”d和a不仅专业人员我们应该总是问自己我们是否收集、整合和存储数据的最佳方式,但更重要的是,我们是否有正确的数据。”

“拥有正确的品种的数据比数量更重要”。

d和a领导人可以确保他们有正确的数据做四件事:1)停止收集数据以防;2)考虑用小数据的大数据,3)交换合成数据,实际数据和4)确保你的活跃元数据不仅告诉你哪些数据,但也意味着什么。

“最有价值的数据将我们创建的数据,不是我们收集的数据。”

Gartner预计,到2030年,大多数数据用于构建模型合成数据。

“数据本身不太可能驱动决策。设计更好的决策,提高决策的时机,加速决策和连接的决定。”

了解更多来自Gartner开幕主题相关Gartner的新闻稿。

“世界正在成为消费者化和因地制宜,所以必须分析和商业智能(BI)。”

”Gartner的调查发现,44%的受访者说他们需要自动的见解是能力在选择一个新的分析和BI平台。”

Gartner预计,到2025年,数据的故事将是最普遍的消费方式分析,将自动生成和75%的故事使用的分析技术。

采用自动化分析和BI正在增长,36%的受访者目前使用自动增强分析人员的信息。另外40%的人计划在未来12个月内。

通过自动化扩展分析采用包含六个步骤:使业务价值,然后试验和验证;更新角色和投资数据读写能力;整个企业的规模分析;减轻专家阻力;投资explainability见解和模型;评估供应商。

“开始用小数据展示价值和建立信任。投资正在进行数据读写和用户支持,这将是成功的一个重要因素。”

趋势# 1:自适应人工智能系统,随着决策变得更加紧密,更多的上下文和连续的,d和a领导人越来越需要重新设计决策。使用自适应人工智能系统,可以提供更快的和灵活的决策更迅速地适应变化。

趋势2:以数据为中心的人工智能,没有正确的数据,构建人工智能是危险的和可能的危险。形式化的以数据为中心的人工智能数据管理策略将确保AI-specific数据考虑,比如数据偏差,标签和漂移,得到解决。

趋势之三:Context-Enriched分析-它可以帮助识别和创建上下文相似性的基础上,进一步约束,路径和社区。到2025年,上下文驱动的分析和人工智能模型将取代现有的模型建立在传统数据的60%。

趋势# 4:技能和素养不足——到2025年,大部分的cdo将未能培养必要的数据读写能力在规定的员工实现他们的战略数据驱动的业务目标。组织必须促进更广泛的数据读写和数字化学习,而不是简单地提供核心平台,数据集和工具。

趋势# 5:连接治理——连接治理提供了一种方法来连接不同的治理措施,包括d和a治理,在不同的组织中,这两个物理和虚拟,以及地理位置。