2020 年将如何永远改变数据分析

2020年将是我们所有人被迫更深入地思考我们的业务的一年。而今天,更深入地思考业务必须涉及更深入地思考数据。阅读有关我们所看到的数据分析被今年前所未有的事件重塑的四个主要方式。

2020 Data Analytics

如果你阅读任何预测列表,总是在每年年初发布,你可能认为2020年已经是著名的技术和数据科学的进步。但是,如果你像许多企业一样,今年已经发生了你从未预料到的转折。

然而,尽管COVID-19大流行打乱了许多公司的最佳计划,但危机也带来了优势和教训,从长远来看,可以加强您的企业。正如印度首任总理贾瓦哈拉尔·尼赫鲁曾经说过的,"危机和僵局发生时至少有这种优势——它们迫使我们思考。

2020年将是我们所有人被迫更深入地思考我们的业务的一年。而今天,更深入地思考业务必须涉及更深入地思考数据。以下是我们看到数据分析因今年前所未有的事件而重塑的四个主要方式:

1. 我们现在都是数据科学家。

正如全球咨询公司Arcadis最近所报道的 ,COVID-19已经将数据分析"推到 了公众对话的中心"。来自所有背景和学科的人在社交媒体上发布流行病学图表和"R-nought"曲线。政治家们正在将数据作为人们从根本上改变日常生活的主要动力。

在数据分析方面也存在着许多分歧。人们问这样的问题:"我们测试的人是否足够获得准确的样本量?"我们的测试是否准确?""我们用于分析数据的模型是正确的吗?"许多此类讨论涉及准确的数据收集和分析,数十年来,数据科学家和企业分析师之间一直在进行。

Arcadis 指出,正如体育和政治有助于提高公众对数据重要性的认识一样,COVID-19 可能会"进一步民主化,并促进全球受众对数据分析的理解"。这意味着更多的人——尤其是年轻一代——将自己视为公民数据科学家。业务领导者应该期望有更多的员工请求访问数据、工具和平台,以便他们能够为关键业务对话做出贡献。

2.云将是需求-和测试-比以往任何时候都一样。

据估计, 云计算市场预计将 从2019年的2330亿美元增长到2021年的2950亿美元。在流感大流行之前,企业已经越来越转向云,但COVID-19只是加速了这一趋势,因为许多公司现在不得不支持远程劳动力。

数据分析公司可以通过提供最大的灵活性来帮助企业应对这些转变。不确定性是未来几个月的唯一确定因素,因为感染高峰可能会迫使更多的封锁,并影响供应链和业务运营。随着公司寻求根据任何特定时间的需求扩大或缩小其容量的能力,服务产品的需求将更加旺盛。云服务提供商还需要提供工作时间的保证,即使潜在的就地避难订单迫使有限的工作人员在现场管理数据中心。

3. 数据将拯救供应链。

某些商品(卫生纸、洗手液和温度计)的恐慌性购买以及对其他商品(餐厅和学校奶制品)的急剧缺乏,迫使供应链经理要么提高产量,要么倾销不再需要的产品。在 COVID-19 之前,许多公司仅分析了一到两年的数据,以预测需求并规划生产需求。2020 年后,供应商将整合更多数据点,并利用人工智能和其他分析模型来识别和规划异常情况。

将会有一个学习曲线,因为自动预测算法可能会在几个赛季内过度生产或积压。但是,具有数据深度和广度的企业,如果能够看到和纠正异常值,将更好地准备有效地管理年份异常情况。

归根结底,通过揭示有助于预测和预防这些情况的触发信号,分析需求的激增和下降将更好地为企业应对下一次危机做好准备。这是数据分析的最佳选择,因为它有助于公司更有效、更响应客户需求。

4. 医疗保健需求将推动 5G、物合网和人工智能以及新的跨功能伙伴关系的进步。

今年2月,Teradata预测2020年将是"5G和IoT年",部分原因在于"智能城市"和"智能健康"的推动。

两个月有什么不同。现在,随着医疗保健和城市领导人希望缓解猖獗的传染病的蔓延,对这些能力的需求迅速增加。虽然联系人跟踪应用程序和 GPS 位置数据监控的推出已经引起了世界各地的隐私问题,但很明显,随着我们逐步结束锁定和开放业务,将需要一定程度的智能监控。技术将在实现保护公共卫生和支持经济之间的微妙平衡方面发挥关键作用。

医疗保健多年来一直在利用数据,但数据分析公司现在被要求帮助制定更广泛、更紧迫的目标。例如,Teradata 正直接与公共和私人机构以及白宫合作,利用分析帮助预测新疫情的可能位置,因为人群最容易受到感染,以及特定地区需要的资源。我们世界各地的数据科学家正在参与黑客马拉松,以创造创新,可用于减缓COVID-19的传播,并推进治疗和疫苗。我们还加入了 COVID-19 医疗保健联盟,与许多客户和科技行业的同行合作,帮助将医疗保健和政府数据汇集在一起,并产生新的见解。

如果说2020年教会了我们什么,那就是未来是难以预测的。然而,历史表明,当危机使整个世界朝着一个目标前进时,人类可以取得巨大的进步。我们认为COVID-19是压力测试和发展数据分析以及作为一个行业共同向前迈进的机会。