2016年, 商業智能和數據分析領域的新趨勢

在2016年，咱們依然將看到商業世界會發生巨大的變化。新的數據分析工具將出現，給公司提供更多的業務情報、業務指導和市場操做策略。具體說來，咱們在這一年將會看到什麼呢？

1946年2月14日，地球上第一臺電子計算機誕生。在這70年的歲月裏，信息科技深入地改變了人類社會。尤爲是在新世紀裏，互聯網和大數據引領變革的潮流，人類歷史掀開了最爲絢爛的一頁。

數據分析人員將有更大的做用和影響力

一個頗有趣的預測變化：數據科學家成爲不少行業的新星。例如，哈佛商業評論認爲數據專家是21世紀最性感的工做，由於他們具備愈來愈大的影響力。這些變化主要是由於需求驅動。調查發現公司對Python程序員的需求2014年竟增長了96%，而計算機系統分析員和信息調研人員的需求也毫無心外地增長。

Brian Dirking在Alteryx工做，該公司爲客戶提供數據可視化操做和數據處理服務。當談到2016年的變化時，Dirking說數據分析人員將會在決策中發揮更大的影響力，在會談桌上得到更多的席位

Dirking介紹了一個調查結果事例，該調查結果改進了數據分析過程，並節省了數據分析時間。他指出：咱們將會更加認同數據分析人員。還說道隨着數據分析工具的改善，數據分析人員將會給企業作出更大的貢獻。

位置分析的重要性

2016年的另外一個驅動力將會是地理位置分析和地理空間工具，它們能讓企業更好地把握市場動態。好比，Dirking談到的商場佈局策略可以使企業利潤飆升。

他說：這是一些行業的緊要處。他的公司使用交通時段分析來處理數據得出市場模型的案例，給不少大企業留下了深入的印象。他還談到特定實體店內細微的顧客行爲。

他說：人們是怎樣逛商店的以及他們都看什麼東西，變得很是重要。而且談到移動數據分析也能夠應用在其餘領域，如：運動和醫學。

業務人員和IT人員的合做

人們在商業現代化發展的進程中，已經看到不一樣角色和部門之間的界限模糊了不少。好比：許多企業都要求IT人員跟業務人員或非技術人員的一體化合做，這樣有利於工做過程的無縫銜接，而更多的人將享用數據分析的好處。

Dirking說：人們一旦知道了一個問題，他們就會發現另外一個問題。他說，傳統的工做方式是將IT人員和業務人員分紅兩個獨立的陣營，這曾經是不錯的。如今，經過創建二者之間的聯繫，公司能夠提升工做效率和總體能力。由正確的人使用正確的數據，企業才能作出更好的決策。

預測性分析和數據發現的影響

經過收集不一樣類型的數據，公司能夠創建更復雜的可視化模型，這將有助於他們採起準確的行動。例如：Dirking提到的菜籃子分析，把更好的數據模型展現給公司，讓他們知道顧客在買什麼，甚至他們未來最有可能買什麼。

Dirking說：它展現了不少新的東西，這些東西若是你只是擁有數據的話，是得不到的。從CRM到銷售，預測性分析和下一代商業智能將註定要改造購物車的內容。

Spark成爲主流

另外一個趨勢與Alteryx看到的同樣，即Spark將代替傳統的Apache MapReduce Hadoop。

從前，存儲裝置經過電腦的物理集羣讀取和處理數據。那時，使用MapReduce管理這些分散的物理機頗有意義。

隨着網絡可視化和其它技術的進步，推出了新的、內存大的、容易升級的系統。Dirking說：經過靈活處理數據的方法完善這些新的系統。總的來講，咱們預期看到一個新的趨勢新的數據分析工具更適合虛擬運行環境，如虛擬機或容器環境。

雲將與你同在

Dirking提到，當你觀察技術市場的時候，另外一個預測就很明顯了。就是近幾年崛起的雲計算，它的發展尚未中止。相反，咱們看到雲將供應商系統分紅了不一樣的領域。關因而使用私有云仍是公有云，或是混合方案的討論已經開始。無論公司選擇哪種方案，它們都有一個共同點：採起常規的作法，爲了充分利用雲供應商提供的按需使用、可升級的系統，把成本高的硬件維護和相關工做外包出去。雲應用的預測報告發現：大多數受訪者稱他們的公司已經撲向雲計算的浪潮中。

IT巨頭正在使用雲服務代管各類強大的數據分析工具。像Salseforce公司以客戶關係管理爲中心，其它更多的公司的則搞綜合分析服務。Dirking說：Alteryx已經看到，不少客戶使用諸如亞馬遜的Redshift和微軟的Azure以及可升級的、靈活處理數據的雲服務。

Dirking說：這些進展，不只讓人們能快速升級系統，並且還能訪問移動端數據。

Alteryx與它的合做夥伴Tableau、Cloudera將舉辦一個網絡研討會簡評這些預測，並向到會的人講解數據-一種新的有價值的資產，爲什麼將會愈來愈有用。

具體應用案例

上面所談的數據預測分析技術進展，正在用不一樣的方法影響不一樣的市場。

例如：一個最近的博文討論到，運動團隊如足球、橄欖球隊是怎樣利用數據分析肯定隊員的位置或是他們應該在哪比賽。由於新的數據驅動策略的應用，可以爲他們帶來新的球迷，而且讓隊員在運動中得到不一樣的體驗。

數據分析在醫療保健方面的應用。假設一家大公司不得不使用一個半衰期很短同位素治療癌症。天天，公司都要考慮生產多少個同位素，什麼時間以及在哪兒使用。在交通時間分析法以前，有不少低效的路徑選擇方法。可是當你確切地知道運貨須要多長時間時，你就能採起更恰當的行動，給公司和他們的客戶節約資金、節省時間，讓他們把更多的精力投入到將來的發展中。咱們能夠打賭說，這個時間預測分析也是能夠挽救更多的生命的。

在新的一年裏，讓咱們一塊兒看着上述的預測變成現實吧！

轉載自36大數據

關於更多大數據相關資訊>>>