Caserta公司執行官兼數據策略師對2020年的數據和分析進行了預測，并對優先事項進行了闡述。
很多組織如今正處在數據使用方式演變的關鍵時刻。憑借新技術和新方式來利用和捕獲周圍存在的數據，組織有責任以及時有效的方式利用這些數據來改善工作，并提高業務價值。
在以下10個預測中，可以了解組織將在2020年如何采取戰略步驟實現完全數據和分析驅動。
預測1：數據抓取將以重要的方式實現
從2020年開始，越來越多的組織將實施位于內部IT環境中的技術，該技術將能夠搜索整個IT環境，查找所有數據庫和數據集，并識別企業的所有信息資產。
該領域的早期進入者包括Modak Analytics、Manta、Global ID和Integris，而提供商的數量預計在2020年將會增長。管理和貨幣化信息的能力取決于了解完整的信息組合，而不僅限于組織內部，還包括整個擴展的業務生態系統。
預測2：機器人將建立數據管道
當前，組織在通過人工跨不同數據源合并數據，并以人工識別模式提供業務見解。在2020年，企業將開始訓練機器以解釋數據集結構，并推斷虛擬或物理整合它們的方法。然后，機器人程序將在名義上的人工干預下自動構建數據集成和分析管道。
近年來，企業IT部門各種各樣的數據源已經屈服于為功能特定的分析需求，構建一次性數據集成解決方案。或者決定將數據轉儲到未歸檔的數據湖中，然后將集成工作留給使用數據的工作人員實施。ETL工具供應商很快就會意識到并利用機會，利用智能動態的企業數據集成功能來填補市場空白。
預測3：人工智能將自動統一數據
數據和分析解決方案提供商的大機會是幫助組織克服數據素養挑戰。這樣的解決方案將使較少數據素養的用戶能夠提出復雜的業務問題，并能夠按需標識、集成和分析數據。
隨著人工智能技術的成熟，機器可以了解哪些數據可以與其他數據統一以提供預測和建議。這樣做不僅效率高，而且還有助于防止選擇錯誤的數據，并在進行不正確的集成時出現人為錯誤。這種開發已經開始使用Tamr和Kinetica等工具進行，但是在2020年將繼續成熟。
預測4：傳統的商業智能將被自然學習語言和聊天機器人取代
大多數人都使用某種虛擬助手，例如Siri、Alexa或Google助手來了解附近的餐館或用時最短的路線，或者設置警報并發送消息。就像其他技術已從消費者的使用方式發展到業務級別一樣，在企業環境中發出免提語音查詢和指令的能力也將不斷提高。
在2020年，將開始看到傳統的商業智能將被自然學習語言和聊天機器人完全取代，其中任何用戶都可以直接與企業進行交互以提出問題，甚至發出指令。這種發展將使人們所知道的報告完全過時。
目前，該預測是可行的，因為已經有多家公司致力于此預測，包括Tableau的Ask Data、WolframAlpha、AnswerRocket、EasyAsk和Arcadia Data。在未來的2～3年中，使用自然學習語言和聊天機器人代替傳統的商業智能將繼續成熟，直到人們專門使用聊天機器人來獲取所需的信息。
預測5：組織將提供數據掃盲計劃
在過去的一年中，客戶較大的要求之一就是幫助教育組織的其他成員如何成為數據驅動者。數據驅動意味著大多數業務用戶將從根本上改變他們對業務和自己工作的看法，從讓人們根據分析輸入做出決策，到讓分析僅部分基于人工輸入做出決策。業務的速度和不斷變化的市場動態要求獲得敏捷性。但是，除非這種根本轉變與正式的數據素養和變更管理計劃相結合，否則在企業范圍內接受新興的自動化驅動企業將會非常困難。
在2020年，人們將看到組織尋求在整個企業中建立正式的數據掃盲計劃。因此，行業領先的數據和分析咨詢公司以及獨立培訓師將開始提供各種數據素養研討、計劃和認證。
預測6：組織將衡量其數據和分析的成熟度
隨著組織變得必須以數據和分析為驅動力，高管和企業董事會將強制要求對其成熟度進行衡量和跟蹤。基本數據成熟度模型已經存在了一段時間，其中許多是特定于供應商的，并且無法跟蹤正在進行的成熟度改進或降級。同時考慮數據和分析功能的成熟度模型才剛剛出現。它們將在2020年變得根深蒂固，使組織能夠為各種指標建立基準，并制定切實可行的改進計劃。
盡管公認的數據和分析成熟度模型標準還有很長的路要走，但下一代模型將逐漸成熟，包括在行業、地域和組織類型中進行基準測試，并納入數百個關鍵指標，并供投資者使用。
預測7：將正式評估和跟蹤數據的價值
到2020年，人們將看到那些希望成為數據驅動型的組織開始超越僅僅把數據作為一種資產來管理，并開始像資產一樣對其進行衡量。數據官(CDO)和具有前瞻性思維的財務官(CFO)將遵循“無法管理無法衡量的東西”這個格言，開始應用資產估值方法，以了解和改進他們的數據的潛在和實際經濟表現。這將導致組織確定更多的創新方法來部署或使他們的數據資產陣列實現貨幣化。
預測8：數字和數據領導力將融合
行業領先的組織同時試圖從內部視角驅動內部數據和數字化轉型時，通常他們同時聘請了數據官和首席數字官，或擔任其他職務但職責相同的高管。這兩個高管在戰略性地部署數據方面具有相似的目標，但是他們的日常目標并沒有充分地保持一致。
因為每個角色都需要彼此依賴才能促進業務發展，所以人們將在2020年看到這兩個角色的融合，即通過改善協作關系或將角色完全結合起來。
預測9：對云計算的恐懼將會消失
在過去的兩年中，企業信息資產得到了很大的認可，并且將其遷移到云平臺中。進入2020年，人們將發現云存儲經濟可行，并且出于財務原因對云計算技術的抵制將成為過去。即使是像Snowflake公司這樣的一些云計算供應商，也已經啟用了數據交換平臺，以通過數據貨幣化進一步改善云計算經濟。
此外在2020年，云計算供應商解決方案將解決與數據主權、數據駐留和數據本地化有關的區域性問題，減輕使組織停頓至今的固有隱私和合規風險。
預測10：醫療數據革命開始
2020年將是醫療數據開始發展的一年，無論是其集成還是廣泛部署。美國各地的醫療保健數據標準已經開始出現并被接受。因此，人們開始看到大量共享和創新的醫療保健數據，尤其是在醫療和制藥領域。在2020年，人們將看到醫院和保險公司從傳統的智慧和標準化治療轉向僅基于數據和分析的真正個性化的患者治療和護理途徑。
