Gartner：数据分析平台站在整个数字化平台的C位CIOCIO与CTO频道

无论是IT端还是业务端，数据分析已经无处不在。最近，Gartner发布了2021年十大数据和分析（D&A）技术趋势，这也是该研究方向的第三年趋势发布。

Gartner研究总监孙鑫表示，Gartner一直将数据和分析放在数字化商业平台的核心位置，其功能是为企业各个数字化领域的举措提供核心的赋能和支持。

Gartner研究总监孙鑫

而且去年是特殊的一年，越来越多的企业高管开始意识到数据和分析有改变游戏规则的潜力，帮助企业在快速变化的情况下做出决策。Gartner的调查也显示2020年企业被嵌入最多的也是数据分析平台。

Gartner将企业数据分析分为描述性分析、诊断性分析、预测性分析、指示性分析几个阶段。孙鑫指出，大多数中国企业可能还停留在“描述性分析”向“诊断性分析”发展的过程中，判断一个企业现在所处的阶段可以通过使用的数据科学解决方案、人才等作为评判标准。

2021年十大数据和分析（D&A）技术趋势解读

趋势一：更智能、负责、可扩展的AI

趋势二：组装式数据和分析架构

组装式企业可以在面临像疫情这种重大事件时，做出快速的响应和恢复。组装式数据和分析架构是基于容器、微服务的架构，以及数据编织概念，从现有资产中组合出灵活的、模块化的、可重用的数据分析功能。可以利用低代码和无代码技术组件将这些能力组合起来，其中的组件可能来自不用的厂商，但组合的形式却可以有效的帮助支撑自适应的决策。

趋势三：数据编织是基础

数据编织是企业做动态数据整合非常有效的一种设计模式，让企业从传统的数据收集形式通过灵活的转换变成连接数据，帮助企业管理好各种各样数据整合时可能出现的情况，从而让用户可以更好的使用数据分析功能。Gartner推荐企业利用数据编织的概念去支持不同的数据交互，并且用这种动态的形式去管理各种各样的数据，同时投资越来越多的元数据，驱动更多类似的开发。

趋势四：从“大”数据到“小”而“宽”的数据

趋势五：XOps

多个Ops学科，会造成市场的混乱，Gartner把它们叫做XOps。无论是哪种Ops，它的目标都是利用DevOps的最佳实践去实现效率和规模经济，并确保可靠性、可重用性，同时减少技术和流程的重复，从而实现自动化。

趋势六：工程化决策智能

决策需要经历抓取数据、解释数据、设计模型、模型场景化、执行五个步骤的决策环，智能决策是让人和AI共同做一个决策，通过组合决策的模式去做更优或者是更快捷的决策。决策智能提供了一个框架，将多种传统和先进技术结合在一起，从而设计、建模、调整、执行、监控和调整决策模型。工程决策智能不仅适用于单个决策，还适用于决策序列，可以将其归入业务流程，甚至是新兴的决策网络。工程决策的准确性、透明度、可追溯性、灵活性、可重复性、可解释性将会持续提高。

趋势七：数据和分析成为核心业务功能

趋势八：图技术使一切产生关联

Gartner预测，到2025年，图技术将从2021年的10%上升到80%，从而在数据分析创新中促进整个企业的快速决策。“图技术”包含了各种各样的解决方案，这些解决方案将数据节点以合编的形式进行展示，而不是表格、行或者列。图技术正在成为许多现代化数据分析的基础，它增加了与业务用户间的理解和协作。企业可以更好的利用图的清晰脉络帮助企业理解现在模型是怎么建立，并且发现一些隐藏的洞察。

趋势九：日益增多的增强型数据消费者

趋势十：数据和分析正在向边缘移动

另外Gartner预测，到2025年，70%的新应用将是由低代码、无代码技术完成开发，而且这种应用未来将会由使用者来进行组装完成。“目前一些行业已经开始使用低代码，像零售、电商、金融、制造等行业应用低代码进行快速的交付。”孙鑫表示，低代码不可能完全替代程序员，企业可以利用低代码赋能“公平的开发者”，让开发者能够用企业已经做好的可以复用的组件和模块进行应用开发。

本文介绍了Okta公司欧洲、中东和非洲地区首席安全官StephenMcDermid的工作理念。他强调了与客户和合作伙伴保持密切联系的重要性,以及为所有人提供流畅体验的必要性。McDermid还讨论了Okta的安全策略,包括主动监控、共享责任模式和提高内部安全文化等方面。

2024年，人工智能热潮持续高涨，企业纷纷采用AI技术，这对数据中心行业产生了深远影响。英国三大公有云巨头承诺建设更多数据中心以满足AI工作负载需求，新政府承诺降低数据中心建设障碍。然而，如何在实现发展目标的同时兼顾净零排放承诺，仍是业界面临的重大挑战。