De 10 belangrijkste data- en analyticstrends van 2019

20-02-2019 | door: Wouter Hoeffnagel

De 10 belangrijkste data- en analyticstrends van 2019

Augmented analytics, continuous intelligence en explainable artificial intelligence (AI) behoren tot de toptrends in data- en analysetechnologie die in de komende drie tot vijf jaar een aanzienlijk verstorend potentieel hebben. Onderzoeksbureau Gartner brengt deze en een negental andere data- en analyticstrends voor 2019 in kaart.

"Het verhaal van data en analyses blijft evolueren, van het ondersteunen van interne besluitvorming tot continue intelligentie, informatieproducten en het aanstellen van chief data officers", zegt Rita Sallam, vice-president bij Gartner. "Het is van cruciaal belang om een dieper inzicht te krijgen in de technologische trends die dat evoluerende verhaal voeden en prioriteiten stellen op basis van bedrijfswaarde."

Volgens Donald Feinberg, vice-president en gerenommeerd onderzoeksanalist bij Gartner, heeft de uitdaging die ontstaat door digitale disruptie - te veel gegevens - ook een ongekende kans gecreëerd. De enorme hoeveelheid gegevens, samen met de steeds krachtigere verwerkingscapaciteiten die door de cloud mogelijk worden gemaakt, betekent dat het nu mogelijk is om op grote schaal algoritmen te trainen en uit te voeren om uiteindelijk het volledige potentieel van AI te realiseren.

"De omvang, complexiteit, gedistribueerde aard van gegevens, de snelheid van handelen en de continue intelligentie die vereist is door digitale bedrijven betekent dat starre en gecentraliseerde architecturen en gereedschappen stuk gaan", zegt Feinberg. "Het voortbestaan van elk bedrijf hangt af van een flexibele, op gegevens gebaseerde architectuur die reageert op de constante veranderingssnelheid."

Gartner adviseert data en analytics leiders met senior bedrijfsleiders in gesprek te gaan over hun kritieke bedrijfsprioriteiten en te onderzoeken hoe de volgende toptrends deze mogelijk kunnen maken.

Trend 1: Augmented Analytics

Augmented Analytics is de volgende golf van verstoringen op de markt voor data en analyses. Het maakt gebruik van machine learning (ML) en AI-technieken om te transformeren hoe analytics content wordt ontwikkeld, geconsumeerd en gedeeld.

Tegen 2020 zal augmented analytics een dominante aanjager zijn van nieuwe aankopen van analytics en BI, platforms voor data science en machine learning en embedded analytics. Gartners adviseert data en analyses leiders augmented analytics toe te passen naarmate platformen volwassen worden.

Trend 2: Augmented Data Management

Augmented datamanagement converteert metadata van het gebruik voor audits, lineage en rapportage naar dynamische systemen. Metadata verandert van passief naar actief en wordt de primaire driver voor alle AI / ML.

Uitgebreid gegevensbeheer maakt gebruik van machinale leermogelijkheden en AI-engines om bedrijfsinformatiebeheercategorieën te maken, inclusief gegevenskwaliteit, metadatabeheer, masterdatabeheer, gegevensintegratie en databasebeheersystemen (DBMS) zelfconfiguratie en zelfafstemming. Het automatiseert veel van de handmatige taken en stelt minder technisch ervaren gebruikers in staat om meer autonoom te zijn met behulp van gegevens. Ook kunnen hooggekwalificeerde medewerkers zich meer richten op taken die meer toegevoegde waarde opleveren.

Tot het einde van 2022 wordt het aantal handmatige taken van het gegevensbeheer met 45 procent teruggedrongen dankzij de inzet van ML en geautomatiseerd beheer op serviceniveau.

Trend 3: Continuous Intelligence

Meer dan de helft van de grote nieuwe bedrijfssystemen maakt tegen 2022 gebruik van Continuous Intelligence die real-time contextgegevens gebruikt om beslissingen te verbeteren.

Continuous Intelligence is een ontwerppatroon waarin realtime analyses worden geïntegreerd in een bedrijfsoperatie, waarbij huidige en historische gegevens worden verwerkt om acties voor te schrijven in reactie op gebeurtenissen. Het biedt beslissingsautomatisering of beslissingsondersteuning. Continuous Intelligence maakt gebruik van meerdere technologieën, zoals augmented analytics, verwerking van event-streams, optimalisatie, business rule management en ML.

"Continuous Intelligence betekent een grote verandering in de taak van het gegevens- en analyseteam", zegt Sallam. "Het is een grote uitdaging - en een grote kans - voor analytics en BI teams om bedrijven te helpen slimmere real-time beslissingen te nemen in 2019. Het kan worden gezien als het ultieme in operationele BI."

Trend 4: Explainable AI

AI-modellen worden steeds vaker ingezet om menselijke besluitvorming te vergroten en te vervangen. In sommige scenario's moeten bedrijven echter rechtvaardigen hoe deze modellen tot hun beslissingen komen. Om vertrouwen te winnen bij gebruikers en belanghebbenden, moeten applicatieleiders deze modellen beter interpreteerbaar en verklaarbaar maken.

Helaas zijn de meeste van deze geavanceerde AI-modellen complexe zwarte vakken die niet kunnen verklaren waarom ze een specifieke aanbeveling of een beslissing hebben bereikt. Een verklaarbare AI in bijvoorbeeld data science en ML-platforms genereert automatisch een verklaring van modellen in termen van nauwkeurigheid, attributen, modelstatistieken en functies in natuurlijke taal.

Trend 5: Graph analytics

Graph analytics is een reeks analytische technieken die het mogelijk maakt relaties tussen entiteiten van belang te onderzoeken, zoals organisaties, mensen en transacties. De toepassing van graph analytics zal tot 2022 jaarlijks met 100 procent toenemen om de gegevensvoorbereiding continu te versnellen en meer complexe en adaptieve gegevenswetenschap mogelijk te maken.

Gartner-analisten voorspellen dat graph data stores op efficiënte wijze gegevens kan modelleren, onderzoeken en bevragen met complexe onderlinge verbanden tussen gegevenssilo's, maar de behoefte aan gespecialiseerde vaardigheden heeft hun acceptatie tot nu toe beperkt.

Trend 6: Data Fabric

Data fabric maakt frictieloze toegang en het delen van gegevens mogelijk in een gedistribueerde gegevensomgeving. Het maakt een enkel en consistent datamanagementraamwerk mogelijk, dat naadloze gegevenstoegang en verwerking door ontwerp mogelijk maakt in anderszins opslag in silo's.

In 2022 worden op maat gemaakte ontwerpen voor data fabric voornamelijk als een statische infrastructuur geïmplementeerd. Dit dwingt organisaties tot een nieuwe kostengolf om volledig opnieuw te ontwerpen voor dynamischere data mesh benaderingen.

Trend 7: NLP / Conversational Analytics

50 procent van de analysequery's wordt tegen 2020 gegenereerd via zoeken, natuurlijke taalverwerking (NLP) of spraak, of zal automatisch worden gegenereerd. De noodzaak om complexe gegevenscombinaties te analyseren en analyses voor iedereen in de organisatie toegankelijk te maken, leidt tot een bredere acceptatie. Dit stelt analysetools in staat net zo eenvoudig zijn als een zoekinterface of een gesprek met een virtuele assistent.

Trend 8: Commerciële AI en ML

Gartner voorspelt dat tegen 2022 75 procent van de nieuwe eindgebruikersoplossingen met AI- en ML-technieken zullen worden gebouwd met commerciële oplossingen in plaats van open-sourceplatforms. Commerciële leveranciers hebben nu connectoren in het open source ecosysteem ingebouwd en ze bieden de bedrijfsfuncties die nodig zijn om AI en ML te schalen en te democratiseren, zoals project- en modelbeheer, hergebruik, transparantie, gegevensafkomst en platformbinding en integratie die Open Source-technologieën missen.

Trend 9: Blockchain

De kernwaardepropositie van blockchain en gedistribueerde grootboektechnologieën biedt gedecentraliseerd vertrouwen in een netwerk van niet-vertrouwde deelnemers. De mogelijke implicaties voor analytics use cases zijn significant, met name voor use cases die relaties met en interacties tussen deelnemers inzetten.

Het zal echter nog enkele jaren duren voordat vier of vijf belangrijke blockchain-technologieën dominant worden. Tot dat moment zullen technologie-eindgebruikers gedwongen worden te integreren met de blockchain-technologieën en -standaarden die worden opgelegd door hun dominante klanten of netwerken. Dit omvat integratie met bestaande gegevens- en analyse-infrastructuur. De kosten van integratie kunnen opwegen tegen eventuele voordelen. Blockchains zijn een gegevensbron en geen database en zullen de bestaande gegevensbeheertechnologieën niet vervangen.

Trend 10: Persistent Memory Servers

Nieuwe technologieën voor persistent geheugen zullen de kosten en de complexiteit helpen verminderen van het gebruik van in-memory computing (IMC)-compatibele architecturen. Persistent geheugen vertegenwoordigt een nieuwe geheugenlaag tussen DRAM- en NAND-flashgeheugen dat een kosteneffectief grootschalige opslag kan bieden voor krachtige workloads. Het heeft het potentieel om de applicatieprestaties, beschikbaarheid, opstarttijden, clustermethoden en beveiligingspraktijken te verbeteren, terwijl de kosten onder controle blijven. Het zal ook organisaties helpen de complexiteit van hun applicatie- en data-architecturen te verminderen door de noodzaak van dataduplicatie te verminderen.

"De hoeveelheid gegevens groeit snel en de urgentie om gegevens in realtime om te zetten in waarde groeit in een even snel tempo", zegt Feinberg. "Nieuwe serverworkloads vragen niet alleen snellere CPU-prestaties, maar ook enorm geheugen en snellere opslag."

Terug naar nieuws overzicht