Gartner公司研究副总裁Rita Sallam说：“在后疫情时代，数据和分析领域的领导者需要在数据处理和访问方面不断提高分析速度和规模，才能在前所未有的市场变化中取得成功。”

根据Gartner公司的研究，数据和分析领域有以下10个发展趋势：

1. 更智能、更快、更负责任的人工智能

首先，包括机器学习(ML)和自然语言处理(NLP)的人工智能技术取得的巨大进步已经被人们认可。采用人工智能技术，可以提供有关冠状病毒传播和可能采取的对策的见识和预测。

此外，诸如强化学习和分布式学习之类的人工智能技术已被应用到业务连续性策略中，从而提高了灵活性和适应性。

Gartner公司预测，到2024年，75%的公司将从人工智能的尝试应用转向投入运营，从而推动流媒体数据和分析基础设施快速增长。

2. 仪表板的应用将会减少

可视化和点击式的创作和探索将被更加自动化和消费化的获取数据见解的方式所取代。 这将意味着预定义的仪表板系统的应用将会减少，需要利用自动化技术(例如增强型分析和自然语言处理)的动态数据。

3. 决策智能

决策智能是人工智能的一个领域，它为设计、建模、执行、监控的决策模型和过程提供了一个最佳实践框架，是疫情期间出现的另一个趋势。

根据Gartner公司的预测，到2023年，超过三分之一的大公司将依靠分析师来提供决策情报，例如决策建模。

4. X分析

X分析是指一系列结构化和非结构化内容，例如文本、视频和音频分析，其中“X”代表数据变量。

结合人工智能和其他自动化技术，X分析将在利用识别和预测能力制定应对未来危机和自然灾害的计划方面发挥关键作用。

5. 增强数据管理

增强型数据管理结合了人工智能和机器学习，以优化和改进操作，并将用于审计和报告的元数据转换为动态系统的动力。

这种技术可以分析大量的运营数据样本，调整运营并优化配置、安全性和性能。

6. 云计算

Gartner公司确定的另一个技术趋势是云计算。需要回答一些问题：例如它对数据和分析操作是否重要?或者其成本是多少?它如何能够满足价格表之外的工作负载性能要求?

据预测，公共云服务对90%的数据和分析创新必不可少，因为决策者继续努力使合适的服务与正确的用例保持一致。

7. 数据和分析世界产生冲突

增强分析功能提供的端到端工作流如今模糊了数据和分析市场之间的区别。

这两个领域之间悬而未决的冲突被设置为增加数据和分析角色之间的交互和协作，这两个角色以前是互相隔离的。反过来，这两个市场中的角色范围将扩展到信息探索者和公民开发者等职位。

8. 数据市场和交易平台

数据市场和交易平台提供了单独的平台来结合第三方数据产品，并降低成本。

Gartner公司预测，到2022年，将有35%的大公司通过在线数据市场以买卖双方的身份开展业务。

9. 数据和分析中的区块链

区块链在支持数据和分析方面也发挥了作用，提供了完整的资产和交易，同时也为复杂的参与者网络提供了透明度。

Gartner公司估计，到2021年，大多数许可的区块链用途将被分类账数据库管理系统(DBMS)取代，该系统为数据源的审计提供更有吸引力的选择。

10. 关系构成数据和分析价值的基础

最后，Gartner公司预测了图形分析的未来发展前景，这将有助于探索相关公司、个人和交易之间的关系，并帮助决策者发现数据中的未知关系，并审查难以采用更传统的方法分析的数据。