谷歌云高管预测：2021年这五大数据趋势将会推动业务发展

本文转自雷锋网，如需转载请至雷锋网官网申请授权。

据《福布斯》杂志网络版报道，2020年是一个与众不同的年份，变幻莫测的大环境也将数据质量、速度和洞察力的一线希望带到了企业的最前沿。

在这个出人意料的、常常是无法想象的事件和不断变化的2020年中，一些共同的主题浮出水面。在技术方面，很明显我们几年前认为先进的东西，现在已经变得和电一样重要且习以为常。流畅的视频会议和不间断的无线网络不再只是可有可无，而是成为了常态，支持企业的数据平台也是如此。了解并且第一时间知道员工和客户在2020年需要什么，这意味着收集和使用可用的数据变得非常重要。

《福布斯》认为，谷歌云（Google Cloud）对公众来说很重要的一些内容，比如免费的公共数据集，在今年迅速流行起来，以帮助跟踪和了解这场疫情。到了2020年，无人驾驶、数据之上的业务概念也变得越来越重要，任何人都可以获得所需的数据见解。对数据质量决定企业成败的理解也是如此。适应瞬息万变的客户需求几乎成为零售商和其他企业的当务之急。根据Gartner的2020年数据质量解决方案魔力象限报告，糟糕的数据质量使组织每年平均损失1,290万美元。随着业务环境日益数字化和复杂化，这个数字可能会上升。

因此，《福布斯》对话了谷歌云的数据负责人，他们对企业进入新的一年有什么见解。以下是他们认为2021年最值得关注的五大数据趋势。

1.实时数据分析将帮助你看到未来

Debanjan Saha，谷歌云副总裁

随着向云端的大规模转变，也伴随着向更强大的数据资产和更好的数据分析的转变。面向未来的平台正在围绕数据分析构建，2020年证明了业务敏捷性的重要性。我们看到的一个重大飞跃是实时分析，它只会在2021年变得更加普遍。跟踪过去的数据可以提供信息，但有许多用例需要即时数据，特别是在涉及到对意外事件作出反应时。这会对公司的利润产生巨大的影响。例如，基于实时数据可用性识别和阻止网络安全漏洞可以完全改变风险缓解。

虽然实时数据彻底改变了我们收集数据的速度，但我们所见过的数据分析领域中最出人意料但却非常有用的领域是预测分析。传统上，数据只能从物理世界收集，这意味着计划将要发生的事情的唯一方法是查看物理上可以测试的内容。但是，使用预测模型和BigQuery-ML等AI/ML工具，组织可以基于真实场景和信息运行模拟，为他们提供在物理环境中难以测试、成本高昂甚至不可能测试的环境的数据。

2.到2021年，你将需要更多的数据库

Andi Gutmans，谷歌云副总裁

在这充满挑战的一年里，数字化转型迅速加速。企业正在加快步伐，以确保能够以数据为中心为客户交付产品。40多年来，企业一直在建立数据库。但在未来18个月左右，我们将继续看到部署或迁移数据库到云端的巨大加速，到2022年将达到75%。这不仅意味着按原样迁移数据库，还将重新考虑为业务带来转型所需的需求，这可能包括开发云上原生数据库，并与分析和ML功能更紧密地集成。

数据库一直是每个企业的重要组成部分，但现在比以往任何时候都更重要的是加快创新和增长。分析和操作数据融合在一起，以支持实时业务需求。打破团队和系统之间的孤岛将有助于企业更快地做出决策，发现新的收入机会，更容易地满足不断变化的合规性要求，并节省总体运营成本。

3.分析将不再是仪表盘驱动，它们将通过AI驱动的数据体验来到你的面前

Colin Zima，Looker产品管理总监

我们已经开始远离静态仪表板，静态仪表板向业务团队提供一组特定的数据。这些仪表板曾经是商业智能的常见版本，但它们需要权衡取舍，并且不具备现代企业员工所需要的那种智能和可视性。

接下来是数据体验，员工可以在其现有工作流程中获取所需的数据。这些体验的关键在于它们并非千篇一律，而是针对用户需求量身定制的。因此，对于许多企业而言，这意味着要放弃为员工提供仪表板和数据透视表，而转向为内部使用而构建数据产品。今年，我看到了许多惊人的例子，例如专门为员工设计的触摸界面，用于快速查看有关流服务标题的指标。这种方法带来了产品体验，可以更快地解决员工问题并提高生产率。

最终，该技术可在更广泛的企业市场中使用，以向整个团队（包括业务分析师，销售团队和其他没有专门知识或培训的人员）提供分析功能。易于使用的数据和AI / ML解决方案将与这些新的数据体验相结合，以实现实时的，数据驱动的决策。

4.数据的“位置”也很重要：地理空间数据将成为解锁企业转型的关键

Google Cloud首席技术官Jen Bennett

人们一直非常关注大数据和不断增长的数据量，但是在2021年，不要忘记数据的多样性，数据的多样性将继续成为业务转型的关键推动力。

数字化转型通常是从一个全新的角度看待你的业务（从字面上看）。使用来自卫星和无人机的数据以及具有地理位置属性的数据，正在成为理解你的业务的关键差异。在供应链中，了解原材料，产品或资产的位置，以及更好地预测全球物流中断的能力，对于业务弹性至关重要。在销售和市场营销中，通过带有地理标签的信息更好地了解需求信号可以帮助你优化有限的资源并有效地扩大市场范围。出行信息在管理COVID-19和更广泛地阻止疫情扩散中发挥了重要作用。

随着城市和政府为了响应COVID-19而转向地理空间数据，我们还看到了需求的增长和创新思维，涉及将地理空间数据与其他数据（例如零售）结合时的可能。随着对可持续性的日益重视，事实证明地理空间数据可以解锁许多可持续性计划，例如采购。从历史上看，地理空间数据是保留给专家的。但是，地理空间数据和分析的民主化以及全球范围内的计算使这种曾经专门化的数据可在整个企业中访问。

到2021年，企业将地理空间数据与其他数据融合并在其业务中以及在其整个价值链中进行全球协作的能力将被证明是一个关键的区别。

5.数据湖将智能化，以支持开放和多云基础架构

Google Cloud副总裁Debanjan Saha

如今，数据来源如此之多，而长期以来相互独立的数据类型现在都可以在同一个位置存储和分析。现在，业务数据与日志数据相遇，并且结构化、半结构化和非结构化数据全部组合在一起。数据源跨越了云提供商，并跨越了长期以来的界限。

云的规模使对所有这些数据类型执行高级数据分析成为可能。随着开放和多云计算的进一步发展，更强大的数据湖或仓库将变得更加重要。它们不仅是存储，还应该是企业数据策略的支柱。在云中，它们的形状要么是一个数据仓库（该数据仓库主要存储结构化数据，以便可以轻松搜索所有内容），要么是数据湖（将所有业务数据汇总在一起，而不管结构如何）“湖”与“仓库”之间的界线一直在模糊。这使仓库可以集成这些非结构化数据，并使用AI / ML解决方案使数据湖更易于导航，最终实现更快的洞察力和协作。

如果2021年与2020年差不多，我们将会看到曲线球和我们没有想到的事情。希望2021年不会像2020年那样魔幻...但是万一发生，你可以为意外做好准备。这意味着你可以利用实时数据，对企业数据库有更多的期望，并且组织中的每个人都可以自己获得所需的数据见解和报告。