数据分析正迅速成为IT的命脉

大数据，机器学习，深度学习，数据科学-用于分析大量数据的技术范围正在迅速扩大，为了深入了解客户行为，系统性能和新的收入机会，您的数据分析策略将从的数据分析趋势中受益匪浅。

这里是正在升温的数据分析技术技术和策略，以及曾经冷却的曾经热门的数据分析趋势

从业务分析师到数据科学家，处理数据的每个人都受到数据分析革命的影响，如果您的组织希望利用数据分析来获得可行的情报，那么以下数据分析趋势的热点指数将为您提供指导。

升温：自助式BI使用Tableau，Qlik Sense，Power BI和Domo等自助服务BI工具

管理人员可以按需以图形形式获取当前的业务信息，尽管一开始可能需要由IT进行一定数量的设置，并且在添加数据源时，清理数据和创建分析的大部分工作可以由业务分析师完成，并且分析可以随时根据数据自动更新他们被打开，然后管理人员可以图形化地与分析进行交互，以确定需要解决的问题，在由BI生成的有关销售数量的仪表板或“故事”中，这可能意味着向下钻取以找出表现不佳的商店，销售人员和产品，或者发现逐年同店比较的趋势，这些发现可能反过来指导有关未来库存水平，产品销售和促销，甚至在服务不足地区建立更多商店的决策。

占据主导地位的数据和分析趋势

随着社交、移动和云技术的发展，分析和相关数据技术已成为数字时代的核心颠覆者之一，大数据技术被越来越多地利用来增强商业智能，以下是2017年在数据和分析领域的存储内容，人工智能（AI）重新流行，AI数学理论的基础，引入了通用的贝叶斯方法进行归纳推理和预测，人工智能现在又回到了主流讨论中，并且成为机器智能，机器学习，神经网络和认知计算的统称词，为何AI成为复兴的趋势？通常用于定义大数据的三个V：速度，多样性和体积。

可以使用水平扩展的现代和传统处理模型处理三个V的平台提供的成本效率是传统平台的10-20倍

对大型数据集频繁执行的简单算法如何比使用较小集合的其他方法产生更好的结果，将AI应用于大量重复性任务将带来的价值，在这些重复性任务中，一致性比获得人的直观监督更为有效，而人为的错误和成本却有所增加。

大数据用于治理或竞争优势

治理与数据价值之战将成为当务之急，企业拥有大量有关其客户和合作伙伴的信息，领先的组织将在受管制和不受管制的用例之间管理其数据，规范用例数据需要治理；数据质量和沿袭，因此监管机构可以报告和跟踪通过所有转换到原始源的数据，这是强制性和必要的，但对于客户360等非监管用例或提供更高基数，实时性以及结构化和非结构化混合产生更有效结果的服务的限制。

公司专注于业务驱动的应用程序，以避免数据湖泛滥成灾

企业将从“构建它就会到来”数据湖方法转变为一种业务驱动的数据方法，当今世界需要具有分析和操作能力的解决方案，以解决客户，处理索赔和在各个级别实时连接到设备的问题，例如任何电子商务站点都必须实时提供个性化的建议和价格检查，医疗保健组织必须通过将分析与运营系统相结合来处理有效索赔并阻止欺诈性索赔，媒体公司现在正在通过机顶盒个性化提供的内容，汽车制造商和乘车共享公司正在与汽车和驾驶员进行大规模互操作，交付这些用例需要一个敏捷的平台，该平台可以提供分析和操作处理，以从从后台分析到前台操作的其他用例中增加价值，企业将积极推动超越“问问题”方法和架构师的工作，以推动初始和长期业务价值。

数据敏捷性将赢家和输家分开

软件开发变得敏捷，处理和分析模型将不断发展，以提供与组织类似的敏捷性，因为组织意识到数据敏捷性，在上下文中理解数据并采取业务行动的能力是竞争优势的来源，而不仅仅是拥有大型数据湖，敏捷处理模型的出现将使相同的数据实例能够支持批处理分析，交互式分析，全局消息传递，数据库和基于文件的模型，当单个数据实例可以支持更广泛的工具集时，还将启用更多的敏捷分析模型，终结果是一个敏捷的开发和应用平台，该平台支持广泛的处理和分析模型。

区块链可转换某些金融服务应用程序

金融服务中将出现精选的，变革性的用例，这些用例对数据的存储和处理方式具有广泛的意义，区块链提供了一个全球分布式账本，可改变数据存储和交易处理方式，区块链在全球分布的计算机上运行，任何人都可以查看链，事务存储在块中，其中每个块都引用前一个块，带有时间戳的块以无法更改的形式存储数据，黑客发现理论上不可能入侵区块链，因为全世界都可以看到整个区块链，区块链为消费者提供了明显的效率。

机器学习程度地发挥了微服务的影响

我们将看到机器学习和微服务集成的活动有所增加，以前微服务部署一直集中在轻量级服务上，而那些结合了机器学习的服务通常仅限于应用于快速数据流的“快速数据”集成，我们将看到开发已转向利用大数据的有状态应用程序，并结合了使用大量历史数据的机器学习方法，以更好地了解新到达的流数据的上下文。