COVID-19 brengt ongekende marktverschuivingen met zich mee. Om in deze tijd te innoveren staan data en analytics leiders voor de uitdagingen steeds sneller en op grotere schaal analyses uit te voeren. Gartner brengt een tiental trends op het gebied van data en analytics in kaart die hierbij helpen.

1. Slimmere, snellere en meer verantwoordelijke AI
75% van de bedrijven zet tegen het eind van 2024 pilotprojecten in bij operationele projecten op het gebied van kunstmatige intelligentie (AI). Dit leidt tot vervijfvoudiging van infrastructuren voor streaming data en analytics.

AI-technieken als machine learning (ML), optimalisatie en natural language processing (NLP) leveren bijvoorbeeld belangrijke inzichten en voorspellingen op over het COVID-19 virus. Denk hierbij aan de verspreiding van het virus, de effectiviteit van maatregelen en de impact van deze maatregelen.

Slimmere AI-technieken zoals reinforcement learning en distributed learning zorgen voor een flexibeler en beter aanpasbaar systeem voor complexe situaties. Denk hierbij aan agent-gebaseerde systemen die complexe systemen modelleren en simuleren.

2. Afnemend gebruik van dashboards
Dynamische data stories met geautomatiseerde en consument-achtige ervaringen vervangen visuele en klikgebaseerde ervaringen. De gemiddelde tijd dat een gebruiker voorgebouwde dashboards gebruikt neemt hierdoor af. De verschuiving naar dynamische data stories die bijvoorbeeld augmented analytics of NLP inzetten zorgt dat de meest relevante inzichten op basis van context, functie en gebruik bij de juiste gebruiker wordt afgeleverd.

3. Intelligente beslissingen
Ruim 33% van de grote bedrijven zet in 2023 in op intelligente beslissingen, waaronder het modelleren van besluitvorming. Het nemen van intelligente beslissingen brengt verschillende disciplines bijeen, waaronder beslissingsmanagement en -support. Het levert een raamwerk dat data- en analytische leiders helpt beslissingsmodellen en -processen te ontwerpen, modelleren, toespitsen, uitvoeren, monitoren en finetunen op basis van bedrijfsresultaten en gedrag.

4. X analytics
Gartner omschrijft X analytics als een overkoepelende term. X staat voor de datavariabele voor een reeks verschillende gestructureerde en ongestructureerde content zoals tekst-, video- en audio-analyses.

AI speelde in de COVID-19 pandemie een cruciale rol, onder meer bij het onderzoeken duizenden onderzoeksrapporten, nieuwsbronnen, social media posts en medische data. Dit helpt medische- en gezondheidsexperts de verspreiding van het virus te voorspellen, capaciteit te plannen, nieuwe behandelingen te onderzoeken en risicogroepen te identificeren. X analyse in combinatie met AI en andere technieken zoals grafische analyses spelen een sleutelrol in het identificeren en voorspellen van toekomstige natuurrampen en andere crises, evenals de voorbereiding hierop.

5. Augmented data management
Augmented data management combineert ML- en AI-technieken voor het optimaliseren en verbeteren van de bedrijfsvoering. Het zet daarnaast metadata om voor gebruik in auditing, het herleiden van data en rapporteren van gegevens voor dynamische systemen.

Producten op het gebied van augmented data management kunnen grote datasets met operationele data onderzoeken, waaronder queries en prestatiegegevens. Het gebruik van bestaande gebruiks- en workloaddata stelt een augmented engine in staat de bedrijfsvoering te finetunen en zowel de configuratie, beveiliging als prestaties te optimaliseren.

6. De cloud is blijvend
Public clouddiensten zijn in 2022 essentieel voor 90% van de innovatie op het gebied van data en analytics. Naarmate data en analytics verhuist naar de cloud, staan data en analytics leiders voor de uitdaging de juiste diensten voor de juiste toepassingen te selecteren. Dit leidt tot een onnodige toename in goverance en integratie-overhead.

Bij data en analytics waren kosten voorheen het belangrijkste vraagstuk. Deze focus verhuist naar de wijze waarop data en analytics de benodigde prestaties kunnen leveren, meldt het onderzoeksbureau. Data- en analyticsleiders moeten workloads prioriteren die profiteren van de voordelen van de cloud en zich richten op kostenoptimalisatie indien zij naar de cloud migreren, adviseert Gartner.

7. De werelden van data en analytics overlappen
Data en analytics worden traditioneel gezien als duidelijk gescheiden vakgebieden en ook vanuit deze visie beheerd. Vendoren leveren end-to-end workflows ondersteund met augmented analytics, wat de lijn tussen de twee markten vervaagt.

De overlap tussen data en analytics zorgt voor een toenemende interactie en samenwerking tussen data- en analytische functies, terwijl deze voorheen gescheiden waren. Dit heeft niet alleen impact op de gebruikte technologieën, maar ook op de mensen en processen die hiervan gebruik maken. Zo maken niet alleen traditionele data- en analytics-experts hier gebruik van, maar bijvoorbeeld ook citizen developers en werknemers die informatie nodig hebben.

8. Datamarktplaatsen
35% van de grote bedrijven koopt of verkoopt in 2022 data via formele online datamarktplaatsen, ten opzichte van 25% dit jaar. Datamarktplaatsen leveren een platform waarop third-party data is geconsolideerd en maken data van derden tegen een lagere prijs beschikbaar.

9. Blockchain in data en analytics
Blockchain technologieën adresseren twee uitdagingen in data en analytics. Enerzijds kan blockchain de benodigde transacties uitvoeren, terwijl het anderzijds voor transparantie zorgt in complexe netwerken van gebruikers.

Gartner verwacht dat blockchain in toenemende mate wordt ingezet voor grootboek database management systemen (DBMS), wat een aantrekkelijkere methode biedt voor het analyseren van databronnen. De meeste toepassingen voor blockchain zijn in 2021 naar verwachting vervangen voor grootboek DBMS producten.

10. Relaties vormen de fundering voor de waarde van data en analytics
30% van de organisaties wereldwijd zet in 2023 graph database technologie in om snel context te leveren voor besluitvorming. Graph analytics is een reeks analytische technieken die het mogelijk maken relaties tussen relevante entiteiten in kaart te brengen, zoals organisaties, mensen en transacties. Het helpt data en analytics leiders onbekende relaties in data te identificeren die moeilijk vindbaar zijn met traditionele analytics.