内存处理、预测分析和数据自动化将成为2020年分析领域的热门话题。
在2019年，企业对实时和近实时分析的需求不断增长，数据在日常业务运营和决策中的作用不断扩大。2020年，企业将继续在这些发展趋势的基础上发展，这将推动分析供应商增加新的能力并扩展他们的产品。
以下是2020年数据分析的8个主要趋势：
1.内存处理
内存的成本如今正在降低，这将推动更多分析技术进入实时环境。对实时或近实时分析的需求将需要快速处理的CPU和内存处理。
企业希望能够即时响应在线销售活动、有关其生产基础设施的警报或金融市场和投资组合的突然变化。
2.自然语言处理
在过去的几年，基于语音的应用和分析并没有迅速发展，因为要用准确的自然语言识别来捕捉不同的语音和语调是一个挑战。好消息是，自然语言的识别、解释和机制都有了很大的改进，以至于可以通过语音命令提出更多的分析查询。
这是在仓库和物流等快节奏工作环境中以及其他需要员工工作的情况下的理想选择。自然语言处理对于希望通过使用来自移动设备的语音命令来获取数据的管理人员和经理来说也非常有效。
3.图表分析
电子表格有助于企业从事分析工作，但许多公司正处于一个转折点，其数据和分析查询的复杂性已超过了普通电子表格的功能。
专家预测，图形分析将在2020年获得青睐。借助图形分析，企业可以轻松地确定许多不同数据点之间的连接，甚至起初似乎没有连接的数据点。图形技术简化了将人员、地点、时间和事物联系在一起的任务，并可以加快将产品推向市场的时间，以获取业务洞察力。
4.分析生命周期开发
企业和IT部门将开始以与传统交易应用相同的方式来研究其分析应用。IT将为分析制定生命周期管理策略和程序——从应用程序开发和测试开始，扩展到启动、支持、备份和灾难恢复。
5.增强分析
企业IT和数据科学部门将开始将各种分析整合到一个有组织的整体中。有基本的分析基准，然后通过人工智能(AI)和机器学习(ML)借助机器生成的数据查询来扩充这些分析。人工智能(AI)和机器学习(ML)在构建独特的分析查询方面将增强而不是取代人类的创造力。由于人工智能(AI)和机器学习(ML)可以快速感知重复模式，因此它们可以为某些业务见解提供更快的上市时间。
6.预测分析
在2019年，企业继续使用分析来了解历史和当前状况。2020年，将转向更具预测性的分析，以评估未来的经济状况、风险领域、气候趋势、基础设施维护和投资需求。
7.数据自动化
随着“肮脏的数据”每年给美国经济造成的损失达3.1万亿美元，并且数据科学家花费多达80%的时间来清理和准备数据，企业希望数据自动化可以消除人类参与这些艰巨的操作。这将使数据科学家的时间变得更有效率，并加快分析的上市时间，从而可以更快地获取经过适当准备和审查的数据。
8.物联网分析
物联网解决方案提供商主要专注于为自己的工具配备分析功能，但企业将需要更多。2020年，物联网分析将朝着更全面的方向发展。2020年将是统一物联网分析流的“起点”，企业将进入一个集成的物联网网格，该网格可以更紧密地反映企业的实际运营情况。
