数据越来越多地成为商业中赢家和输家之间的区别因素。今天，信息可以从许多不同的来源获取，而提取洞察力的技术正变得越来越容易获得。
转向数据驱动的商业模式--根据我们知道的真实情况而不是 '直觉 '来做决定--是2023年及以后席卷每个行业的数字转型浪潮的核心。它可以帮助我们在面对不确定性时做出确定的反应--特别是当战争和大流行病打乱了事物的既定秩序时。
但数据和分析的世界从未停滞不前。新技术不断涌现，提供更快、更准确的洞察力。新的趋势出现了，给我们带来了新的思考，即如何以最佳方式将其应用于整个企业和社会。因此，以下是我认为将影响我们在2023年使用数据和分析来推动业务增长的最重要趋势的概述。
数据民主化
最重要的趋势之一是继续授权整个工作团队--而不是数据工程师和数据科学家--将分析技术用于工作。这就产生了新形式的增强型工作，工具、应用程序和设备将智能洞察力推到每个人的手中，以便让他们更有效和高效地完成其工作。
在2023年，企业将明白，数据是了解客户、开发更好的产品和服务以及精简内部运作以降低成本和浪费的关键。然而，越来越清楚的是，在一线、车间和非技术人员以及营销和财务等职能部门能够根据数据驱动的洞察力采取行动之前，这不会完全发生。
数据民主在实践中的一些很好的例子包括：律师使用自然语言处理（NLP）工具来扫描几页的案例法文件，或者零售销售助理使用可以实时访问客户购买历史并推荐产品进行向上销售和交叉销售的手终端。麦肯锡的研究发现，那些让全体员工都能访问数据的公司，说分析对收入有积极影响的可能性要大40倍。
人工智能
人工智能（AI）也许是对我们未来的生活、工作和业务方式产生最大影响的一个技术趋势。它对商业分析的影响将是实现更准确的预测，减少我们花在数据收集和数据清理等平凡和重复性工作上的时间，并授权员工根据数据驱动的洞察力采取行动，无论他们的角色和技术专长水平如何（见上文数据民主化）。
简单地说，人工智能使企业能够分析数据并得出远比人工可能做到的更快的洞察力，使用软件算法，当它们被输入更多的数据时，它们的工作就会越来越好。这是机器学习（ML）的基本原则，也就是今天商业中使用的人工智能形式。人工智能和ML技术包括NLP，它使计算机能够理解并以人类语言与我们交流；计算机视觉，它使计算机能够使用相机理解和处理视觉信息，就像我们的眼睛一样；以及生成性人工智能，它可以从头开始创建文本、图像、声音和视频。
云和数据即服务
我把这两者放在一起是因为云是使数据即服务技术发挥作用的平台。基本上，这意味着公司可以通过云服务，以现收现付或订阅的收费模式，访问由第三方收集和策划的数据源。这减少了公司为许多类型的应用建立自己昂贵的、专有的数据收集和存储系统的需要。
除了原始数据外，DaaS公司还提供分析工具作为服务。通过DaaS访问的数据通常用于增强公司自己收集和处理的专有数据，以创造更丰富和更有价值的洞察力。它在前面提到的数据民主化中发挥了很大的作用，因为它允许企业在不需要建立和维护昂贵和专门的数据科学操作的情况下使用数据。据估计，在2023年，这些服务的市场价值将达到 增长到107亿美元.
实时数据
当挖掘数据以寻求洞察力时，最好是知道现在正在发生什么--而不是昨天、上周或上个月。这就是为什么实时数据正日益成为企业最有价值的信息来源。
处理实时数据通常需要更复杂的数据和分析基础设施，这意味着更多的费用，但好处是我们能够在信息发生时采取行动。这可能涉及到分析我们网站访问者的点击流数据，以确定在他们面前提供什么优惠和促销活动，或者在金融服务领域，这可能意味着 监测交易当他们在世界各地进行交易时，要注意欺诈的警告信号。像Facebook这样的社交媒体网站会分析 每秒数百千兆字节的数据用于各种用途，包括提供广告和防止假新闻的传播。而在南非的克鲁格国家公园，世界自然基金会和ZSL之间的一项联合倡议实时分析视频片段，以提醒执法部门注意偷猎者的存在。
随着越来越多的组织期待数据为其提供竞争优势，那些拥有最先进的数据战略的组织将越来越多地关注最有价值的最新数据。这就是为什么实时数据和分析将成为2023年企业最有价值的大数据工具。
数据治理和监管
数据治理也将是2023年的大新闻，因为越来越多的政府推出旨在规范个人和其他类型数据使用的法律。在欧洲GDPR、加拿大PIPEDA和中国PIPL等法律出台后，其他国家也可能效仿，出台保护本国公民数据的立法。事实上，Gartner的分析师们认为 预测到2023年，世界上65%的人口将被类似于GDPR的法规所覆盖。
这意味着，在未来12个月内，无论企业位于世界何处，治理都将是一项重要的任务，因为他们要确保其内部数据处理和处理程序得到充分的记录和理解。对于许多企业来说，这将意味着审计他们到底有哪些信息，如何收集，存储在哪里，以及如何处理这些信息。虽然这听起来像是额外的工作，但从长远来看，我们的想法是，每个人都会受益，因为如果消费者确信他们的数据会得到很好的照顾，他们会更愿意信任组织。然后，这些组织将能够使用这些数据来开发产品和服务，以我们能够承受的价格，更紧密地结合我们的需求。
