利用多种数据智能技术，实现数据驱动的分析与决策，已经成为当前企业数字化转型最重要的目标之一。随着数据来源日益丰富、数据体量快速增长，企业对数据的依赖和挖掘愈发深入，不仅带来了数据应用场景、数据用户角色的复杂和多元，也使得企业对数据应用的敏捷性和即时性的要求越来越高。
为解决企业日益增长的数据应用需求，爱分析进行了系统调研，并总结出以下趋势：
数据能力建设核心逻辑转向实现业务价值。
企业以往构建数据能力，通常由技术部门或数据部门统一规划，并进行数据开发与管理，业务部门被动的使用数据能力。然而，随着业务部门对数据价值的逐渐重视，以及对数据应用需求的增加，技术部门或数据部门已经不能满足业务部门的用数需求。
为赋能业务部门更好地用数，企业数据智能基础设施的构建正逐渐转变为以业务部门为核心，如尝试通过DataOps、指标中台等概念，实现数据和业务部门之间的高效协作。
面向业务场景价值实现，数据应用解决方案更细分、更聚焦。
过去几年实践表明，功能大而全的数据中台并不适合所有企业，根据企业内数据源、数据用途的差别，市场上分化出了多种针对特定场景的数据平台解决方案，如针对风控、营销场景的实时数据平台，针对工业、物联网场景的边云协同数据平台，为加速多数据源联合分析的数据联邦分析平台，为加速异构数据分析的异构数据即时分析平台等。
关注微信
