠(yuǎn)是主流。
(7)保持領(lǐng)先
數(shù)字化轉(zhuǎn)型的競(jìng)賽是一場(chǎng)極具活力的競(jìng)賽。保持行業(yè)領(lǐng)先的一種方法是密切關(guān)注數(shù)據(jù)管理和商業(yè)智能的新興趨勢(shì)。它們可以讓人們預(yù)測(cè)即將發(fā)生的事情,并有助于了解如今實(shí)施的戰(zhàn)略。
企業(yè)應(yīng)該考慮:
·通過(guò)為最終用戶提供更多支持,積極推動(dòng)SaaS工具的采用。
·投資于面向未來(lái)的數(shù)據(jù)集成工具。
·培養(yǎng)非技術(shù)業(yè)務(wù)專(zhuān)業(yè)人員的數(shù)據(jù)素養(yǎng)。
·盡一切努力符合國(guó)際數(shù)據(jù)安全標(biāo)準(zhǔn)。
關(guān)于企業(yè)網(wǎng)D1net(r5u5c.cn):
國(guó)內(nèi)主流的to B IT門(mén)戶,同時(shí)在運(yùn)營(yíng)國(guó)內(nèi)最大的甲方CIO專(zhuān)家?guī)旌椭橇敵黾吧缃黄脚_(tái)-信眾智(www.cioall.com)。同時(shí)運(yùn)營(yíng)19個(gè)IT行業(yè)公眾號(hào)(微信搜索D1net即可關(guān)注)。
版權(quán)聲明:本文為企業(yè)網(wǎng)D1Net編譯,轉(zhuǎn)載需注明出處為:企業(yè)網(wǎng)D1Net,如果不注明出處,企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。