Gartner top 10: Dataanalysens vigtigste trends i 2019

Del 1: Analyseselskabet Gartner er aktuel med en top 10 over de vigtigste trends inden for dataanalyse. Her er de første 5.

Der er store forandringer på vej, når det kommer til data og analyse af dem. Det var tydeligt at mærke i februar i år, da Gartner afholdte deres Data & Analytics Summit i Sydney.

Her fortalte Gartners vicepræsident for deres researchafdeling, Rita Sallam, at virksomheder skal holde skarpt øje med de 10 teknologiske trends.

Hun understregede, at det vil være nødvendigt at ændre på forretningsmodeller og arbejdsprocesser, hvis man ikke ønsker at miste konkurrencemæssige fordele til dem, der er på forkant med udviklingen.

“Historien om dataanalyse fortsætter med at udvikle sig, lige fra at understøtte intern beslutningstagning til ansættelsen af chief data officers. Det er vigtigt at opnå en dybere forståelse af de teknologiske trends og prioritere dem baseret på forretningsværdi,” sagde hun ved Gartner Data & Analytics Summit.

Virksomheder overlever kun ved at være agile

Ifølge Gartners vicepræsident og chefanalytiker Donald Feinberg rummer den teknologiske udvikling store muligheder.

“Den enorme mængde af data – kombineret med den voksende styrke i processorkraft i skyen – giver mulighed for at træne og eksekvere algoritmer på en meget større skala, hvilket kan realisere det fulde potentiale ved AI,” sagde Feinberg.

“Størrelsen, kompleksiteten og hastigheden i udførelsen af handlinger betyder, at rigide og centraliserede arkitekturer og værktøjer bryder sammen. Alle virksomheders fortsatte kamp om overlevelse bliver afhængig af en agil, datadrevet arkitektur, der imødekommer den konstante strøm af forandringer,” lød det fra Donald Feinberg.

Herunder følger de første 5 trends inden for dataanalyse.

Læs også: Få inspiration og viden til dit næste skridt i den digitale transformation

Trend 1: Augmented analytics

McKinsey vurderer, at der alene i USA kommer til at mangle 250.000 data scientists i 2024. Derfor er det særligt relevant for små og mellemstore virksomheder at finde andre måder at analysere data på. Og her kommer augmented analytics ind i billedet.

Augmented analytics letter nemlig små og mellemstore virksomheders afhængighed af data scientists og/eller dataanalytikere ved at automatisere meget af arbejdet med data. Og dataene kan meget vel gemme på en masse gyldne muligheder i markedet.

Teknologien bruger machine learning og AI-algoritmer til at gennemgå, rense, analysere og konvertere virksomhedens data til brugbare indsigter og handlingsforslag.

Dermed bliver dataanalyse opnåeligt for små og mellemstore virksomheder, der tidligere ikke havde økonomien eller færdighederne til at udføre arbejdet.

Gartner forventer, at augmented analytics allerede inden 2020 vil være en dominerende faktor i markedet. Derfor anbefaler analyseselskabet, at virksomheder gentænker deres strategier og arbejdsprocesser med udgangspunkt i augmented analytics.

Trend 2: Augmented data management

Augmented data management bruger også machine learning og kunstig intelligens til at rubricere informationerne i forskellige kategorier såsom datakvalitet, dataintegration samt forvaltning af metadata og master data. Alle disse informationer bliver lagt over i et database-forvaltningssystem, der konfigurerer og kalibrerer sig selv.

Dermed automatiserer man mange af de manuelle opgaver, hvilket giver medarbejdere med begrænsede tekniske færdigheder muligheden for at være mere selvstændige, når de arbejder med data. Det giver også medarbejdere med høje tekniske færdigheder muligheden for at fokusere på opgaver, der skaber højere værdi for virksomheden.

Gartner vurderer, at augmented data management får sit gennembrud på markedet inden slutningen af 2022. Det vil reducere den manuelle forvaltning af data med 45 procent.

Trend 3: Continuous intelligence

Gartner mener, at continuous intelligence er en af de vigtigste arbejdsredskaber til at optimere virksomheder og deres arbejdsprocesser, fordi teknologien kontinuerligt analyserer både historiske og aktuelle data, inden den kommer med handlingsforslag.

Derfor vil effekten af continuous intelligence også blive skelsættende:

“Continuous intelligence repræsenterer en enorm forandring i arbejdet med data og analyse. Det er både en stor udfordring og en stor mulighed for dem, der arbejder med analytics og BI, fordi teknologien allerede fra 2019 hjælper virksomheder med at træffe kloge beslutninger i realtid,” sagde Gartners Rita Sallam ved konferencen i Sydney.

Estimatet fra Gartner er, at inden 2022 vil mere end halvdelen af alle de største nye forretningssystemer have inkorporeret continuous intelligence i deres løsninger.

Trend 4: Explainable AI

Selv om kunstig intelligens i større grad bliver brugt til at erstatte den menneskelige beslutningstagning, er det stadig ukendt, hvorfor AI beslutter det ene frem for det andet, eller hvordan den er nået frem til sine konklusioner.

Et eksempel kunne være, hvis AI’en beslutter, at én kunde frem for den anden vil være en bedre forretning på sigt. Her vil ledelsen selvfølgelig gerne have en begrundelse for det. Og det er ikke muligt lige nu.

Derfor vil vi komme til at se meget mere til kunstig intelligens, der i højere grad er i stand til at fortolke og forklare, hvordan den er nået frem til konklusionerne.

Trend 5: Graph analytics

Graph analytics er en teknologi, der analyserer og visualiserer forholdet mellem forskellige enheder. Dermed åbner muligheden op for at undersøge komplekse sammenhænge mellem fx organisationer, mennesker eller transaktioner.

Ifølge Gartner kommer graph analytics til at blive meget mere udbredt over de næste par år, da behovet for at stille komplekse spørgsmål til komplekse data kun kommer til at stige.

Det var de første 5 trends inden for dataanalyse.

Trendene understreger, at virksomheder kan spinde guld ved at dykke dybere ned i dataene og bruge dem i det daglige arbejde. Dataene gemmer på gode indsigter, der kan gøre virksomheder i stand til at træffe bedre beslutninger, styrke konkurrenceevnen og øge produktiviteten.

Læs også: Hvad er digitalisering egentlig?

Sig din mening

*