在2020年，正如的所有其他事物一樣，分析也受到冠狀病毒的嚴重影響。

在2019年結束時，人們認為，自然語言處理和嵌入式商業智能將成為2020年分析的最大趨勢之一。

但是那時，還沒有人知道COVID-19，更不用說疫情。3月份疫情開始在美國蔓延，各州發布法令讓人們待在家里，以試圖阻止病毒的傳播，企業需要數據來快速做出決定，以應對突然的業務損失。

很多尚未轉向分析的企業突然采用數據驅動的方法來確定效率，甚至試圖找到替代性收入來源，而已經在某種程度上使用分析的公司，則加快了他們致力于數據驅動決策的步伐。

由于冠狀病毒的存在，重要的商業智能已成為分析的主要趨勢，而不是使用新的增強智能功能和加速分析嵌入整個工作流程。

而反過來，這又導致了數字化轉型的加速，很多企業將其大部分運營轉向數字化。

Ventana Research公司數據和分析研究總監Dave Menninger說：“當世界徹底顛覆時，你如何反應？通過使用分析，企業可以更好地了解他們的選擇，并在制定新方向時跟蹤其進度。如果沒有分析，他們將無所適從。因此，COVID-19突顯BI和分析的重要性。”

同樣，Qlik公司高級總監兼全球市場情報負責人Dan Sommer表示，COVID-19表明關鍵分析對企業的重要性，尤其是在困難時期。

在經濟好的時候，企業可以在支出方面獲得更大的自由，而不是將所有決策都基于數據。但是，當收入流消失并且預算有限時，數據可使企業最大程度地提高效率，甚至在疫情持續的情況下，可確保企業生存下去。

然而，這些數據需要盡可能保持最新。

Sommer說：“自疫情開始以來，我們已經看到對實時和最新數據的需求激增。通常比較陳舊的東西（例如，季度業務預測）現在短暫而易變。警報、數據刷新和預測將需要更頻繁地使用最新的變量進行。”

在供應鏈中斷的疫情早期就已經證明對最新數據的需求。

醫院爭先恐后地采購個人防護設備，并且，在美國COVID-19確診數量很多的地區，需要尚未受到重創的地區捐贈。同時，當人們因預期短缺而開始囤積衛生紙時，衛生紙突然供不應求。

現在，隨著冠狀病毒再次激增，供應鏈可能會再次受到破壞，企業將繼續以近乎實時的方式獲取數據。

Sommer說：“在危機中這類激增更是加劇，我們必須做好準備。現在基礎設施和應用程序可用，從而可以逐步過渡到主動智能。這將是幫助企業采取行動的重要因素。”

數字化轉型

當然，Sommer所說的準備工作來自分析。

同時，對這種準備狀態的需求導致更多的數字化轉型。企業已經意識到疫情期間對敏捷性的需求，而敏捷性是由數據提供。在某些情況下，這意味著需要使用SaaS平臺，該平臺可以快速部署并且在設計時考慮到易用性。在其他情況下，則涉及基于公共衛生數據和人員分析工具做出決策。

Menninger說：“即使企業以前沒有使用過分析，他們也可能接觸到有關大流行的各種公共分析。多家公司提供重返工作崗位分析，因此，即使企業沒有自己的分析工具，他們現在也可以使用這些工具。“

當處于生存模式的企業轉向分析時，BI供應商也試圖盡自己的一份力量來對抗病毒的傳播。

很多供應商提供儀表板來顯示病毒的傳播情況，并還有些供應商專門為與該疾病傳播作斗爭的組織（例如醫療保健組織和政府機構）設計功能。

同時，疾病控制與預防中心和約翰·霍普金斯大學等組織的COVID-19數據在新聞廣播中得到廣泛傳播，并在報紙上得到突出報道，從而有助于將分析技術應用于提高公眾意識。

Tableau公司首席技術官Andrew Beers表示，2020年是大選年，民意調查數據還可以預測誰將成為下一任美國總統，分析技術以前所未有的方式滲透到人們的日常生活中。

他說：“數據主導著2020年的公眾意識，從民意調查追蹤器試圖預測美國總統大選，到熱圖追蹤COVID-19大流行的蔓延，這無疑使2020年成為公民數據分析師之年。Tableau COVID Data Hub（以及其他供應商的工具）等工具使人們更深入了解病毒的傳播以及該國如何能夠共同恢復正常狀態。”

自然語言處理

盡管冠狀病毒在2020年對分析產生了主要影響，但這一年中其他趨勢也在加速。

供應商繼續在其平臺中添加NLP功能，以使沒有數據科學背景的業務員工可以更廣泛地使用它們。

例如，Tableau于2019年推出Explain Data，該工具可提供有關數據點的自然語言解釋，并于2020年初進行了更新。

Beers說：“AI功能引入分析平臺（例如自然語言處理）有助于縮小數據技能和數據工作之間的差距，降低這些需求職位的進入門檻。”他指出，LinkedIn將數據科學家列為2020年的第三大需求工作。

同時，Qlik在9月推出了Insight Advisor Chat，該功能使用NLP和自然語言生成功能對用戶查詢生成敘述性和視覺性響應。微軟在當月向Power BI添加了數據敘事功能。

Menninger說：“我們看到很多供應商提供了一種‘解釋’或‘見解’功能，這些功能采用機器學習技術來自動分析數據并提供對所識別內容的解釋。”

但是他補充說，與處理自然語言查詢相比，NLP工具目前在提供有關數據的敘述方面更好。

考慮到語言固有的復雜性，以及自然語言查詢工具實際上并不理解口語或書面單詞的事實–它們只是將口語或書面單詞轉換為SQL，然后從SQL轉換回人類語言，它們還難以實現真正的對話。

Menninger說：“供應商仍在努力解釋完全自由格式的文本并將其轉換為查詢，就像我仍在努力讓我的智能家居揚聲器為我啟動正確的播放列表一樣。”

自動化的興起

NLP旨在簡化查詢和分析并減輕數據科學家的負擔，而業務流程自動化和嵌入式BI的目標則是提高企業效率。

由于數據科學家的供不應求-部分是由于疫情所致，企業需要更高的組織效率。

因此，Alteryx公司在2020年將機器人流程自動化列為優先事項之一。Alteryx是一家專門從事數據管理的供應商，其平臺曾經面向數據科學家但現在旨在為業務用戶提供服務。

同時，其他供應商則增強了其平臺的嵌入式BI功能，以此來提高效率。其中，MicroStrategy公司繼續更新其嵌入式分析工具HyperIntelligence，而Yellowfin和Sisense則升級了其用于嵌入式應用程序開發的工具。

Sommer表示：“業務流程管理已經存在數十年，目前的新改進是，我們現在不僅可以對其進行建模，還可以通過機器人流程自動化、流程挖掘、警報和嵌入式分析等技術來挖掘、自動化和優化流程。當領導者希望重新設計工作方式時，效率指標只會變得越來越重要和優先級。”

云遷移

2020年的另一個趨勢是繼續向云遷移。

隨著用戶積累更多的數據，他們需要其分析平臺提供更多的功能，以便存儲和快速訪問和分析其數據。而這種力量來自云端。

Sigma Computing和Looker等較新供應商是僅采用云計算的供應商。同時，其他供應商正在增強其云功能。例如，Qlik提供了其企業平臺的單獨的SaaS版本，GoodData徹底改造了其平臺以支持自助服務用戶，而IBI（以前是Information Builders）使云成為了主要重點。

Menninger說：“大多數供應商在基于云的功能交付方面都取得了實質性進展，其中包括幾家現在已經成為云優先的主要供應商。”

在2020年底，我們甚至還看到合并和收購活動，例如Tibco收購IBI，但今年并沒有出現像2019年春天那樣的盛況，當時在短短幾天內，谷歌收購Looker，Salesforce收購Tableau，還有Qlik進行了大筆收購以幫助其數據管理能力。

但是，盡管NLP取得了進步，但自動化和向云遷移以及兩家長期的BI供應商攜手同行-冠狀病毒疫情對企業采用分析的影響顯然是2020年最重要的發展。

隨著2021年即將到來，疫情的發展可能再次迫使人們待在家里，我們可能會看到更多企業認識到數據分析的價值，而企業分析的加速趨勢將持續到明年。
責編AJX