2021年数据分析的主要走向

发布时间：2021-06-09 19:47:25 所属栏目：大数据来源：互联网

导读：三位行业思想领袖对数据分析行业的未来发展进行了预测，并就如何更有效地利用数据提供了建议。数据分析对于组织运营十分重要，而在任何市场中获得成功都需要有效地使用数据。那么会遇到什么问题?随着应用程序和市场发展变得越来越复杂，数据分析行业也越来

Thiele：边缘计算对于组织来说，是一个可以收集新数据并以新方式进行处理的机会。与我们公司合作的大多数客户的负载都在边缘工作，而事实表明，在边缘处理的数据量往往比人们预期的要大得多。

简而言之，在大多数情况下将数据发送到其他地方没有任何意义。从投资回报率的角度来看，在许多情况下，将数据发送到核心数据中心进行处理在经济上是不可行的。

在许多情况下，降低延迟为了从数据中获得价值并以尽可能低的成本实现价值，组织希望在任何地方对它进行分析。

Kavis:我们仍以风力涡轮机为例。风力涡轮机通常安装大量传感器，并装有执行器。执行器根据指令改变叶片的角度，以最大程度地提高发电量。

风力发电商通常会设置智能信息：“如果风力变化很大，需要调整叶片转动的速度。”因此在那种情况下，就不需要采用实时人工智能技术，因为已经设置了指令。组织要做的是将不相关的数据流回数据中心，以找出原因和方式，然后返回边缘计算设施并更改指令集。因此在这种情况下是一个非常静态的环境。

现在将了解智能流量。组织必须查看正在发生的事情并做出决策，随着时间的推移，机器学习的算法会变得更加智能。当然，组织需要进行一些分析，但是实际上一切都必须在边缘计算设施中进行。

实时解决方案对于架构师来说是一个挑战。他们必须了解每件事，查看有意义的内容以及具有足够的预算，因为无论采取哪种方式都涉及到成本支出。

对在未来一年希望更好地使用数据分析的管理人员有什么建议?

Kavi：我通常更关注商业价值。因为组织希望通过实施用例并最终获得期望的结果，这样可以制定决策并采取行动。因此出于技术考虑，有些项目花费大量费用却得不到很好的结果。但是利用数据分析来获得业务成果，可以改变业务模型或大幅度提高生产率，这些都是我所关注的事项。

Mann:我们发现，组织收集的数据越多，对数据的操作越多，则共享的数据就越多，实际上会获得更好的结果，例如增加收入、降低成本、技术创新、提高速度，获得敏捷性。

这实际上是有道理的：收集和分析的数据越多，做出决定的速度就越快，尤其是在拥有良好的分析工具集的情况下。所以我会说需要收集更多的数据。

另一方面，数据分析减少了人们的偏见。组织拥有的数据越多，就越有可能减少个人观点和偏见。因此，收集并共享更多数据，以便更快、更有效地做出更好的决策，将会减少偏差。

（编辑：萍乡站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!