[빅데이터] 2021 년 Gartner 10대 데이터 및 분석 트렌드

 

Trend #1 : 더 스마트하고, 책임감 있고, 확장가능한 AI

더 스마트하고 책임감 있고 확장 가능한 AI 는 더 나은 학습 알고리즘, 해석 가능한 시스템 및 가치 창출 시간을 단축 할 수 있습니다. 조직은 AI 시스템에서 훨씬 더 많은 것을 요구하기 시작하고 기술을 확장하는 방법을 알아 내야합니다. 지금까지는 어려운 일이었습니다. 

기존 AI 기술은 과거 데이터에 크게 의존 할 수 있지만 COVID-19가 비즈니스 환경을 어떻게 변화 시켰는지 고려할 때 과거 데이터는 더 이상 관련이 없을 수 있습니다. 즉, AI 기술은 "작은 데이터"기술과 적응 형 기계 학습을 통해 더 적은 데이터로 작동 할 수 있어야합니다. 또한 이러한 AI 시스템은 개인 정보를 보호하고 연방 규정을 준수하며 윤리적 AI 를 지원하기 위해 편견을 최소화해야합니다 . 

 

Trend #2 : 구성가능한 데이터 및 분석 

구성 가능한 데이터 및 분석의 목표는 여러 데이터, 분석 및 AI 솔루션의 구성 요소를 사용하여 유연하고 사용자 친화적이며 사용 가능한 경험을 제공하여 리더가 데이터 통찰력을 비즈니스 조치에 연결할 수 있도록하는 것입니다. Gartner 고객 문의에 따르면 대부분의 대기업에는 "엔터프라이즈 표준"분석 및 비즈니스 인텔리전스 도구가 두 개 이상 있습니다.

각각의 패키지 비즈니스 기능에서 새로운 애플리케이션을 구성하면 생산성과 민첩성이 향상됩니다. 구성 가능한 데이터 및 분석은 협업을 장려하고 조직의 분석 기능을 발전시킬뿐만 아니라 분석에 대한 액세스를 증가시킵니다. 

 

Trend #3 : 데이터 패브릭을 기반으로

데이터가 점점 복잡해지고 디지털 비즈니스가 가속화됨에 따라 데이터 패브릭은 구성 가능한 데이터와 분석 및 다양한 구성 요소를 지원하는 아키텍처입니다. 

데이터 패브릭은 기술 설계가 다양한 데이터 통합 ​​스타일을 사용 / 재사용 및 결합하는 기능을 활용하기 때문에 통합 설계 시간을 30 %, 배포 시간을 30 %, 유지 보수 시간을 70 % 줄여줍니다. 또한 데이터 패브릭은 데이터 허브, 데이터 레이크 및 데이터웨어 하우스의 기존 기술과 기술을 활용하는 동시에 미래를위한 새로운 접근 방식과 도구를 도입 할 수 있습니다. 

 

Trend #4 : 빅데이터에서 작고 광범위한 데이터로

빅 데이터와 달리 작고 넓은 데이터는 AI에 대한 점점 더 복잡한 질문과 희소 한 데이터 사용 사례로 인한 문제를 처리하는 조직의 여러 문제를 해결합니다. "X 분석"기술을 활용하는 광범위한 데이터는 다양한 작고 다양한 (넓은) 구조화되지 않은 구조화 된 데이터 소스의 분석 및 시너지 효과를 통해 상황 인식 및 의사 결정을 향상시킵니다. 이름에서 알 수 있듯이 작은 데이터는 더 적은 데이터가 필요하지만 여전히 유용한 통찰력을 제공하는 데이터 모델을 사용할 수 있습니다. 

 

Trend #5 : XOps

XOps (데이터, 기계 학습, 모델, 플랫폼)의 목표는 DevOps 모범 사례를 사용하여 효율성과 규모의 경제를 달성하고 신뢰성, 재사용 성 및 반복성을 보장하는 동시에 기술 및 프로세스의 중복을 줄이고 자동화를 활성화하는 것입니다. 

이러한 기술은 프로토 타입의 확장을 가능하게하고 관리되는 의사 결정 시스템 의 유연한 디자인과 민첩한 오케스트레이션을 제공합니다. 전반적으로 XOps를 통해 조직은 데이터 및 분석을 운영하여 비즈니스 가치를 창출 할 수 있습니다. 

 

Trend #6 : 공학적 의사결정 인텔리전스

의사 결정 인텔리전스는 기존 분석, AI 및 복잡한 적응 형 시스템 응용 프로그램을 비롯한 광범위한 의사 결정을 포함하는 분야입니다. 엔지니어링 의사 결정 인텔리전스는 개별 의사 결정뿐만 아니라 의사 결정 시퀀스에도 적용되어이를 비즈니스 프로세스 및 긴급 의사 결정 네트워크로 그룹화합니다. 

이를 통해 조직은 비즈니스 활동을 추진하는 데 필요한 통찰력을 더 빨리 얻을 수 있습니다. 구성 가능성 및 공통 데이터 패브릭과 결합 될 때 엔지니어링 된 의사 결정 인텔리전스는 조직이 의사 결정을 최적화하고이를보다 정확하고 반복 가능하며 추적 가능하게 만드는 방법을 재고하거나 재 설계 할 수있는 새로운 기회를 열어줍니다.

 

Trend #7 : 핵심 비즈니스 기능으로서의 데이터 및 분석

비즈니스 리더는 디지털 비즈니스 이니셔티브를 가속화하기 위해 데이터 및 분석을 사용하는 것의 중요성을 이해하기 시작했습니다. 별도의 팀이 완료하는 2 차 초점이 아닌 데이터 및 분석이 핵심 기능으로 이동하고 있습니다. 그러나 비즈니스 리더는 데이터의 복잡성을 과소 평가하여 기회를 놓치는 경우가 많습니다. CDO (Chief Data Officer)가 목표 및 전략 설정에 참여하면 2.6 배의 요소로 일관된 비즈니스 가치 생산을 높일 수 있습니다.

 

Trend #8 : 그래프는 모든 것을 연결한다.

그래프는 사용자 협업, 기계 학습 모델 및 설명 가능한 AI를 향상 및 개선하는 기능을 통해 최신 데이터 및 분석의 기초를 형성합니다. 그래프 기술이 데이터 및 분석에 새로운 것은 아니지만 조직이 점점 더 많은 사용 사례를 식별함에 따라 그에 대한 생각이 바뀌 었습니다. 실제로 AI 주제에 대한 Gartner 고객 문의 중 50 %가 그래프 기술 사용에 대한 논의를 포함합니다. 

 

Trend #9 : 증가된 소비자의 부상

전통적으로 비즈니스 사용자는 사전 정의 된 대시 보드와 수동 데이터 탐색으로 제한되었습니다. 이는 데이터 및 분석 대시 보드가 사전 정의 된 질문을 탐색하는 데이터 분석가 또는 시민 데이터 과학자로 제한되는 경우가 많았습니다.

그러나 Gartner는 앞으로 이러한 대시 보드가 사용자의 요구에 맞게 사용자 정의되고 소비 지점에 제공되는 자동화 된 대화 형 모바일 및 동적으로 생성 된 인사이트로 대체 될 것이라고 믿습니다. 이는 통찰력 지식을 소수의 데이터 전문가에서 조직의 모든 사람으로 전환합니다. 

 

Trend #10 : 데이터 및 분석의 엣지

더 많은 데이터 분석 기술이 기존 데이터 센터 및 클라우드 환경 외부에 위치하기 시작하면서 물리적 자산에 더 가까워지고 있습니다. 이는 데이터 중심 솔루션의 지연 시간을 줄이거 나 없애고 더 많은 실시간 가치를 가능하게합니다.

데이터 및 분석을 에지로 이동하면 데이터 팀이 기능을 확장하고 비즈니스의 여러 부분으로 영향을 확장 할 수있는 기회가 열립니다. 또한 법적 또는 규제상의 이유로 특정 지역에서 데이터를 제거 할 수없는 상황에 대한 솔루션을 제공 할 수 있습니다.