| 公司新聞 |
| 行業新聞 |
 |
| 您當前的位置：網站首頁 ->> 行業新聞 |
| 2017年的五個數據準備和分析預測 | |
| 發布時間：2016-12-09 08:50:59 點擊：1700 次 | |
2017年即將來臨，雖然2016年是自助數據準備和分析世界的突破性的一年，2017年將帶來更多的創新，將繼續促使數據科學家，數據分析師和業務用戶利用其洞察力提供業務價值，并改進操作流程。
以下有五個將在2017年看到的數據準備和分析預測。 1.數據質量和數據準備將開始融合 如今，數據質量和數據準備是兩個單獨和獨特的功能。但是，隨著二者的發展，數據準備解決方案開始融入許多數據質量能力。數據準備從各種不同的來源提取信息，然后混合和操縱它，因此這是干凈和準確的分析。同樣，數據質量供應商也開始解決數據準備問題。2017年將是數據質量和數據預備融合的一年，組織將更好地了解如何實施兩者的功能，并獲得最佳的分析結果。 2.物聯網（IoT）數據將推動時間序列數據庫的需求 物聯網時代已經來臨，越來越多的企業開始利用這些設備的數據進行分析。但是，訪問和使用此數據的最佳方式是什么？將這些信息放到“愚蠢”的存儲庫中，或者沒有能力來有效地分析來自物聯網設備的數據。 組織通過操作流程的不同部分收集用戶的不同數據需要能夠維護時間戳，然后隨著時間的推移組合，聚合，以及回放信息，從而獲得整體視圖。隨著物聯網設備及其生產的數據的迅速增長以及實時數據準備功能的完善，人們在2017年將看到用戶對時間序列數據庫的需求上升。 3.高級分析將變得更加普遍 高級分析過程在傳統上被委托給數據科學家。但更多的供應商開始在其解決方案中添加高級分析功能，使日常業務用戶能夠處理這一過程，并獲得預測性的洞察力。人們在2017年將看到高級分析從其新穎性轉變為驅動企業運營的核心能力。 4.數據虛擬化回歸 數據虛擬化將成為更加流行的分析過程。數據虛擬化是一種方法，它不是將數據從源移動到數據倉庫進行分析，而是將數據保留在其中并創建虛擬數據倉庫。數據物理駐留并停留在事務系統中，但這些虛擬倉庫允許用戶按邏輯順序查看信息。這是一個承載很多承諾的技術。它削減了成本，因為組織不需要創建倉庫;它有助于實時分析，因為數據不需要移動;并提高敏捷性，使用戶能夠更快地分析更多來源。 雖然10多年前，數據虛擬化有其一定的障礙，阻止它被廣泛用于分析過程。雖然挑戰仍然存在，但人們將在2017年看到對這項技術的重新應用，這一趨勢主要由供應商帶來的數據虛擬化與數據準備一起創建信息架構，并以更低的成本提供自助服務敏捷性。 5.數據社會化將使數據準備和分析世界難以掌控 自助服務分析使數據用戶能夠做出業務決策，而不必依賴IT。但是，對于所有的好處，該技術也使得許多企業的數據景觀變得更加難以掌控。 數據現在分布在整個組織中，而且通常是孤立管理的。因為數據是如此分散，用戶不知道在哪里找到他們需要分析的所有信息，更不用說如何訪問和使用它。用戶正在浪費寶貴的時間篩選大量的無關數據，并且仍然無法獲得正確的信息。由于這種復雜性，用戶只能轉向駐留在桌面上的文檔。這不僅導致分析師只能根據不完整的信息做出有價值的業務決策，而且還迫使分析人員在隔離中工作。數據和分析結果沒有被分享和重用于更好的業務;相反，用戶從頭開始每個分析項目，沒有獲得重復數據建模的好處。 2017年，數據社會化將真正革新自助服務數據準備和分析經驗。這種變革性的新能力將傳統的自助服務數據準備優勢與社交媒體平臺通用的關鍵屬性相結合。強大的組合將使組織的數據科學家，業務分析師甚至新手業務用戶能夠搜索，共享，以及重用準備好的管理數據，實現企業協作和敏捷性，從而實現更好、更快的業務決策。 來源：中國IDC圈 石家莊服務器托管 石家莊服務器租用 石家莊機柜租用 石家莊機房 |
|
| 上一條： 騰訊云再開11個海外服務節點，覆蓋全球六大洲 下一條： Linux內核缺陷 黑客獲服務器控制權限 | |
| 【關閉窗口】 |
