談談2023年10個大資料建設趨勢

從資料庫即服務(DBaaS)到自然語言處理，大資料分析的海嘯已經動搖了技術行業的基礎。根據凱捷調查，27%的企業高管表示企業的大資料計劃是有益的。儘管大資料綠草如茵，但資料領導者對資料整合、缺乏技術專長和資料孤島激增等大資料挑戰感到擔憂。以下是10位資料領導者預測的2023年十個大資料發展趨勢：

1.將資料倫理融入業務以保護客戶隱私

幾乎每週都會發生重大資料洩露事件，這意味著組織必須採取更多措施來應對這些事件。違規行為不僅會給公司造成重大財務損失，還會破壞客戶的信任。——StijnChristiaens,co-founderandchiefdatacitizen,Collibra

“2023年，組織必須透過優先保護客戶隱私和以合規、透明的方式使用資料來注入道德資料實踐。這隻能透過從高層開始的全公司範圍的方法來完成。所有員工都應接受資料倫理方面的培訓，並在使用公司和客戶資料時遵守高標準。”

2.增加支出以保護大資料的完整性

2023年，組織將增加支出以保護大資料的完整性。資料已成為幾乎每個組織的命脈——我們依靠它來解決問題、規劃業務和產品路線圖，並以最佳方式為客戶提供服務。——SamirSherif,CISO,Absolute

“2023年，對組織和個人的威脅將會演變，以削弱對資料執行業務的信任。隨著更多破壞性行為的興起，我們已經看到了破壞性的資訊，造成我們對自己資源的不信任感。”

3.透過AI和ML工作流程提高大資料質量

企業可以透過使用自動化不斷更新報告和提高資料質量來增強人工智慧和機器學習策略。使用自動化資料工作流來驅動自適應人工智慧系統將使企業能夠自動識別客戶偏好的變化並預測他們對產品或服務的需求、不滿或滿意度。——DannyShayman，machinelearningproductmanager,InRule.com

“在零售等垂直行業，資料可以根據實時互動即時更新，以改進人工智慧支援的決策。然而，這種方法依賴於真正發生的事情背後的“真相來源”。換句話說，預測客戶流失、退貨、欺詐或貸款違約的ML模型可能僅限於在較低頻率的基礎上採用。”

4.強調以負責任的資料為重點的法規

2023年，利用第一方資料將繼續成為一項重要的業務資產，因為它能夠為客戶提供更個性化的建議，這是增長的關鍵組成部分。此外，人工智慧將得到更廣泛的應用，使組織能夠主動預測未來的績效指標，從而使領導者能夠推動更高的績效、更好地規劃並最終提高他們的底線。——ArnabMishra,chiefproductofficer,Xactly

“此外，負責任的資料將成為公司的首要考慮因素，這意味著確保透明度、道德和有效管理個人資料原則以供運營使用的法規將變得更加重要。”

5.利用能夠輕鬆處理資料的AI/ML工具

資料、人工智慧和機器學習之間的共生關係是企業生態系統中不可忽視的力量。隨著大量資料的消化，這些演算法越來越多地產生更準確的見解。在考慮資料策略時，AI/ML可以有效地處理和改進輸入組織系統的資料。——CFSu,VPofmachinelearning,Hyperscience

“例如，由AI/ML支援的智慧文件處理(IDP)可以從PDF、電子郵件和亂七八糟的手寫體等非結構化資料中解讀字元，有效地將非結構化資訊轉化為可用於下游決策的可運算元據。企業必須利用AI/ML工具，在不增加員工負擔的情況下輕鬆處理資料，將靜態數字和資訊轉化為可用的見解。”

6.用微服務架構推動大資料分析

2023年將為企業帶來價值的三大大資料趨勢是整個資料價值流的深度自動化、應用於大資料的微服務架構模式以及線上資料市場的興起。需要跨資料價值鏈的深度自動化來為資料驅動型企業提供動力，並在不犧牲質量的情況下以業務速度產生積極成果。——AnthonyBulk,director,dataandintelligence,NTTDATA

“微服務架構模式也將是關鍵，因為它們可以實現資料和分析的敏捷性和創新，進而推動自動化。最後，線上資料市場將受到輕鬆購買、銷售和交易資料的需求增加的推動。”

7.超越技術，解決資料管理中以人為本的問題

資料高管在2023年將面臨的主要挑戰之一是決定他們將如何利用資料來獲得競爭優勢。“雲戰爭”已經讓位於“資料戰爭”。為了保持領先於競爭對手，公司需要提高其AI和ML專案的成功率，因為MLOps和相關工具集等學科正在幫助AI/ML在資料實驗室之外產生更大的影響。——MylesGilsenan,VPofdata,analyticsandAI,AppsAssociates

“為了改善運營，組織必須超越技術，解決資料管理的結構、文化和以人為本的方面——包括‘資料網格’和DataOps等學科。”

8.投資資料湖屋以實現實時報告

解決方案提供商正在加大對資料湖屋和資料結構的投資，以更好地訪問企業資料，從而實現實時報告和分析，從而更快地做出資料驅動的決策。公司需要深入瞭解所有變數的專家來改進產品和服務並做出節省成本的決定。當資料和分析工具與行業經驗齊頭並進時，它們會更加有效。——ChrisDyck,researchlead,Info-TechResearchGroup

“資料可訪問性取得了更多進步，這減少了摩擦併為企業帶來了更多價值，因為它允許使用者實時檢視更新以做出更及時的決策。”

9.利用VisionAI從影片資料中獲取洞察力

2023年的主要大資料趨勢之一將是透過利用視覺AI從影片資料中大規模創造價值和可操作的見解。計算機視覺、可用AI和邊緣技術的新進展使構建視覺AI模型比以往任何時候都更容易，這些模型可以解決跨行業的問題，例如建立更安全的環境以及提高運營效率和生產力。——YaminDurrani,CEO,Kamivision

“例如——零售影片可以跟蹤客戶流量並分析行為模式;可以利用影片資料來確保工人安全並強制合規;老年人可以在檢測跌倒時保持自主權。這些工具減少了人為錯誤並提高了業務效率。”

10.將質量融入資料流和操作

資料質量的相關性、使用和影響力的提高必將在未來一年為企業帶來巨大價值。公司必須全面、實時地瞭解其客戶，以提供有價值的接觸點和互動，這需要高質量的資料集。——SteveZisk,seniorproductmarketingmanager,RedpointGlobal

“在認識到分析和參與僅與可用大資料的質量相關之後，大資料領導者終於將質量構建到他們的資料流和運營中。使用資料質量程式來增強客戶聯絡的公司已經報告了改進的保留率和盈利能力，以及更好的客戶滿意度得分。”