2021 年数据和分析的主要趋势可组合数据和分析
来源：CPDA数据分析师网 / 时间：2021-06-21
分析敏捷性：快速、灵活、可组合对可组合分析（也称为超融合分析）的深入了解，其中公司可以像拼图一样组合分析功能，形成分析应用程序，提供比传统方法更高的敏捷性，它还支持更多可重用的模块，可以根据需要换入和换出，以进一步扩展现有应用程序的功能，“到 2023 年，60% 的组织将组合来自三个或更多分析解决方案的组件，以构建融入分析的决策导向应用程序，将洞察力与行动联系起来。”
一切都与云有关：云生态系统和分析经济
出于多种原因，云是企业必须采用可组合分析的主要因素，首先随着越来越多的组织迁移到云，他们可以探索在那里可以实现哪些更高级别的分析功能，大多数企业在迁移到云时不会一次性实施完整的分析堆栈，而是通常会分阶段实施，在此过程中，混合分析架构对于维护分析工作流和报告至关重要，为了让用户获得云的好处，开放、分布式、可组合的分析技术可以提供帮助，对于已经踏上云之旅的企业来说，一个好处是它为试点可组合分析提供了一个明智的起点，然后公司可以通过推动协作的基于云的分析市场共享分析应用程序。
组合式协作为整个企业的用户提供支持
在协作方面，可组合分析的概念真正具有对组织产生重大影响的潜力，由可组合架构提供支持的分析平台提供低代码和无代码功能，允许更广泛的用户可访问性和以客户为中心的分析应用程序的设计，这消除了 IT 部门的大量工作，并使业务用户能够创建自己的应用程序，它还确保整个组织更容易访问分析，从而持续推动创新。
通过用户友好的分析开启未来
尽管众所周知，组织需要更多的数据驱动才能竞争和超越绩效，但成功实现数据驱动的公司数量显着下降，成功创建数据驱动型组织的人数下降了 6%，此外77% 的受访者“明确表示技术不是问题——人和（在较小程度上）流程才是问题。
如何成为更受数据驱动的企业
有一种方法可以扭转这种趋势，它的核心是使分析民主化。通过使组织内的更多业务用户可以访问分析，数据驱动决策的采用可以呈指数级增长，一个挑战是，在许多企业中，业务用户无法访问他们需要的数据，也无法轻松执行自助分析，有很多有价值的见解有待发现，但如今数据的速度和数量不断增加，已经超过了许多分析工具提供自助服务见解的能力，即使是那些自称为“业务用户友好”的平台也是如此，到目前为止使用多个数据流进行实时和预测分析所需的工具需要经验丰富的数据科学家和大量的手动工作，数据科学资源的缺乏以及由此产生的等待见解所花费的时间是越来越少的组织将自我识别为数据驱动的原因之一，大数据和人工智能 (AI) 时代需要的是一条实现分析民主化的新途径。
实时流数据访问和分析
流分析将“后视镜”历史监控转变为行动环境，通过流分析，您可以连接到外部数据源，提取相关数据，自动提供对实时信息的访问，通过使分析师能够将历史数据与“现在正在发生的事情”数据混合，首席数据官 (CDO)、CIO 和业务可以根据需要快速修改策略以适应不断变化的条件，从大规模流数据中获取洞察力是触手可及的，也是为业务用户提供这些洞察力自助服务的更快途径。
新的流式商业智能 (BI) 功能的示例用例
数据分析师可以使用版本创建对业务用户友好的应用程序，将流数据转化为洞察力，解决数据速度问题，将预测模型融入到混合中，以揭示异常、异常和重要的事情，通过为业务用户提供超越漂亮但肤浅的仪表板的洞察力，将流数据转化为大规模洞察力，分析拥有了构建应用程序所需的平台，以改善整个组织的分析采用这将推动他们的企业走向未来。
通过流媒体、用户友好的分析开启未来
直观的流分析仪表板是关键，在可访问的分析环境中流式传输洞察力可以让您的组织更快地实现更多目标，如果您是运营或任何其他业务，请立即开启您组织的未来。