2019年，在澳大利亞悉尼舉行的Gartner數據與分析峰會上，Gartner將增強分析作為今年十大戰(zhàn)略趨勢、整體IT十大戰(zhàn)略趨勢之一推到了公眾面前。在Gartner 最新發(fā)布的魔力象限報告中，明確指出增強型分析功能是 BI 產品發(fā)展的最重要、也是最顯著的發(fā)展趨勢之一。那么究竟什么是增強分析?為什么增強分析是趨勢?怎么著手去建設增強分析能力? 

什么是增強分析?

簡單來說就是借助AI技術智能化、自動化的數據分析，挖掘數據價值，降低分析門檻，提升分析深度。

增強分析的實現過程可以簡單概述為：通過對于未知的數據以及已知的問題，對現有的模型進行訓練，最終羅列各種可能性和影響因素，從而幫助用戶加速并開展有效的數據分析工作。

增強分析的終極目標為：智能和自動地完成數據準備和數據分析工作，交給機器大量原始數據，機器直接針對特定場景給出決策建議。 

為什么增強分析是趨勢?

人工智能和數據分析的概念在近年來已經炒得火熱，可以說什么東西都要和大數據、AI扯上關系才顯得高大上，那么究竟是什么理由讓我們相信增強分析真的是下一個風口，而不是新的韭菜收割機呢?

指數級增長的數據及應用需求和極其短缺的產業(yè)工人之間的矛盾。大數據時代，基礎數據的維度、數量、類型(結構化和非結構化)更大、更分散，企業(yè)要分析和探索的數據越來越復雜。另一方面能兼顧專業(yè)數據分析和業(yè)務洞察的人才少之又少，增強分析正是解決這一矛盾，讓數據分析普惠所有業(yè)務用戶的良藥。

目前應用業(yè)務中最普遍的分析工具是自助式分析，通過拖拉拽的圖像化界面去探索發(fā)現業(yè)務中隱藏的洞察，這種分析建立在豐富的業(yè)務經驗之上且不能適應激增的數據分析需求。在數字化全面普及的將來，“分析孤島”這一問題將無法被忽視。 

增強分析的應用

智能數據洞察

智能、自動化地實現數據的收集、準備、集成、分析、建模，輸出各種洞察，幫助人們發(fā)現相關關系、預測和判斷趨勢，輔助決策。

增強數據準備

業(yè)務人員可以快速、容易的訪問數據，并鏈接各種數據源通過統(tǒng)一的、標準化的、可交互的視圖展現內容、數據間的關系等。自動數據規(guī)約、清洗、智能化分箱、降噪等。

分析層次的提升

描述式分析--診斷式分析--預測式分析--處方式分析。增強型分析可以在提供分析結果的同時給出一些解釋，告知用戶為什么能得到這樣的結果，而不是單純地停留在一些簡單的描述型分析上。 

怎么著手去建設增強分析能力?

目前增強分析的解決方案還比較少，并且還僅僅是應用于定制化的場景，但實現大規(guī)模、產品化的增強分析應用的基礎是毋庸置疑的：

• 大數據存儲和訪問
• 數據分析流程的組件化、標準化改造
• 提供大量的算法支持數據處理、模型構建
• 將模型洞見到業(yè)務決策納入到分析范圍，實現洞見-決策-行動全流程自動化 

雖然增強分析聽起來十分美好，但并不意味著數據分析人員和現有的BI工具就要被取代。專業(yè)的數據分析人員可以做更多高級工作，傳統(tǒng)BI同樣可以制作很多固定的報表，而增強分析是增強型的BI。