“Đây là lúc thích hợp để điều chỉnh và mở rộng giá trị chiến lược của doanh nghiệp bằng cách theo dõi, thử nghiệm hoặc tích cực đầu tư vào các xu hướng công nghệ DA chính” Rita Sallam – VP Analyst tại Gartner.
Cũng theo Gartner, để bảo toàn doanh nghiệp tránh khỏi những biến động và rủi ro không xác định từ thị trường, các doanh nghiệp phải tích cực theo dõi xu hướng Phân tích dữ liệu mới và áp dụng để dự đoán chính xác những gì sẽ diễn ra với thị trường.
Theo đó, Gartner cũng đã cập nhật 12 xu hướng Data Analytics mới nhất năm 2022!
#1. Hệ thống AI thích ứng (Adaptive AI Systems)
Theo dòng chảy thay đổi nhanh chóng của người tiêu dùng và thị trường, việc tái cấu trúc quá trình ra quyết định ngày càng trở nên quan trọng. Các doanh nghiệp giờ đây có thể sử dụng Adaptive AI Systems để đưa ra các quyết định nhanh hơn và linh hoạt hơn bằng cách thích ứng nhanh với các thay đổi.
#2. Xây dựng AI tập trung vào dữ liệu (Data – Centric AI)
Theo Sallam: “Nếu không có dữ liệu phù hợp, việc xây dựng AI rất rủi ro”. Do đó, điều quan trọng là phải chính thức hóa AI lấy dữ liệu làm trung tâm. Ngược lại, dữ liệu cũng lấy AI làm trung tâm.
#3. Kết cấu dữ liệu dựa trên siêu dữ liệu (Metadata – Driven Data Fabric)
Kết cấu dữ liệu lắng nghe, học hỏi và hành động trên siêu dữ liệu. Giúp đề xuất hành động cho mọi người và hệ thống. Cuối cùng, nó cải thiện sự tin tưởng vào việc sử dụng dữ liệu trong doanh nghiệp và có thể giảm 70% các tác vụ quản lý dữ liệu khác nhau, bao gồm thiết kế, triển khai và vận hành.
#4. Luôn chia sẻ dữ liệu (Always Share Data)
Mặc dù các nhà lãnh đạo dữ liệu và phân tích thường thừa nhận rằng chia sẻ dữ liệu là một khả năng chuyển đổi kỹ thuật số quan trọng, nhưng họ thiếu bí quyết để chia sẻ dữ liệu trên quy mô lớn và đáng tin cậy.
Để thành công trong việc thúc đẩy chia sẻ dữ liệu và tăng quyền truy cập vào dữ liệu phù hợp với trường hợp kinh doanh. Hãy cộng tác với các ngành kinh doanh khác nhau. Điều này sẽ đẩy nhanh việc mua lại để tăng ngân sách và đầu tư vào chia sẻ dữ liệu.
#5. Phân tích dựa trên bối cảnh (Context – Enriched Analysis)
Việc thu thập, lưu trữ và sử dụng dữ liệu dựa trên bối cảnh, đòi hỏi kỹ năng xây dựng Data Pipelines (đường ống dẫn dữ liệu), kỹ thuật phân tích X và dịch vụ đám mây AI có thể xử lý các loại dữ liệu khác nhau.
Theo dự đoán của Gartner, đến năm 2025, các mô hình AI và phân tích theo ngữ cảnh sẽ thay thế 60% các mô hình hiện có được xây dựng trên dữ liệu truyền thống.
#6. Phân tích dữ liệu theo hướng doanh nghiệp (Business – Composed DA)
Trọng tâm của chiến lược này là con người, chuyển từ thuần CNTT sang doanh nghiệp. Theo đó, dữ liệu phân tích sẽ do doanh nghiệp tổng hợp được qua quá trình hoạt động.
#7. Phân tích dữ liệu lấy quyết định làm trung tâm (Decision – Centric DA)
Trước khi tiến hành Phân tích, doanh nghiệp cần xem xét cẩn thận về chiến lược. Sử dụng các nguyên tắc quyết định thông minh để thiết kế quyết định tốt nhất, sau đó mới tiến hành đưa vào những dữ liệu cần thiết, phục vụ cho Quy trình Phân tích dữ liệu.
Gartner ước tính rằng đến năm 2023, hơn 33% các tổ chức lớn sẽ có các nhà phân tích thực hành việc đưa ra quyết định thông minh, bao gồm cả mô hình hóa quyết định.
#8. Đầu tư nâng cao kiến thức dữ liệu của nhân viên (Invest in HR)
Theo Gartner, ước tính năm 2025 sẽ có phần lớn các CDO không thể thúc đẩy kiến thức dữ liệu cần thiết cho nhân sự trong doanh nghiệp đạt mức, để giải quyết mục tiêu kinh doanh đã đề ra
Do vậy, xu hướng là đưa thêm các điều khoản “hoàn vốn” với chính sách tuyển dụng người mới. Tập trung đầu tư vào nguồn nhân lực nội bộ doanh nghiệp.
#9. Quản trị kết nối (Connected Governance)
Các tổ chức cần quản trị hiệu quả ở tất cả các cấp, để trở nên linh hoạt hơn, có thể mở rộng và đáp ứng cao với các động lực thị trường đang thay đổi và các thách thức chiến lược của tổ chức.
Sử dụng quản trị được kết nối để thiết lập lớp quản trị DA ảo trên các chức năng và khu vực địa lý, nhằm đạt được kết quả kinh doanh mà các doanh nghiệp mong muốn.
#10. Quản lý rủi ro AI (AI risk Management)
Gartner dự đoán rằng đến năm 2026, các tổ chức phát triển AI có mục đích, đáng tin cậy sẽ chứng kiến hơn 75% đổi mới AI thành công, so với 40% trong số những tổ chức không thành công.
Tăng cường tập trung vào AI TRiSM sẽ dẫn đến việc triển khai và vận hành các mô hình AI được kiểm soát và ổn định. Ngoài ra, Gartner mong đợi ít thất bại hơn về AI, bao gồm các dự án AI chưa hoàn thành và giảm các kết quả tiêu cực hoặc ngoài ý muốn.
#11. Phát triển hệ sinh thái các nhà cung cấp trong khu vực (Vendor in Region Ecosystems)
Luật bảo mật dữ liệu trong khu vực nhất định đang khiến nhiều doanh nghiệp toàn cầu đối mặt với thách thức. Họ khao khát nhiều dữ liệu với độ phủ khắp toàn cầu. Vậy nên, họ mong muốn xây dựng 1 hệ sinh thái có sự kết nối giữa các khu vực khác nhau.
#12. Mở rộng biên giới hoạt động của dữ liệu (Expansion to the Edge)
Không chỉ các trung tâm dữ liệu hay cơ sở hạ tầng đám mây công cộng,… các hoạt động Phân tích dữ liệu đã được thực hiện nhiều hơn bao giờ hết tại các thiết bị phân tán, máy chủ bên ngoài.
Các nhà phân tích của Gartner ước tính rằng đến năm 2025, hơn 50% dữ liệu quan trọng của doanh nghiệp sẽ được tạo và xử lý bên ngoài trung tâm dữ liệu hoặc đám mây.
Xem thêm
Real-time Data Analytics là gì? Một số trường hợp thực tế ứng dụng
Real-Time Analytics (Phân tích thời gian thực)