“營銷”在業(yè)務(wù)推進(jìn)過程中扮演著至關(guān)重要的角色。然而，當(dāng)前營銷的影響力卻往往未得到廣泛理解和重視。立足漫漫歷史長河中的當(dāng)下，我們正在經(jīng)歷一場“完美風(fēng)暴”。舊結(jié)構(gòu)正在逐步裂解，面對「數(shù)據(jù)與分析」，我們需要做出調(diào)整，應(yīng)對更加深入的碎片化，以及這種碎片化帶來的差異性數(shù)據(jù)中心、被中斷的供應(yīng)鏈、從不止步的創(chuàng)新以及難以獲得的高技能勞動力。在危機常態(tài)化的世界，危機調(diào)整成為了一種核心能力，這種能力讓我們能夠即刻做出響應(yīng)，并對未來做出預(yù)期。

免費試用Qlik

趨勢1：供應(yīng)鏈中斷符合實時數(shù)據(jù)

世界任何地方都可能發(fā)生供應(yīng)鏈中斷，而這需要我們即刻做出響應(yīng)。這意味著，要做好應(yīng)急計劃，甚至在可能的情況下“提前行動”。換言之，要利用預(yù)測和場景，在事態(tài)崩潰前扭轉(zhuǎn)局勢。處理實時數(shù)據(jù)的基礎(chǔ)設(shè)施已經(jīng)就位一段時間，但尚未充分探索其關(guān)鍵用例和極限潛力。現(xiàn)在，是時候進(jìn)行這種探索了。

趨勢2：提高大規(guī)模決策的速度

通貨膨脹期間，很多零售商是怎樣解決不斷增加的成本問題呢？ -----轉(zhuǎn)嫁給消費者。

事實上，這種方式只能解決“眼前的問題”，長遠(yuǎn)來看，完全不可持續(xù)。

但如果零售商選擇把視角轉(zhuǎn)回到提高自身效率上，去著力優(yōu)化那天數(shù)以千次重復(fù)著的業(yè)務(wù)環(huán)節(jié)，事情又會變得不一樣。

根據(jù)高德納的調(diào)查，95%的基于數(shù)據(jù)的決策都至少能夠部分自動化。

數(shù)據(jù)分析、人工智能和自動化加上人類的經(jīng)驗與直覺，大規(guī)模決策速度讓獲取數(shù)據(jù)到做出決策的時間大大縮短。數(shù)據(jù)素養(yǎng)也是除技術(shù)以外的一個關(guān)鍵賦能因素。最終，決策速度會留下大數(shù)據(jù)痕跡，其中的模式可以被分析，這將為決策挖掘創(chuàng)造突破口。

趨勢3：同時優(yōu)化低代碼和高代碼

近年來低代碼開發(fā)工具如雨后春筍，在開發(fā)的世界中，寫代碼、搭應(yīng)用不再是“程序員的獨家技能”，非技術(shù)人員也有了打開新世界大門的鑰匙。

伴隨著開發(fā)門檻的降低，大量工具不僅推動了應(yīng)用創(chuàng)建，也讓數(shù)據(jù)和洞察有了新的可能。

例如，應(yīng)用程序自動化使工作人員能夠創(chuàng)建由數(shù)據(jù)觸發(fā)的事件鏈。AutoML使業(yè)務(wù)分析師能夠使用最先進(jìn)的算法。同時，數(shù)據(jù)交付管道中的數(shù)據(jù)轉(zhuǎn)型也能在很大程度上實現(xiàn)自動化。

趨勢4：人機競賽

由于采用深度神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)技術(shù)進(jìn)行了大量數(shù)據(jù)訓(xùn)練，自然語言模型已經(jīng)實現(xiàn)了范式轉(zhuǎn)換。GPT-3尤其廣為人知。

目前，全球有5~6個開發(fā)項目的規(guī)模甚至超過了GPT-3，11這些模型訓(xùn)練使用的數(shù)據(jù)集要更大。

機器和人類的關(guān)系將如何發(fā)展？通過圖靈測試的機器是否真的正在路上？

人類、數(shù)據(jù)與機器，都在不斷突破中尋找答案。

趨勢5：“數(shù)據(jù)故事”驅(qū)動行動

數(shù)據(jù)行業(yè)有一則信條：在正確的時間向正確的用戶提供正確的信息。

在當(dāng)下數(shù)據(jù)分布、時間稀有的碎片化世界中，實現(xiàn)這一原則愈發(fā)艱難。

數(shù)據(jù)敘事被視為使數(shù)據(jù)對用戶構(gòu)成意義的一種方式；故事能夠從情感上打動人，促使人們采取行動，而單獨的數(shù)據(jù)卻無法做到這一點。但是，數(shù)據(jù)敘事需要的不僅僅是將圖表添加至信息圖表或PPT里，而是要實實在在的與行動相連接。

趨勢6：調(diào)整集成

我們看到，在日益碎片化的世界里，以往數(shù)據(jù)集成、管理、分析/人工智能、可視化、數(shù)據(jù)科學(xué)和自動化等此前各自孤立的系統(tǒng)正在不斷融合。

這些融合創(chuàng)造了前所未有的機遇。

它使數(shù)據(jù)生產(chǎn)者和消費者之間的協(xié)作變得更加簡單，這種結(jié)合從他們心中的產(chǎn)品、成果或決策開始，然后再逆向思維，圍繞他們的業(yè)務(wù)目標(biāo)，構(gòu)建敏捷的數(shù)據(jù)管道。

趨勢7：舊貌換新顏——云

隨著企業(yè)數(shù)據(jù)向云端轉(zhuǎn)化的日漸成熟，與預(yù)置軟件市場相同的許多問題正在抬頭。

例如，在采用云倉和云湖后，需要解決數(shù)據(jù)轉(zhuǎn)移、轉(zhuǎn)換、元數(shù)據(jù)目錄等問題。

這些需求在圍繞云庫和云湖的多個軟件領(lǐng)域（包括語義層級和數(shù)據(jù)集成、轉(zhuǎn)移、來源和可觀測性等領(lǐng)域）不斷推高投資。

同時隨著小型供應(yīng)商尋求退場，市場預(yù)期將迎來一大波并購潮。曾經(jīng)發(fā)生在預(yù)置軟件市場的這一幕將在云領(lǐng)域重新上演。

趨勢8：“X編織”讓治理保持互聯(lián)

 近年來，對數(shù)據(jù)編織（以及中心和網(wǎng)格）的討論越來越多，這是一種通過語義模型將分布式數(shù)據(jù)集連接起來的重要方法。

而想要實現(xiàn)互聯(lián)管理，全面掌控，我們就要把數(shù)據(jù)網(wǎng)編織得更密。“X”編織應(yīng)運而生。

數(shù)百萬參與者在“X”編織中扮演著不同的角色，這其中包括應(yīng)用編織、商業(yè)智能編織和算法編織。目前，這些方法的成熟度遠(yuǎn)不及數(shù)據(jù)編織。

趨勢9：人工智能越走越遠(yuǎn)

正如趨勢6中提到的，分析、自動化和人工智能正在不斷融合，相互交叉重疊越來越多。在這個過程中，它們相互作用，帶來了以前不可能產(chǎn)生的新的洞察。

在數(shù)據(jù)管理中使用人工智能將使數(shù)據(jù)工程中的更多機械式工作實現(xiàn)自動化。

從而改變多年來“數(shù)據(jù)準(zhǔn)備”和“數(shù)據(jù)分析”間的二八分配法則。

人工智能可以在數(shù)據(jù)世界中承擔(dān)一個“管家”的角色，使一些較瑣碎的數(shù)據(jù)準(zhǔn)備工作實現(xiàn)自動化。

從而讓數(shù)據(jù)工程師和科學(xué)家集中注意力于更重要的事情。

趨勢10：推算與合成數(shù)據(jù)的興起

今天，我們比以往任何時候都更容易針對不同的用例修改數(shù)據(jù)，或?qū)?shù)據(jù)轉(zhuǎn)換為用于特定目標(biāo)的格式。

轉(zhuǎn)換、處理、聚合、關(guān)聯(lián)或操作后的數(shù)據(jù)被稱為“推算”數(shù)據(jù)。推算數(shù)據(jù)對測試數(shù)據(jù)管理尤其有用。

而在用戶數(shù)據(jù)不足的中小企業(yè)以及案例試驗?zāi)M仿真等場景中，誕生于非真實操作的合成數(shù)據(jù)成為了不二選擇。

得益于包括數(shù)據(jù)復(fù)用、測試、隱私法、缺失數(shù)據(jù)和對人工智能模型訓(xùn)練數(shù)據(jù)的需求等多個因素，未來我們將看到更多的推算與合成數(shù)據(jù)。

在危機常在的碎片化世界，創(chuàng)新和準(zhǔn)備至關(guān)重要，立即下載《2023年商業(yè)智能與數(shù)據(jù)的十大趨勢》白皮書，洞察未來趨勢，將幫助您的企業(yè)在去全球化的世界中，沉穩(wěn)應(yīng)對危機，迎接風(fēng)雨之后的彩虹。

Qlik是一家私有SaaS公司，提供端到端實時數(shù)據(jù)集成和分析云平臺，以縮小數(shù)據(jù)，洞察力和行動之間的差距。通過將數(shù)據(jù)轉(zhuǎn)換為Active Intelligence，企業(yè)可以制定更好的決策，提高收入和盈利能力并優(yōu)化客戶關(guān)系。Qlik在100多個國家/地區(qū)開展業(yè)務(wù)，為全球50,000多個客戶提供服務(wù)。

作為Qlik官方的中國合作伙伴，我們?yōu)镼lik的中國用戶提供產(chǎn)品授權(quán)、軟件下載服務(wù)，歡迎。我們旨在讓中國企業(yè)的每個Qlik用戶都能探索出數(shù)據(jù)的價值，讓企業(yè)形成分析文化。