Меню
Головна Блог Топ-10 трендів в аналітиці та роботі з даними в 2021
Топ-10 трендів в аналітиці та роботі з даними в 2021

Топ-10 трендів в аналітиці та роботі з даними в 2021

2021-04-27

Що нас чекає в напрямку аналітики та роботи з даними в 2021 році? Gartner ідентифікував 10 основних трендів, які будуть популярними і матимуть найбільший попит.

Щорічно компанія Gartner проводить дослідження і розрахунки всіх можливих бізнес напрямків, ринків і індустрій. Нещодавно в нашій статті “Хмарний ринок досягне $ 397 млрд у 2022 році" ми наводили дані і звіти їх постійної Forecast рубрики про ринок хмарних технологій.  

На цей раз фахівці з Gartner провели нове дослідження і визначили провідні тенденції на 2021 рік в області даних і їх аналізу (D&A). Ці тренди допоможуть організаціям краще і швидше реагувати на зміни, які так стрімко відбуваються в сучасному світі.

Пандемія, за короткий проміжок часу, внесла велику кількість змін в повсякденне життя організацій. Лідери в області D&A сьогодні повинні мати в своєму розпорядженні інструменти і процеси, які дозволяють швидко визначати тенденції і ключові конкурентні переваги для їх бізнесу - зазначає Рита Саллі, віце-президент Gartner по науково дослідній роботі. 

Gartner виділяє 10 основних трендів, які прискорюють можливості прогнозування та реагування на швидкі зміни. Ці тренди корисні як тим, хто працює безпосередньо в області D&A, так і всім іншим фахівцям, які так чи інакше тісно пов'язані з новими технологічними інструментами і методиками. 

Більш розумний, відповідальний і гнучкий AI

Бізнес використовує технології штучного інтелекту (AI) і машинного навчання (ML) все в більших масштабах. Це викликає потребу в створенні розумніших і менш вимогливих систем, які будуть приймати більш відповідальні і стійкі рішення. Нові розробки допомагають впроваджувати і використовувати AI більш гнучко і глибоко, підлаштовуючи його під потреби бізнесу, що в свою чергу дозволяє скорочувати час створення цінності і підвищує його віддачу. 

Складні дані і аналітика

Аналітичні можливості стають більш складовими, через використання відкритих контейнерних архітектур, і вимагають одночасного користування різними рішеннями. За допомогою нових AI інструментів створюються гнучкі і зручні програми, які допомагають керівникам з управління та аналізу приймати рішення і більш ефективно керувати своїми підрозділами. 

Сьогодні центр ваги даних переміщається в хмару, а пандемія тільки прискорила перехід до хмарних інструментів. Через це аналітика і управління даними стають більш гнучкими і функціональними. 

Data Fabric - як основа

В зв'язку з ростом цифровізації користувачів, D&A лідери все частіше використовують замкнуту автономну екосистему даних (Data Fabric), як основу для вирішення проблем різноманітності, розподілу, масштабу і складності інформаційних активів своїх організацій.

Цей підхід використовує аналітику для постійного моніторингу конвеєрів даних. Крім того Data Fabric використовує безперервну аналітику активів даних для підтримки проектування, розгортання і використання різноманітних даних, щоб скоротити час інтеграції на 30%, розгортання на 30% і обслуговування на 70%.

Від великих до маленьких і широких даних

Екстремальні зміни в бізнесі в результаті пандемії призвели до того, що моделі ML і AI, засновані на великому обсязі історичних даних, стали менш актуальними. У той же час, прийняття рішень людьми і AI є більш складним і вимогливим, що вимагає від D&A лідерів наявності більшого обсягу різноманітних даних для кращої обізнаності про ситуацію. 

Це призводить до того, що потрібно вибирати такі аналітичні методи, які можуть більш ефективно використовувати наявні дані. D&A лідери покладаються на wide data, яка забезпечує аналіз і синергію різних маленьких та великих обсягів, неструктурованих і структурованих джерел даних. Крім того, використовуються кластери даних, які представляють собою вузькі аналітичні методики, які потребують меншого обсягу даних, але які володіють більш корисною інформацією по заданих напрямках. 

Підходи на основі small і wide data забезпечують надійну аналітику і штучне осмислення, в той же час зменшуючи залежність організацій від великих масивів даних", - стверджує пані Саллі - "Використовуючи wide data, організації отримують більш багату, повну картину ситуації, що дозволяє їм застосовувати аналітику для більш ефективного прийняття рішень.

XOps

Метою XOps, включаючи DataOps, MLOps, ModelOps і PlatformOps, є досягнення ефективності та економії від масштабу з використанням кращих практик DevOps, а також забезпечення надійності, багаторазового використання і повторюваності. Все це скорочує дублювання технологій і процесів і дозволяє автоматизувати їх. Концепція DevOps прискорює перехід розробки додатків від традиційних методів до Cloud Native, докладніше про це читайте в нашій статті

Більшість проектів по аналітиці та AI зазнають невдачі, тому що операціоналізація розглядається лише як другорядне завдання. Якщо D&A лідери проведуть цю процедуру в масштабі з використанням XOps, вони забезпечать відтворюваність, відстеження, цілісність і інтегрованість активів аналітики і AI.

Інтелектуальне прийняття рішень

Інженерний аналіз застосовується не тільки до окремих ситуацій, а й до послідовностей, групуючи їх в бізнес-процеси і навіть мережі виникаючих рішень і наслідків. Оскільки рішення стають все більш автоматизованими і повними, інженерний аналіз дає можливість зробити процес прийняття рішень більш точним, повторюваним, прозорим і відслідковуваним.

Дані та аналітика як основна бізнес-функції

Сьогодні D&A, замість другорядної бізнес функції, перетворюється в основний вид діяльності. У такій ситуації D&A стає загальним бізнес-активом, пов'язаним напряму з бізнес-результатами, а ізольованість D&A руйнується завдяки кращому співробітництву між центральними і об'єднаними командами.

Графік об'єднує все

Графіки складають основу багатьох сучасних можливостей аналізу даних, дозволяючи знаходити взаємозв'язки між користувачами, подіями, місцями, реакціями, тощо. Фахівці покладаються на графіки, щоб швидко відповісти на складні бізнес-питання, які вимагають прямого контексту і розуміння природи зв'язків між різними сутностями.

За прогнозами Gartner, до 2025 року графічні технології будуть використовуватися в 80% інновацій в області даних і аналітики, в порівнянні з 10% в 2021 році. Це буде сприяти прийняттю ще більш швидких рішень.

Розквіт розширеного споживача

Більшість бізнес-користувачів сьогодні використовують обмежені інформаційні панелі і ручний пошук даних, що іноді призводить до неправильних висновків і помилкових рішень і дій. Поступово такі панелі будуть замінюватися на автоматизовані, розмовні, мобільні і ті, які автоматично генерують дані, які адаптовані до потреб користувача і швидко доставляються в точку споживання.

Аналітичні можливості перейдуть до споживача інформації - розширеного споживача - надаючи йому можливості, які раніше були доступні тільки аналітикам і фахівцям в дослідженні даних - сказала пані Саллі.

Edge дані і аналітика

Дані, аналітика і інші технології все частіше розміщуються в прикордонних обчислювальних середовищах, ближче до активів у фізичному світі і за межами компетенції ІТ відділів. За прогнозами Gartner, до 2023 року більше 50% основної відповідальності керівників в області даних і аналітики становитимуть дані, створені, керовані і аналізовані в подібних edge середовищах.

Ця тенденція дозволить фахівцям забезпечувати більшу гнучкість, швидкість, управління і стійкість даних. Інтерес до прикордонних можливостей для D&A, обумовлений різноманітністю сценаріїв використання: від підтримки аналізу подій в реальному часі до забезпечення автономної поведінки "речей".

У нашій попередній статті "Як розрахувати хмарний ROI - 9 порад" ми розглянули основні поради, які потрібно враховувати при розрахунку хмарного ROI.