現如今許多成功的企業已經找到了自行收集數據，人力和想法的方式。能夠使他們與眾不同的是他們如何利用一股不可阻擋的力量——日益分散的數據、計算和使用——來取得優勢。

將數據驅動的數字轉換——利用數據作為戰略資產來更好地作出商業決策——比以往任何時候都更受歡迎，因此在整個企業中增加了對數據讀寫能力的需求。但要適應這個全新的現實是有挑戰性的。從近幾個月登上頭條的信息混亂事件來看，數據景觀的操控仍有挑戰性，由此也引發了對于治理、安全性和數據質量的需求增長。

問題是：在步入分析經濟的過程中，我們應該如何保證個人隱私？讓我們來聊聊將碎片信息取出“地窖（silos）”并將它們將它們與敏捷、創新和治理的方式(稱為數據的“去地窖化de-silofication”)聯系起來。

我們定義了11種正在出現的趨勢，這些趨勢將開始幫助企業改變他們的業務，同時也能幫助你的企業采取行動。

趨勢#1：數據讀寫能力將獲得全公司乃至社會的優先考慮

數據讀寫能力，意指閱讀，操作，分析，并利用數據作為輔證的能力，在如今的分析經濟中變得越來越重要。實際上，Gartner預計80%的企業將在2020年前增加數據讀寫相關的職位。作為這一變化的領頭人，主要的軟件企業將開始提供這類企劃，而好的用戶組織將采用結構化的方法來提高數據的讀寫能力。

趨勢#2：混合的多云將成新規范

迅速增長的云服務將大大超出哪怕是IT行業領導者對于它們的預期。但出于規范、安全、成本和表現等原因，部分數據將被移出云服務。除了進行更多的“邊緣”計算之外，這也將導致數據和應用程序領域的碎片化。這意味著能夠處理多云、多平臺和混合環境的分析架構將成為新的規范。

趨勢#3：數據邊緣化

越來越多的案例顯示，特別是在是在IoT、離線移動和沉浸式分析中，在本地運行工作負載而非通過公共數據中心對企業更有好處。其結果就是，我們將看到直接運行在各種設備上的工作負載呈爆發式增長——使這種方法成為考慮到延遲、帶寬、自治和隱私最優的方案。

趨勢#4：大數據，數據研究和數據科學將趨于統一

這三個領域因為其使用的不同工具和技能而被區分開來。這些區別還將存在（如數據科學家應該處理算法，工程師應該負責建立數據模型），但現在我們有了更多方法使得這三個領域的工作在更廣泛的受眾面前融合。在機器智能、大數據索引和引擎集成方面的巨大進展，為用戶提供了充分探索許多大型、復雜和多樣的數據集的新機會。

趨勢#5：數據目錄將成為自助服務的下一個前沿

對于真正具有數據分析能力的人來說，他們既需要能夠分析數據，還要有讀懂、使用和用數據辯論的能力。所以近幾年來，將自助服務分析轉化為擁有視覺吸引力的自助服務數據準備變得更加容易。最近我們已經看到自助服務在數據目錄周圍出現的趨勢，但大部分還是為數據湖頂端的專家們所用。未來，新的編目數據的方法將更加深入地與數據準備和分析經驗相結合。這將幫助更廣泛的受眾輕松地享受結合企業數據、數據湖和外部數據的服務。

趨勢#6:互操作性和新的業務模型的需求將重點放在了API上

在數據，編程和使用變得更加分散的同時，企業的技術環境也是同樣。公司不再尋求端到端的解決方案和單個堆棧，因為這不再符合它們的架構。他們更愿意尋找可以很容易地拼接在一起的部件，因為不同的軟件系統之間的交流更加重要。這意味著在新的環境下分析平臺需要開放并彼此合作，包含可擴展性，可嵌入性和現代API。這種互操作性將把分析從一個“目的地”轉移到更深入的工作流程中，模糊了BI在當今作為“為分析經濟提供動力的數據驅動應用程序”的邊界線。

趨勢#7：區塊鏈的熱潮將推動實驗應用超越加密貨幣

用于處理、管理和集成分布式數據的新技術的出現，使得數據所占的的位置在信息策略中變得越來越小。這意味著創意可以從區塊鏈和點對點技術中獲得。雖然仍處于起步階段，在2018年，創新將超越加密貨幣，成為分析和數據管理的實驗應用。

此外，連接和分析將會被納入區塊鏈的賬簿。但最終，更大的好處可能在于通過區塊鏈技術驗證數據的沿襲性和真實性。

趨勢#8：分析變為會話式

分析的消費和交互作用重點已經處于拖放式儀表板列表框和/或可視化板塊很長時間了。雖然這一板塊仍有剩余利潤，現今有越來越多的方法可以被歸類為“會話分析”，簡化了分析，發現和修飾語言的過程，使得用戶可以輕松地得到他們需求的那一個數據點。它包括了這包括自然語言查詢、處理和生成等技術，通過搜索和語音增強。這一技術在API集成，可視化助手和他們的聊天機器人的幫助下，提供了全新的交流理念。但它并不是萬能的。雖然開箱即用的功能看起來很新穎，但真正的價值在于將它放在特定的用例和業務流程的上下文環境中。

趨勢#9：報告被重新定義。目前仍處于研究中

我們發現不是每個人都愿意，或是有時間來，每次都詳細地探索他們的數據。事實上，我們將看到不同用戶使用不同級別的技能組。這意味著要在合適的時間地點，從正確的人那里取得正確的信息和內容。在此進程中，越來越多的人將被賦予數據和分析能力。

趨勢#10：分析變為沉浸式

考慮到虛擬現實設備的價格仍略高于主流大眾的接受范圍，我們離虛擬現實的普及仍有一段距離。其突破點可能來源于企業應用的案例，而其中將牽涉到分析。但沉浸式體驗可以以其他形式發生，如當用戶從感覺和社會的角度參與時。通過更好的用戶界面，數字情境室的大規模顯示，更好的數據處理和協作特性，更多的人將會被吸引而使用分析。

趨勢#11：增強智能系統將用戶變成參與者和推動者

在目前的階段，對于人工智能（AI）最有效的利用是讓它處理一系列多樣化但具體的問題。但是人工智能與智能代理、機器人和自動化活動等技術、以及傳統的分析工具，如數據集、可視化、儀表板和報告的結合將使數據更加有用。一個機器智能和人類參與一個更廣泛的生態系統的系統，以及它們之間發生的交換和學習，被稱為增強智能。