近兩年，隨著5G、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)的發(fā)展，新一輪信息技術(shù)革命持續(xù)升溫，數(shù)據(jù)呈現(xiàn)出了大規(guī)模的增長趨勢。如何充分挖掘數(shù)據(jù)的價值、利用好數(shù)據(jù)，也就成為了擺在社會各界人士面前的一大考驗。那么2020年，關于數(shù)據(jù)又會出現(xiàn)哪些熱點呢？
近日，Gartner發(fā)布了數(shù)據(jù)與分析領域的十大技術(shù)趨勢，涉及人工智能、數(shù)據(jù)管理、區(qū)塊鏈、云計算等多項技術(shù)。增強數(shù)據(jù)管理作為一大技術(shù)趨勢，2020年或?qū)l(fā)生十分明顯的變化。
據(jù)了解，增強型數(shù)據(jù)管理利用AI和ML技術(shù)優(yōu)化并改進運營，它能夠促進元數(shù)據(jù)角色的轉(zhuǎn)變，從協(xié)助數(shù)據(jù)審計、沿襲和匯報轉(zhuǎn)為支持動態(tài)系統(tǒng)。 從應用角度來考量可以發(fā)現(xiàn)，增強型數(shù)據(jù)管理產(chǎn)品可以審查大量的運營數(shù)據(jù)樣本，包括實際查詢、性能數(shù)據(jù)和方案。利用現(xiàn)有的使用情況和工作負載數(shù)據(jù)，增強型引擎能夠?qū)\營進行調(diào)整，并優(yōu)化配置、性能和安全性。
在數(shù)據(jù)和分析中的應用，區(qū)塊鏈可以會有較為亮眼的表現(xiàn)。實際上，區(qū)塊鏈技術(shù)提供了資產(chǎn)和交易的完整沿襲，為復雜的參與者網(wǎng)絡提供透明度，這就有效解決了數(shù)據(jù)和分析領域中所面臨的突出挑戰(zhàn)。
除了有限的比特幣和智能合約用例之外，分類賬目數(shù)據(jù)庫管理系統(tǒng)（DBMS）將為單個企業(yè)審計數(shù)據(jù)來源提供了更加具有吸引力的選擇。據(jù)Gartner預計，到2021年，分類賬目DBMS產(chǎn)品將取代多數(shù)許可區(qū)塊鏈的使用。
企業(yè)可以在內(nèi)部構(gòu)建企業(yè)區(qū)塊鏈網(wǎng)絡，使用去中心化模型來較好地保護和管理主數(shù)據(jù)。由于區(qū)塊鏈上的數(shù)據(jù)不僅是不可變的，而且對所有參與者都是透明和可見的，因而可以確保數(shù)據(jù)信息的真實性和可靠性，并為有關部門進行數(shù)據(jù)審計和檢查提供技術(shù)支持。
而在增強數(shù)據(jù)管理、綜合數(shù)據(jù)分析之外，圖譜分析等技術(shù)將促進許多企業(yè)機構(gòu)決策過程的快速情景化。據(jù)了解，圖譜分析是指一系列用于探索不同感興趣的實體（如人員、組織和交易）之間關系的技術(shù)。借助圖譜分析，決策者可以從數(shù)據(jù)和分析出發(fā)找到數(shù)據(jù)中潛藏的、未知的關系，提高各種資源綜合配置的能力和水平，以此降低成本，找到較佳的解決方案。
實際上，當前的數(shù)據(jù)分析也是大數(shù)據(jù)進行數(shù)據(jù)價值化的主要手段之一，所以當前學習數(shù)據(jù)分析一定不能脫離大數(shù)據(jù)技術(shù)體系。在大數(shù)據(jù)平臺的支撐下，數(shù)據(jù)分析可以借助于大數(shù)據(jù)平臺來達到一個更好的分析效果，比如速度提升就非常明顯。
其實，在“新基建”大背景下，為推動數(shù)據(jù)的高效采集、分析與共享，各地也將逐步加快綠色數(shù)據(jù)中心建設的步伐。值得一提的是，數(shù)據(jù)中心產(chǎn)業(yè)發(fā)展將受益于AI、云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)應用的普及和互聯(lián)網(wǎng)相關應用的又一次爆發(fā)。反之，互聯(lián)網(wǎng)應用也離不開數(shù)據(jù)中心提供相關的基礎支持。
數(shù)據(jù)隔離（將各種不同類型的數(shù)據(jù)進行歸類分組）、標準化數(shù)據(jù)庫建設、優(yōu)化數(shù)據(jù)收集、清除垃圾數(shù)據(jù)等，將成為今后數(shù)據(jù)整合與分析工作的幾大突破口。而隨著行業(yè)標準的不斷建立健全、政策法規(guī)的不斷完善和數(shù)據(jù)監(jiān)管水平的不斷提升，數(shù)據(jù)濫用、數(shù)據(jù)誤用的狀況將得到有效遏制，數(shù)據(jù)的使用也將變得更加合規(guī)與安全。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
