Топ-10 трендов средств аналитики после пандемии COVID-19

Топ-10 трендов средств аналитики после пандемии COVID-19, сообщает Cnews.ru.

Аналитики компании Gartner провели исследование – какие коррективы внесла пандемия коронавирусной инфекции на использование средств аналитики.  

Вот как выглядит Топ-10 тенденций в данной сфере, по мнению исследователей:

1. Искусственный интеллект станет распределенным и «ответственным»

Нейросети позволят получать информацию о динамике распространения нового вируса, а также об эффективности принятых мер для борьбы с ним. К концу 2024 года, по прогнозу Gartner, 75% предприятий будут иметь «рабочие» решения на базе ИИ.

2. Аналитика с учетом контекста и снижение роли дашбордов

Средства дополненной аналитики станут полностью автоматизированными и смогут настраиваться для решения задач, стоящих перед обращающимся к ним специалистам. Благодаря этому количество времени, которое пользователи аналитических систем проводят в предварительно определенных панелях инструментов, дашбордах, уменьшится.  

3. Аналитика для принятия решений

К 2023 году порядка 30% крупных компаний и корпораций будут иметь в своем штате аналитиков, специализирующихся в области средств моделирования принятия решений (Decision Intelligence). Математическая основа для проектирования, моделирования, согласования, выполнения решений, а также методы отслеживания и настройки моделей принятия решений в контексте бизнес-результатов, создаются уже сегодня.

4. X-аналитика

В будущем средства X-аналитики, как считают в Gartner, сыграют решающую роль в прогнозировании стихийных бедствий и других серьезных кризисов. Ведущим разработчикам аналитических средств надо обратить внимание на работу с X-данными, так как инновации, скорее всего, будут исходить от облачных провайдеров и стартапов.

5. Расширенное управление данными

Средства расширенного управления данными также используют методы машинного обучения и искусственного интеллекта для оптимизации работы предприятия. Они могут исследовать большие выборки оперативных данных и на их примере повышать безопасность, оптимизировать конфигурацию и производительность корпоративных систем.

6. Облако как данность

К 2022 году публичные облачные сервисы будут необходимы для проведения в жизнь 90% инноваций в области данных и аналитики. Поэтому лидерам рынка в области работы с big data следует сосредоточить свои усилия на создании облачных аналитических сервисов. В этом аспекте важно расставить приоритеты и выделить нагрузки, которые могут использовать облачные возможности и сосредоточиться на оптимизации затрат на их перевод в облако.  

7. Данные и аналитика: столкновение двух миров

В течение ближайших 3-5 лет спектр возможностей по работе с данными расширится, с аналитическими приложениями смогут работать не только профильные специалисты, но и  сотрудники бизнес-подразделений.

8. Маркетплейсы и биржи данных

К 2022 году 35% крупных организаций станут либо продавцами, либо покупателями данных через официальные торговые площадки. Торговые площадки и биржи данных предоставляют единую платформу для консолидации предложений. Они обеспечивают централизованный доступ к X-аналитике и к уникальным наборам данных, создают эффект масштаба и снижают затраты на закупку данных. Однако для успешной работы маркетплейсы и биржи данных должны разработать справедливую и прозрачную методологию, которая определит принцип управления этим дорогостоящим активом.

9. Использование блокчейна в аналитике

 Технологии блокчейна решают две проблемы в области данных. Они способны полностью отследить всю цепочку транзакций, а также он обеспечивают прозрачность в сложных сетях из множества участников. На предприятиях будут использоваться биткойны и умные контракты, а кроме того, на блокчейн перейдут базы бухгалтерских данных.

10. Ценность данных будут формировать взаимосвязи

К 2023 году технологии графовой аналитики будут способствовать быстрой констектуализации для принятия решений в 30% компаний по всему миру, где будут использоваться для исследования отношений между организациями, людьми и транзакциями. С помощью средств графовой аналитики данных будут находиться связи, которые нелегко было выявить с помощью традиционных аналитических инструментов.