随着企业知识库的增长一致且有效的元数据策略的实施已成为知识

数据分析师创建，共享，分发和企业搜索的关键方面，语义技术是任何元数据策略的重要基石，因为大在源数据过程的各个阶段都发挥着至关重要的作用。语义不仅支持基于可用内容的分析来创建实用的分类法，而且还为每个内容标识相关的动态标签，并通过自动分类确保在实施阶段提供有力的支持。—从2020年开始：十大语义技术趋势将帮助缩短专家系统实现商业价值的行业报告.

将高级分析应用于有针对性的垂直市场用例时其投资回报率

2020年及以后的情况将继续如此，制造业（尤其是受监管的制造业）将一路领先。越来越多地依赖高级分析平台来发现有助于优化流程的见解，并根据法规要求验证和验证这些意见，得到了真正的大数据分析？如今大多数分析项目都是从错误的地方开始的，结束得太早，花费的时间太长，甚至还不够，原因是他们以可用数据源（以及有关它们的一些推断）作为主要约束条件。解决方案：从数据分析师要回答的业务问题开始，将企业从人为的约束中解放出来。展望未来，新的实践和更加自动化的工具（例如企业级元数据编目）将使这种方法成为可能。

规范分析将推动优化以化ROI –通过告诉您做什么的分析使ROI化

将实现分析的真正价值，借助现今很多得专业大数据分析工具，规范性分析将变得更加主流，CPDA数据分析师转为企业输送大量得优秀数据分析师人才，在2020年自动化个性化将是关键的业务收益，大数据分析将在来年开始交付，公司将继续通过采用新的大数据技术并允许机器模拟主观的数据来寻求竞争优势，这些数据包括诸如非语言行为，面部表情，语气之类的人类交流线索，大数据分析通过吸收大量信息，包括过去收集和分析太慢且太昂贵的数据类型，例如知识工作者的通讯和案例记录，使之成为可能。

随着机器能够更好地解释各种数据类型（所谓的“非结构化”数据）并将其与大量结构化数据进行整理

他们可以开始改善和加速员工拥有的业务流程和面向客户的体验，可以记录员工的工作并将其与理想工作进行比较，然后可以获得个性化的决策支持，从而更快，更有效地执行任务。

1、在查看客户服务功能时，大数据分析可提供无摩擦的体验，提供与每个联系点的完整问题背景和历史记录，并提高客户满意度

2、转型解决方案市场营销高级总监 在查看客户服务功能时，大数据分析可提供无摩擦的体验，提供与每个联系点的完整问题上下文和历史记录，并提高客户满意度。

融合方法成为主流在过去的几十年中公认的实践是将操作和分析系统分开

以防止分析工作负载破坏操作过程，用于描述新一代数据平台，该平台可以执行在线交易处理（OLTP）和在线分析处理（OLAP），而无需重复数据。在2020年，随着领先公司获得将生产工作负载与分析结合以快速适应不断变化的客户偏好，竞争压力和业务条件的好处，我们将看到融合方法成为主流。这种融合加快了组织的“数据到行动”周期，并消除了分析和业务影响之间的时间差。

简而言之，术语“超分布式数据环境”描述了组织环境中的大量数据以及该数据存在（即分布）的广泛位置。在几乎每个行业中，都在的地方创建数据，从而产生了这些“超分布式数据环境”。但是数据本身不再是头号问题。连接数据是问题。获取数据，保护数据，减少洞察力以及使个人或流程对数据采取行动变得越来越困难。

企业将选择能够以与其主要业务相同的速度提供分析的数据库技术，该技术不仅可以以极低的延迟处理大量交易，而且还可以进行内存中分析和即时决策。