我们如何创建一种可重复的方式来获得所需的答案？

由于需要对复杂数据提出复杂的问题，因此图形分析将在未来几年中增长，而使用SQL并不总是可行甚至不可能大规模地进行查询，将结构化和非结构化数据合并到一个位置并在这些实体之间创建关系的能力至关重要，使用自然语言处理的能力（处理非结构化数据以提取实体和关系的能力）也是关键要素，许多流行的NLP工具会自动创建RDF数据，可以轻松地将其加载到数据库中。

图形数据模型也非常灵活

它不能像SQL数据模型一样抵抗更改，当应用程序或数据源发生更改时，无需进行重构。他观察到，所有这些都推动了对关系的洞察，因为它们是图形数据库中的一等公民，支持传统分析以及AI和ML，特征工程也是关键要素，还有许多行业标准的数据模型，它们支持RDF和图形模型，用于金融，用于医疗保健，然后还有许多公共知识图谱。

知识图是用于集成和访问组织的信息资产的数据和相关元数据的连接图

知识图表示现实世界中的实体，概念和事件，以及它们之间的所有关系，从而可以更准确地表示业务数据，可以看到知识图存在的不同视图，从执行视图到数据架构师的视图，再到本体专家的视图，提供了创建此规范数据模型以更好地了解整体数据的功能，因为所有数据都在一个地方，从而可以更轻松地查找和访问正确的数据，自动执行复杂的数据准备任务以及对复杂关系执行深层链接分析，以提高洞察力。

在过去的十年中，数字化转型一直是当务之急，但是将传统的商业模式转换为数字商业模式的趋势已经持续了大约25年，或者是自万维网问世以来

随着公司转型为数字业务，他们不得不改变其流程，技术和工具，掌握新技能等等，真正的数字化转型（有时也称为分析信息时代或分析经济）是工业革命的第四阶段，如果您回想一下，它是蒸汽机和自动化生产线，然后是将计算能力引入制造和供应链过程流程，我们现在正在转变我们的业务，将这个行业转变为本质上是数字体验行业因此，这种情况已经持续了25年，随着我们经历这个阶段，可能还会再持续几十。

当公司进行数字化转型时，会发生一些基本的事情

公司经历的的根本变化是它们成为软件公司，从供应商那里购买现成的软件ERP系统，供应链系统或CRM系统的日子已经一去不复返了，当您使用数字技术时，您将从根本上改变自己的业务方式，这意味着，要想使自己比竞争对手更好地开展业务，就必须进行不同的创新。

克服数据集成和治理挑战

数据源，类型和存储的激增增加了将数据组合成有意义的有价值信息的挑战。对更快，更智能的数据集成功能的需求正在增长，实时洞察力对其数据策略至关重要。同时，要实现实际价值，人们需要他们可以信任的信息（在COVID-19大流行期间，如今比以往任何时候都更为重要），平衡数据治理至关重要。

 客服热线：400-050-6600

商业联合会数据分析专业委员会