本年度数据和分析的三大趋势
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2021-01-25
随着数字化转型的迅猛发展，人们对数据和数据驱动的见解的兴趣与日俱增
这反过来又在很大程度上影响着数据和分析团队的职责。以下是将在2021年塑造数据格局的三个重要趋势：
趋势1：数据货币化的增长和边缘计算的兴起
现代数据平台日益使企业更容易实现其数据资产的民主化和货币化，使企业能够从业务合作伙伴和客户生态系统访问第三方数据，以获取对业务的更深刻见解，此类产品可能很快成为其他数据平台提供商的支柱，从而使质量和安全性成为通用数据结构中无处不在的一部分。
数据的爆炸性增长将伴随着对新数据源进行敏捷分析的需求
对更快，以数据为依据的决策制定的需求将缩短从采集到获得见解所需的时间，并且数据团队将越来越多地将目光投向云数据仓库以进行不受约束的分析。在支持技术方面，自我修复数据库将成为主流，并将被用于简化数据管理流程。预计在新位置处理数据的需求也会增加，这将推动计算范例的重大转变。
到2025年将有近75％的企业生成的数据将在传统数据中心或云之外的边缘创建和处理
如果这一预测成立，那么未来几年中，数据管理专业人员将利用边缘计算资产和策略来在其办公场所甚至是云环境之外以不同的方式管理数据。
趋势2：更严格的安全和隐私法规
业界领先企业近的数据泄露事件以及消费者日益增长的担忧共同吸引了对政府安全和隐私法规的严格审查，这种趋势将在2021年及以后继续对数据管理产生重大影响，根据企业的地域分布，数据和分析专业人员可以期望基于诸如HIPAA，GLBA，GDPR和CCPA等法规的更多法规/合规标准，数据管理团队和网络安全专家将继续掌管安全框架，并有望表现出协调一致的努力，负责任地处理客户信息和其他敏感数据，随着远程工作继续成为规范，企业还需要增强内部威胁检测功能，并超越传统的，不灵活的技术堆栈，从而将威胁检测限制在少数应用程序中，由于客户的信任遭受了不可挽回的损失，数据将需要加强用于安全性和隐私的工具，流程和人才，并积力于建设一个具有弹性的企业。
趋势3：由AI和ML推动的超个性化
在各个行业中，企业都将人工智能（AI）和机器学习（ML）应用于多种用例-从智能扬声器和聊天机器人到自动驾驶汽车和虚拟助手，以先进的信息管理算法为动力，由AI主导的解决方案正在帮助企业提供动态的客户体验并改善客户支持，在2021年，我们将看到由AI的使用增加带来的对超个性化的疯狂关注，由于客户数据的规模，质量和分析将需要不断关注和管理，因此这将引起数据专业人员的关注。
额外的数据源也将要求对高级分析的需求，因为必须准确地测量和跟踪新的KPI。此外，人工智能的微趋势（例如基于自然语言处理（NLP）的分析接口）可以通过使业务用户能够通过自然语言问题快速获得对其分析查询的答案，从而减轻一些负担。同样，用于搜索和发现信息的对话式AI将获得关注，并帮助零售商增强客户体验。
随着快速的数字化转型，边缘计算的兴起以及超个性化的兴起
这反过来又在很大程度上影响着数据和分析团队的职责。以下是将在2021年塑造数据格局的三个重要趋势：
趋势1：数据货币化的增长和边缘计算的兴起
现代数据平台日益使企业更容易实现其数据资产的民主化和货币化，使企业能够从业务合作伙伴和客户生态系统访问第三方数据，以获取对业务的更深刻见解，此类产品可能很快成为其他数据平台提供商的支柱，从而使质量和安全性成为通用数据结构中无处不在的一部分。
数据的爆炸性增长将伴随着对新数据源进行敏捷分析的需求
对更快，以数据为依据的决策制定的需求将缩短从采集到获得见解所需的时间，并且数据团队将越来越多地将目光投向云数据仓库以进行不受约束的分析。在支持技术方面，自我修复数据库将成为主流，并将被用于简化数据管理流程。预计在新位置处理数据的需求也会增加，这将推动计算范例的重大转变。
到2025年将有近75％的企业生成的数据将在传统数据中心或云之外的边缘创建和处理
如果这一预测成立，那么未来几年中，数据管理专业人员将利用边缘计算资产和策略来在其办公场所甚至是云环境之外以不同的方式管理数据。
趋势2：更严格的安全和隐私法规
业界领先企业近的数据泄露事件以及消费者日益增长的担忧共同吸引了对政府安全和隐私法规的严格审查，这种趋势将在2021年及以后继续对数据管理产生重大影响，根据企业的地域分布，数据和分析专业人员可以期望基于诸如HIPAA，GLBA，GDPR和CCPA等法规的更多法规/合规标准，数据管理团队和网络安全专家将继续掌管安全框架，并有望表现出协调一致的努力，负责任地处理客户信息和其他敏感数据，随着远程工作继续成为规范，企业还需要增强内部威胁检测功能，并超越传统的，不灵活的技术堆栈，从而将威胁检测限制在少数应用程序中，由于客户的信任遭受了不可挽回的损失，数据将需要加强用于安全性和隐私的工具，流程和人才，并积力于建设一个具有弹性的企业。
趋势3：由AI和ML推动的超个性化
在各个行业中，企业都将人工智能（AI）和机器学习（ML）应用于多种用例-从智能扬声器和聊天机器人到自动驾驶汽车和虚拟助手，以先进的信息管理算法为动力，由AI主导的解决方案正在帮助企业提供动态的客户体验并改善客户支持，在2021年，我们将看到由AI的使用增加带来的对超个性化的疯狂关注，由于客户数据的规模，质量和分析将需要不断关注和管理，因此这将引起数据专业人员的关注。
额外的数据源也将要求对高级分析的需求，因为必须准确地测量和跟踪新的KPI。此外，人工智能的微趋势（例如基于自然语言处理（NLP）的分析接口）可以通过使业务用户能够通过自然语言问题快速获得对其分析查询的答案，从而减轻一些负担。同样，用于搜索和发现信息的对话式AI将获得关注，并帮助零售商增强客户体验。
随着快速的数字化转型，边缘计算的兴起以及超个性化的兴起
普及的数据智能将在2021年及以后的时间继续发挥至关重要的作用。新战略将不断涌现，以管理海量数据，程度地减少物联网数据挑战（如安全性和可扩展性），并利用边缘，模糊和云计算技术实现无缝的实时数据处理和分析。全球即将推出的5G将会以新的方式进一步改变数据和分析领域，从而增加对现代企业数据仓库的需求，并重新定义边缘计算的可能性，随着COVID-19的笼罩，企业度过了至关重要的一年，数据可以将精力集中在构建智能技术功能和简化流程上，以帮助推动整个企业的效率，可扩展性，敏捷性和增长。
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
