数据及分析的未来是增强分析？

2019年，在澳大利亚悉尼举行的高德纳数据和分析峰会上，高德纳将增强分析作为今年十大战略趋势和总体信息技术十大战略趋势之一推向公众。在高德纳最新的魔力象限(Magic Quadrant)报告中，明确指出增强分析是商业智能产品最重要、最有意义的发展趋势之一。那么什么是增强分析呢？为什么增强分析是一种趋势？我们如何开始建立我们的分析能力？

什么是增强分析?

简而言之，人工智能技术用于智能自动分析数据，挖掘数据值，降低分析阈值，提高分析深度。

增强分析的实现过程可以总结如下:通过对现有模型进行未知数据和已知问题的训练，最终列出各种可能性和影响因素，从而帮助用户加速和进行有效的数据分析。

增强分析的最终目标是智能、自动地完成数据准备和数据分析工作，并将大量原始数据移交给机器，机器直接为特定场景提供决策建议。

人工智能和数据分析的概念近年来变得非常流行。可以说，一切都必须与大数据和人工智能相关，才能显得高。那么，为什么我们认为增强分析真的是下一个出口而不是新韭菜收获机呢？

指数增长数据与应用需求之间的矛盾以及工业工人的极度短缺。在大数据时代，基础数据的维度、数量和类型(结构化和非结构化)越来越大、越来越分散，企业需要分析和探索的数据也越来越复杂。另一方面，很少有人才能够同时关注专业数据分析和业务洞察力。增强分析是解决这一矛盾并使数据分析包含所有业务用户的最佳药物。

目前，应用业务中最常见的分析工具是自助分析，它通过拖动图形界面来探索和发现业务中隐藏的见解。这种分析基于丰富的业务经验，无法满足激增的数据分析需求。在数字化全面普及的未来，“分析岛”问题不容忽视。

智能数据洞察

智能、自动地实现数据收集、准备、集成、分析和建模，并输出各种见解，以帮助人们发现相关关系、预测和判断趋势，并协助决策。

增强数据准备

业务人员可以快速方便地访问数据，并通过统一、标准化和交互式视图链接各种数据源以显示内容和数据关系。自动数据调节、清洁、智能分拣箱、降噪等。

分析层次的提升

描述性分析-诊断分析-预测分析-方法分析。增强的分析可以在提供分析结果的同时给出一些解释，告诉用户为什么可以获得这样的结果，而不是简单地停留在一些简单的描述性分析上。

目前，增强分析的解决方案相对较少，它们仅适用于定制场景，但大规模和基于产品的增强分析应用的基础是毋庸置疑的:

虽然增强分析听起来很棒，但这并不意味着数据分析师和现有商业智能工具将被取代。专业数据分析师可以做更高级的工作。传统商业智能还可以制作许多固定的报告，而增强的分析是增强的商业智能。