內存處理，預測分析和數據自動化將成為新一年分析中很熱門的主題。

[[313439]]

在2019年，企業對實時和近實時分析的需求不斷增長，而數據在日常業務運營和決策中的作用繼續擴大。企業將在2020年繼續基于這些趨勢，這將推動分析供應商添加新功能并擴展其產品。

以下是2020年分析的8個主要趨勢。

1.內存處理

內存中的成本將會降低，這將推動更多分析進入實時環境。對實時或近實時分析的需求將需要快速的CPU和內存處理。

企業希望能夠即時響應在線銷售活動，有關其生產基礎設施的警報或金融市場和投資組合的突然變化。

2.自然語言處理

鑒于嘗試以準確的自然語言識別來捕獲不同的語音語調和重音的挑戰，在過去的幾年中，基于語音的應用程序和分析并未迅速發展。好消息是，自然語言的識別、解釋和機制得到了極大的改進，以至于語音命令可以提出更多的分析查詢。

這是在倉庫和物流等快節奏環境中以及其他需要員工語音控制工作的情況下的理想選擇。自然語言處理對于希望通過使用來自移動設備的語音命令來獲取數據的管理人員和經理也非常有效。

3.圖表分析

電子表格有助于公司參與分析，但許多公司正處于一個轉折點，其數據和分析查詢的復雜性已超過了普通電子表格的功能。

預測圖分析將在2020年獲得青睞。借助圖表分析，企業可以輕松地確定許多不同數據點之間的連接，甚至起初似乎沒有連接的數據點。圖形技術簡化了將人員、地點、時間和事物聯系在一起的任務，并可以加快將產品推向市場的時間，以獲取業務洞察力。

4.分析生命周期開發

企業和IT部門將開始以與傳統交易應用相同的方式來研究其分析應用。IT團隊將開發生命周期管理策略和分析程序，從應用程序開發和測試開始，并擴展到啟動、支持、，備份和災難恢復。

5.增強分析

企業IT和數據科學部門將開始將各種分析整合到一個有組織的整體中。有基本的分析基準，然后有可能通過人工智能(AI)和機器學習(ML)借助機器生成的數據查詢來擴充這些分析。人工智能(AI)和機器學習(ML)都通過觀察數據，處理和結果的重復模式從數據分析存儲庫中“學習”，然后根據所學內容提出派生查詢。AI和ML在構建獨特的分析查詢方面將增強而不是取代人類的創造力。由于AI/ML可以快速感知重復模式，因此它們可以為某些業務見解提供更快的上市時間。

6.預測分析

在2019年，公司繼續使用分析來了解歷史和當前狀況。在2020年，將轉向更具預測性的分析，以評估未來的經濟狀況、風險領域、氣候趨勢、基礎設施維護和投資需求。

7.數據自動化

隨著“骯臟的數據”每年給美國經濟造成的損失達3.1萬億美元，并且數據科學家花費多達80%的時間來清理和準備數據，企業希望數據自動化可以消除人類參與這些艱巨的操作。這將使數據科學家的時間變得更有效率，并加快分析的上市時間，從而可以更快地獲取經過適當準備和審查的數據。

8.物聯網分析

物聯網解決方案提供商主要專注于為自己的工具配備分析功能，但企業將需要更多功能。2020年，物聯網分析將朝著更全面的方向發展。明年將是統一物聯網分析流的“起點”，企業將進入一個集成的物聯網網格，該網格可以更緊密地反映企業的實際運營情況。