Големи Данни

Gartner: Основни тенденции при анализите на данни за 2021

Александър Главчев

Анализаторите от Gartner идентифицираха десетте най-важни тенденции в сферата на анализите и обработката на данни през 2021 г. Пандемията от COVID-19 наруши работата на много организации и анализаторите и лидерите на данни в компаниите трябва да търсят инструменти и процеси, за да идентифицират тенденциите в развитието на технологиите и тези, които ще повлияят най-много на конкурентоспособността, обясняват от компанията.

1. По-интелигентен, отговорен, мащабируем изкуствен интелект: Възходът на изкуствения интелект (ИИ) и машинното обучение принуждава компаниите да търсят нови начини за внедряване на по-интелигентни, по-малко жадни за данни, етично отговорни и по-устойчиви решения, базирани на ИИ.

2. Композирани данни и анализи: Отворените архитектури на базата на контейнери правят аналитиката по-използваема в в т.нар, композирани (composable) системи. Те използват компоненти от различни системи за данни, анализи и решения с ИИ, за да създадат бързо гъвкави и използваеми интелигентни приложения. Композираните данни и анализи занапред ще се превърнат в гъвкав метод за изграждане на аналитични приложения.

3. "Матрица" от данни като фундамент: В матрицата (fabric) се използват анализи за непрекъснато наблюдение на потоците от данни. Непрекъснатият анализ поддържа разработването, внедряването и използването на разнообразни данни и може да намали времето за интеграция (-30%), внедряването (-30%) и поддръжката (-70%).

4. От големи към малки и широки данни: Драматичните промени в бизнеса, дължащи се на пандемията COVID-19, направиха моделите, базирани на големи количества исторически данни, по-малко подходящи. Сега са необходими аналитични методи, които могат да използват по-добре съществуващите данни. Това са методи за анализ на широки данни, от малки и големи, неструктурирани и структурирани източници, както и малки данни - методи за анализ, които изискват по-малко данни, но все пак дават полезни резултати.

5. XOps: Целта на семейството XOps (термин, обединяващ DataOps, MLOps, ModelOps и PlatformOps) е да постигне ефективност и икономии чрез мащабиране, използвайки най-добрите практики на DevOps, както и да гарантира надеждност, повторна употреба и възпроизводимост.

6. Engineered decision intelligence: Дисциплината "decision intelligence" включва широк набор от решения, включително конвенционален анализ, ИИ и сложни адаптивни системни приложения. Тя се отнася не само за отделни решения, но и за техните последователности. Решенията са групирани в бизнес процеси и дори мрежи от възникващи решения и последици. Процесите по взимане на решения стават все по-автоматизирани, а интелигентният дизайн дава възможност да се направят по-точни, повторяеми, прозрачни и проследими прогнози.

7. Данни и анализи като основна бизнес функция: Тази функция се превръща в споделен ресурс, фокусиран върху бизнес резултатите. Сътрудничеството между централните и периферните групи се подобрява и данните излизат от изолацията.

8. Графиките свързват всичко: Графичното изобразяване е в основата на много съвременни технологии за обработка на данни. То позволява на потребителите да намерят връзки между хора, места, неща и събития. До 2025 г. графичните технологии ще се използват в 80% от иновативните проекти в областта на анализите на данни.

9. Възход на "допъления потребител": По-голямата част от времето си днес бизнес потребителите използват предварително дефинирани панели за управление и ръчно проучване на данни. Вместо това занапред те все повече ще използват автоматизирани, мобилни и динамично генерирани "прозрение", персонализирани според конкретния случай и доставени до точката на потребление.

10. Периферни анализи: Данните и анализите се приближават до активите във физическия свят. От Gartner изчисляват, че до 2023 г. повече от 50% от данните, за които отговарят лидерите на данни и анализи в компаниите, ще се обработват в периферията на корпоративните мрежи. Това позволява по-голяма гъвкавост при управлението на свързаните процеси.


X