首页【环球网科技报道 记者 林迪】近日，Gartner发布数据和分析领域十二大趋势，涵盖了三个大的主题，分别为激活企业的数据活力和多样性，增强员工能力与决策，信任的制度化。另外，分别有四个不一样的趋势围绕着每一个大的主题，值得一提的是，每一个趋势并不是单独存在的，它们之间是环环相扣的。
对此，记者就数据和分析相关话题采访了Gartner高级研究总监孙鑫。
“我们看到的更多的是自动化的需求，过去企业做数据管理对于自动化需求没有那么高，现在由于对于数据需求量的越来越旺盛，对于数据能够反映在决策链的时效性越来越迫切，企业是依赖于更多的自动化手段去完成更多数据管理的。”孙鑫对记者表示，在疫情之后，一方面，企业对于数据管理的速度有了一个更高的需求；另一方面，企业对于分析能力也有迫切的需求。“过去的大屏或者数据可视化可能已经不能满足企业现实需求了，更多的是需要去完成一些诊断性分析、探索性分析和预测性分析。那么，业务组装式、模块化分析，其实是可以帮助企业更快速的搭建出这种‘嵌入式’分析的能力，从而帮助企业在业务流程当中更快速的去做一些战略性判断。”
据介绍，企业业务能够做更好的判断，关键的是数据分析能力直接交代到其手里。而 “业务组装式分析”其实是 “嵌入式分析”的升级版，即通过“价值流管理”这样的工具，自上而下的去判断和设计，在每一个业务流程当中应该嵌入哪些数据和分析能力。
“如果说，我们可以把数据分析能力像一个个积木一样非常快速的去赋能给业务做一些快速的决策，这样可以帮助它在企业的价值链上起到更好的作用。所以，一方面，企业需要一些顶层设计的价值链管理的工具；另一方面，要更有效的用这种‘嵌入’的形式让业务快速的获得数据分析能力。”
他进一步解释称：“过去可能是通过IT嵌入的方式去做数据分析，在业务流程当中去给予、去送给业务用户做分析。但是，现在业务可能会更主动提到，能不能在工作流当中直接去驱动，直接去开展一些数据分析的能力，从而去做更快速的业务决策。也就是说，企业现在越来越期待可以利用一些‘自服务’的工具让业务用户更快速的去做决策。”
孙鑫以“增强性分析”为例进行说明，“其实，这并不是让用户会写AI或者说是数据科学背后的一些代码，而是说如何把它封装好，可以简单易用的形式、，比如拖拉拽的形式、自然语言的形式去做更高级的分析。未来，我们会看到越来越多的AI增强的形式，去赋能在大数据的产品中，让更多的人能用更低的门槛去做更深度的分析，这也是大数据跟AI最直接赋能业务侧用户的一个表现。”
那么，具体而言，从决策驱动数据分析的角度来看，企业究竟该如何应对？对此，Gartner提出了一个观点——“业务组装式分析”这并不代表着IT完全不参与，而是IT的主要工作将会变成运维，或者说不断的优化这些“积木”的人；随之而来的，Gartner还提出了一个叫作“融合团队”的概念，它融合了业务与IT的人，其中业务会变成最主要的数据分析和应用开发的人才，但是IT可以辅以一些指导或者说辅以一些培训的职能。