嵌入式分析的预测

821

收藏 2022-07-08

嵌入式分析市场正在快速增长，值得517.8 亿美元到 2022 年以及未来几年，大多数组织将开始将其用于分析业务数据的传统分析技术转变为使用嵌入式分析的更高级技术。如果他们不这样做，他们可能会冒着被竞争对手甩在后面的风险。

2018 年，借助嵌入式分析和商业智能 (BI) 的创新，组织内具有不同背景和专业的专业人士将更容易使用数据分析。分析人员将不再单独访问分析和商业智能，跨组织的专业人员将有权使用比当前工具更易于使用的嵌入式分析工具做出数据驱动的决策。事实上，Gartner 预测80%的组织将在未来几年内努力提高其员工的数据素养，因为嵌入式分析和嵌入式 BI 的创新不断涌现，这些创新带来更加用户友好的体验。

以下是您需要关注的嵌入式分析的创新和趋势，按结构和功能以及功能进行组织。

结构和能力

嵌入式分析将拥有一个更加分散的结构，具有强大的集成能力、更多的云选项和自适应安全性。组织中具有不同背景的用户也将更容易使用。

各种混合云选项

随着组织使用的数据量继续以惊人的速度增长，企业将考虑将一些可归档的数据从云中移出并转移到本地数据库中，以用于备份和安全目的。用于访问、集成、转换和加载数据到具有索引、管理和刷新数据加载（独立 ETL 和数据存储）能力的独立性能引擎的平台功能将非常重要。此外，许多组织将选择多云策略，他们在多个云位置拥有数据，以帮助提高数据安全性、成本和性能。总体而言，2018 年将出现多种多云或本地混合选项（或两者的混合）。

去中心化分析向治理数据发现的演变

随着整个组织的用户开始更容易理解嵌入式分析，分析将变得分散，数据发现将增加，但需要在 2018 年得到更好的管理。自助分析平台允许分散的工作流和用户准备自己的数据对 IT 部门的依赖更少。随着去中心化分析在整个组织中变得越来越普遍，（数据的）多个真相来源的风险和数据洞察力的完整性将成为一个严重的问题。因此，随着时间的推移，成功的组织必须将其分散式分析发展为一种包含受管控数据发现的方法。受控数据发现将允许组织中的个人为自己的用例分析数据，

自适应安全架构

随着嵌入式分析的混合云选项在 2018 年越来越受欢迎，以及整个组织的分散数据工作流，安全性将成为一个更普遍的问题。嵌入式分析和 BI 的安全性需要具有高度适应性。组织将需要开始为 API（应用程序编程接口）实施安全密钥和身份验证，以及用户身份验证和权限。他们还需要采用支持移动设备的自适应安全架构。

集成平台和工作流程

随着组织继续构建涉及各种技术堆栈和软件的架构，通过更强大的 API 集成协同工作，嵌入式分析将在 2018 年集成到各种业务平台中。更好的集成平台将使组织能够拥有多个同步和协同工作的数据源，从而在减少冗余和损坏数据的同时进行快速分析。

增强的移动能力

随着组织继续采用 BYOD（自带设备）以及分散式分析策略，他们还将整合嵌入式分析供应商，使用户更容易以发布和/或交互模式开发和交付内容到移动设备。用户将能够使用他们的触摸屏、相机和 GPS 位置随时随地访问和组织数据。

自助服务

最重要的是，在 2018 年及以后，嵌入式分析工具将需要拥有自助服务功能，并将开始采用更多的用户体验 (UX) 增强设计。整个组织中的更多用户将需要能够轻松访问、查看、理解和操作数据。因此，需要为精通技术和非精通技术的专业人员构建数据目录、仪表板、可视化和准备工作。自助服务工具将拥有拖放清理和建模等功能，并将提供分析模型的创建。支持机器学习的语义自动发现、智能连接和分析、层次结构生成以及数据沿袭和混合各种多结构化数据源将变得更加主流，并将赋予自助服务能力。

特征

2018 年大多数新的或改进的嵌入式分析功能都将基于 UX——它们将更易于使用，并且将围绕嵌入式分析平台不再仅适用于数据科学家这一事实而构建。以下是 2018 年值得关注的嵌入式分析和嵌入式 BI 功能。

自定义样式

随着嵌入式分析工具越来越受欢迎，越来越多的组织将希望使用自己的品牌和徽标来定制他们的报告和功能——这个术语称为白标。他们希望他们的用户感觉好像他们总是在他们自己组织的平台中，并且用户在访问和分析来自各种数据源的分析时拥有一致的体验。

带有交互式报告和可视化探索的仪表板

嵌入式分析工具需要为其用户提供情境化和交互式报告。仪表板将需要为用户提供通过超越基本饼图、条形图和折线图的各种可视化选项来探索数据的机会。可视化将需要包括格子、热、树图、散点图和其他交互式和专门的视觉效果。用户将期望有机会通过直接与数据的可视化表示进行交互来分析和操作数据。

此外，仪表板应在离线和移动设备上得到支持，并且需要通过高级和地理空间分析提供高度可视化的内容。

扩展智能数据发现

智能数据发现将自动为用户可视化数据中最重要的发现和见解，并提供更强大的预测能力。它将发现与用户相关的数据中的关联、异常、集群、预测和预测，而无需他们构建自己的数据模型或编写自己的算法或查询。此功能（通过强大的人工智能功能被带到最前沿）将使组织在未来更接近规范性分析，嵌入式分析工具将能够告诉用户他们应该采取的行动方案以实现基于预期的业务目标收集和分析数据。

优化的数据策略和数据准备

更多的组织将希望他们的嵌入式分析工具能够将来自不同来源的数据以及用于数据报告的优化存储库带到一个中心位置。嵌入式数据分析功能将需要进一步优化数据和更好地流式传输数据，使其集中、始终可靠、实时快速访问，并易于准备成可在交互式仪表板上访问的可视化报告。

安全回写

为了优化嵌入式分析工具，它们需要具有安全的回写功能。此类功能可以跨源和数据存储实现更好的元数据管理。通过安全且更好的集成回写，可以在用户在不同平台和不同界面上进行各种分析时实时更新多个数据源。

自然语言生成

此功能将允许更多“对话分析”，并将通过智能数据发现功能和功能来实施。用户将能够通过自然语言语音搜索轻松处理、查询和生成数据报告和可视化。但是，与此功能的每个嵌入式分析集成都将针对每个组织的个人用例和业务流程进行高度定制。

会话变量

用户在使用 Embedded Analytics 的方式以及所需的访问级别方面会有所不同。会话变量允许每个用户安全地获得他们自己的自定义数据视图和其他功能，而无需强制组织管理同一应用程序的多个版本。

自动安排报告

越来越多的用户开始使用他们的嵌入式分析来请求调度功能，因为整个组织中的许多报告需求都在重复出现。通过将调度功能与您的嵌入式分析集成，您的组织将能够根据通常由周期性时间表确定的特定事件自动发出警报和报告。

上面列出的嵌入式分析的创新和趋势侧重于使分析在整个组织中更易于访问和使用。在 2018 年，您的组织将希望专注于创建结构和功能，以及采用使您的嵌入式分析更容易和更高效地使用的各种功能。不要让您的组织在 2018 年的竞争中落后。

相关帖子DA内容精选