什么技术必须成为您工具包的一部分，今年哪些技术潜力，分析和数据管理的方向是什么？其愿景是重新定义企业数据管理，考虑到他多样化的技术背景，我们想了解他认为BI和分析在今年的发展方向，果要在当今的企业中具有竞争力，哪种技术或方法必须成为企业数据战略的一部分？为什么？

大数据的潜力正将人工智能和机器学习推向不可或缺的角色，在不了解广告技术的广泛使用的情况下，就无法考虑当今的广告行业，广告技术是使品牌能够定位，交付和分析数字广告的工具，在大约过去的六年中，两种主要的广告技术工具（程序化广告系列和交流）越来越多地推动着。

人工智能在2018年是头条新闻，但我们忽略了人工智能的两个不同方面-人工智能如何增强人类决策能力或使决策自动化，这就是区别很重要的原因，在过去的一年中，几乎所有BI和分析供应商都声称通过各种人工智能（AI）来增强其工具，有些说法是真实的，其他仅不过是应用于计划或现有功能的AI术语单板，用于BI的AI的出现，我有两个问题：是否有一些真正的突破，接下来会发生什么？

为了克服数据科学家的短缺，许多组织正在转向使数据科学民主化，这是您需要知道的，由于数据科学对客户体验，收入，运营，供应链，风险管理和许多其他业务功能的影响，因此数据科学现已成为技术投资的主要领域，然而近的研究表明，尽管数字化转型和AI旅程是关键举措，但公司仍在努力使它们起步，关键挑战之一是雇用包括稀缺商品在内的合适团队-数据科学家。

通过使用结构化的四步方法将高级分析移近数据，可以更快地提取价值，尽管许多企业都宣称“以数据为中心”是成功的关键因素，但大多数企业仅意识到他们可以从数据中获得的价值的一小部分，数据获取，存储和分析方面的投资通常不足，因为大多数企业缺乏采用成功的数据驱动战略所需的工具和技术，雇用更多的数据科学家和其他稀缺资源来执行描述性分析或即席分析可能会有助于报告和商业智能，但它无法洞悉如果企业采取特定行动可能发生的情况，也无法提供规定性的途径企业应该实际做什么。

今天什么技术必须成为您工具包的一部分，今年哪些技术潜力，分析和数据管理的方向是什么？尖端技术是否位于边缘？这是每个企业应将其作为其数据战略的一部分的技术，他兴奋的新兴技术，企业今天面临的挑战以及分析和数据管理今年的发展方向，优势：如果要在当今的企业中具有竞争力，哪种技术或方法必须成为企业数据战略的一部分？为什么？