数据中台需要组装式数据分析体验

的企业表示他们拥有多个标准。

企业需要更先进、更灵活的分析能力来支持、增强和自动执行决策。从过去到现在，新技术和数据一直是推动分析平台发展的关键动力，这往往减少了与业务成果的直接关联。企业机构将需要一个组装式架构让用户能够从业务问题出发，将来自多家厂商的数据和分析能力组件组装到一起。

组装式数据和分析运用容器化或微服务化的架构和数据编织(Data Fabric)，将现有资产组装成灵活、模块化、可复用且对用户友好的数据和分析能力。这能够将独立的数据管理和分析应用转化为数据、分析与其他应用能力模块的组合体，通过使用低代码和无代码能力等组装技术支持自适应和智能的决策。

组装式数据和分析是2021年数据和分析的主要趋势之一，其原因如下：

第一，Gartner调查显示，大多数企业都有一个以上的“企业标准”商业智能工具。将每个能力模块(与其他能力模块)组装成新的能力模块将成为一个日益重要的分析应用构建方法。

第二，在全球遭受新冠疫情重创之后，获得数据洞见和实现敏捷的速度已成为首要要求。模块化数据和分析能力将使用户能够对变化做出灵活的反应，并且更快、更主动地提供业务应用。

第三，容器化或微服务化的ABI和DSML平台通过经过改进的API，能够以更灵活的方式组装分析应用。

第四，对于大多数企业来说，人工智能(AI)还处于试点阶段，但商业智能(BI)已经投入使用多年，AI能力需要与BI能力组装以投入到生产环境。

企业可以通过组装将BI与AI相连接，进而扩展BI能力，为用户提供一个综合全面、量身定制、甚至是个性化的解决方案，而且无需跨平台使用。另外，云市场也正在成为企业发布和分享模块化分析能力的一个有效渠道。

鉴于这一点，需要对组装式数据和分析的影响进行相应的研究：

第一，在开发应用的同时，从单独的数据管理和分析应用向组装式数据和分析能力过渡，从而组装出自适应智能决策的解决方案。企业机构可以使用来自数据和分析领域的扩展API与应用衔接。应用开发者可以通过提交集成套件为数据和分析市场(Extensions Gallery)做出贡献，这将促进更多组装式和增值应用模块的开发。

第二，组装流程需要数据和分析与应用团队合作完成，重点是将注重技术的集成式应用转化为面向业务的问题解决方案。

第三，根据情况组装具有描述性、诊断性、预测性和指示性分析能力，

（编辑：阜新站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!