文| 水手哥
本文出自：知乎专栏《帆软数据应用研究院》——数据干货&资讯集中地
近日，Gartner发布了《Analytics and Business Intelligence Modernization Primer for 2017》报告，详细阐释了Gartner2017年BI和数据分析领域的研究方向。
为实现快速和可靠的业务决策，企业需要有效的分析和商业智能系统。这个看似简单的目标，对于大多数企业来讲，实现起来并不是很容易。整体来看，数据与分析负责人主要面临3大挑战：
1、需要确定哪些分析能力是提供商业价值的必要条件；
2、必须管理新兴的角色、技能和专业知识，这些要素能够使分析团队履行职责并在适当的时候为业务用户提供培训，使他们能够自助分析；
3、在创建直接支持数字化业务方案的敏捷分析解决方案时，被现有的态度、流程和技术所束缚。
Gartner的目标是在决策的关键时刻为决策者提供分析，帮助企业能够在数据来源、类型和数量不断变化的信息化环境中，迅速有效地采取行动，成为数据驱动型的企业。所以Gartner在本篇报告总表明，他将从战略、做法、技术和产品四个维度来看如何创造数字的业务价值，以帮助中国企业组织将分析投资和战略业务目标紧密结合，评估分析技术趋势、服务和新产品。帆软数据应用研究院也将长期追踪、解读Gartern相关报告，帮助CIO们有效进行数据的探索、挖掘、分析和利用，让数据成为企业生产力。
下面是Gartner2017年BI和数据分析领域的具体研究计划：
一、为提供业务价值需要哪些基本分析能力？
阐述深度学习和智能数据发现等新兴技术的影响。
分析各种不同分析软件和服务市场的主要供应商。
发现新的出色的供应商，并分析市场领导者重要产品发布的影响。
二、如何在所在企业培养、投资和建立现代分析技能？
制定分析专业知识的采购战略：如何制定培养现有分析人才的培训计划，如何发现所需的分析人才，以及哪些服务供应商适合成为合作伙伴。
企业如何发展正确的软技能，以确保在商业决策中充分发挥分析的潜力。
如何选择恰当的组织结构，以确保全职和自助服务分析师的生产力和实效。
三、如何创建直接支持数字化业务方案的敏捷分析解决方案？
企业如何利用AI等新兴分析技术来完成以前不可能的事情。
企业如何利用分析来解决绩效管理、客户维系和风险缓解等传统问题。
如何成功使用新兴数据类型（如物联网传感器数据流或用户生成的内容视频）的最佳实践。