全球领先的信息技术研究和顾问公司Gartner近期发布了2019年分析与商业智能技术成熟度曲线（Hype Cycle for Analytics and Business Intelligence）。Gartner研究副总裁Jim Hare表示：“智能已成为所有数字化业务的核心，因此IT和业务领导者将继续把分析与商业智能作为最优先的创新投资项目。2019年分析与商业智能技术成熟度曲线可以帮助数据与分析领导者过渡到增强型分析（augmented analytics），从而构建起数字文化以及实施和扩展分析项目。”
 
Gartner区块链业务技术成熟度曲线从业务的角度概括区块链能力的发展并展现出区块链在不同行业的成熟度（参见图一）。

 
图一、Gartner 2019年分析与商业智能技术成熟度曲线

这五大关键趋势是：
 
1.      增强型分析（Augmented Analytics）
增强型分析通过机器学习为各类商业用户、操作工人和公民数据科学家实现数据准备、洞察发掘、数据科学及机器学习模型开发和洞察共享的自动化。
 
不断成熟的增强型分析将成为高级分析平台的关键特征。与当前的人工分析相比，它能在更短的时间内为企业机构内的每个人提供分析，而且减少了对专业用户的需求及解释的偏差。随着这项技术的发展，市面上将会出现更多的公民数据科学家。Gartner预测到2020年，公民数据科学家所产生的高级分析量将超过数据科学家，而这很大程度上要归功于数据科学任务的自动化。
 
2.      数字文化（Digital Culture）
建立有效的数字文化可能是企业机构在数字化转型过程中迈出的第一步，也可能是最重要的一步。Hare先生表示：“数字文化涵盖了数据素养（data literacy）、数字道德（digital ethics）、隐私、企业及厂商的‘数据向善’（data-for-good）项目。”
 
任何希望挖掘数据价值并且正处于数字化转型过程的企业机构都必须专注于培养数据素养。Gartner分析师认为，数据素养将影响所有员工。它不但是一项业务技能，更是一项必不可少的生活技能。
 
随着人工智能、数字社会和各种“假新闻”的出现，个人、企业机构和政府对数字道德的兴趣日益浓厚。数据与分析（D&A）领导者应发起有关数字道德的讨论，以此确保信息与技术的使用符合道德，从而赢得并维系员工、客户和合作伙伴的信任。
 
Gartner预测，到2023年，在拥有20名以上数据科学家的企业机构中，将有60%需要在其职业行为准则中加入关于数据与分析使用道德的内容。
 
3.      关系分析（Relationship Analytics）
关系分析的出现突出了人们正在越来越多地通过图形、位置和社会分析技术了解不同目标群体（人、地方和事物）之间的联系。用户通过分析不断变化的非结构化数据获得关于网络中各种关联的信息和背景以及能够提高预测和决策准确性的深层次洞察。
 
许多价值极高的应用都专注于探索事先未知、但需要解决的问题。例如基于图谱技术的关系分析可以发现非法行为和犯罪活动。执法机构可通过分析正式和非正式人际关系网络发现洗钱和其他犯罪活动。这让它们能够更轻松地区分网络中的恶性和良性行为。
 
4.      决策智能（Decision Intelligence）
数据与分析领导者可以从不断变化的生态中获得大量数据，但他们也因此需要使用多种技术来有效地管理数据。目前的决策模型结果具有不可预测性，这通常是因为无法正确获取并解释与这些模型在业务环境中的“行为”相关的不确定性因素。决策智能所提供的框架结合传统与先进技术进行决策模型的设计、建模、对齐、执行、监控与调优。
 
5.      操作化与扩展（Operationalizing & Scaling）
在业务的核心、边缘甚至边缘之外，应用的数量呈爆炸式增长。越来越多的人希望能够与数据交互，而不断增加的交互和流程需要通过分析才能实现自动化和扩展。人们越来越需要能够根据自己的需求随时随地使用分析服务和算法。无论是证明下一个重大战略举措的合理性，还是逐步优化数百万项事务和交互，分析工具及支持分析工具的数据正出现在以前很少用到它们的地方。这赋予了“无处不在的分析”（analytics everywhere）这一概念新的内涵。