数据分析的未来：2016年分析领域5大预测

我所处的位置决定我看世界的角度。从这里望去，2016 年的数据分析领域令人振奋。有史以来，分析领域从未如此重要、如此有趣。

1. 机器学习在企业生根发芽

机器学习(Machine learning)的历史可以追溯到 1950 年，但直到最近，它都只是精英人才的领域并长期被人忽视。我预言机器学习会就此稳步发展，因为许多大型企业正在接纳机器学习。如今除了研究者和数字时代原住民，企业也在探索如何把机器学习变为生产力。在一些已经规范化的行业，模型解释性较差，曾导致模型难以应用。如今这些行业的从业者使用机器学习，寻找更多创造性的方法，从模型中选择变量，而这些变量之后能由常用工具进一步构建。机器学习从多个学科中获取营养，所以未来预计会产生更多跨学科的兴趣。回想去年 INFORMS 年会的主题，Dimitris Bertsimas 讲“现代优化视野下的统计与机器学习”( Statistics and Machine Learning via a Modern Optimization Lens )。我的同事 Patrick Hall 也对于“为什么是机器学习?为什么是现在?”(Why Machine Learning? Why Now?)这一话题给出了他的看法。

2. 物联网大潮降温，面对现实

根据 Gartner 公司的新科技周期理论(Hype Cycle)来看，物联网(Internet of Things, IoT)正处在科技周期的顶峰。但在 2016 年我预计物联网这个概念将有所降温，开始面对现实。如何采集是一个很实际的障碍——信息太多了。我的一个同事正在把我们新大楼的HVAC 暖通系统，作为一个物联网测试项目进行分析。这栋楼里到处都是传感器，但获取数据却并不容易。设施部门告诉他这是IT部门的职权，IT部门把他又踢到了制造商那里，因为 HVAC 收集数据之后发送给了制造商。“数据所有权”是一个在逐渐浮现的议题：你生产了数据，却无法获取它。如何证实自己的价值是物联网面对的更大挑战。物联网在企业级的整体生产应用依然有限。物联网给出的承诺无与伦比，所以在 2016 年让我们期待早期使用者们能解决问题，给出答案。

3. 大数据走出喧嚣，让模型变得丰富

大数据已经走出了喧嚣，产生了实际的价值。如今的建模者可以获取的数据种类前所未有地丰富(例如，非结构数据，地理空间数据，图像，声音)，而这些数据使得模型可以变得更加丰富。大数据的另一新进展来自各类竞赛，这些竞赛超越了之前游戏化的形式，通过众包和数据分享产生了实际价值。拿前列腺癌 DREAM 挑战为例，参赛队伍使用四种临床诊断的匿名数据挑战开放的临床研究问题。这些数据来源众多，大部分是第一次公之于众。参赛队伍的数目史无前例，最终的获胜者战胜了之前此领域尖端研究者开发的模型。

4. 通过分析提高信息安全

随着物联网发展，传感器的广泛使用肯定让数码空间的犯罪分子感到兴奋。他们使用这些设备，用一种缓慢而低调的木马手段进行劫持。许多传统的侦查手段对此无效，因为侦查不再是寻找一个稀有事件的过程，而需要对情境中事件的累积进行理解。跟物联网一样，信息安全面对的一个挑战和数据有关。我预计先进的分析作为追踪数据的手段，能为侦查和预防做出新的贡献。很可惜，本文无法谈论大数据的合作中正在发展出的方法，因为我们不想让坏蛋知道我们是怎么发现它们的。这方面的许多优秀工作都是在高度安全的隔离环境中完成的。不过，2016 年 SAS 和其他各方仍会高度关注信息安全。

5. 分析驱动着企业与学界加强互动

北卡罗来纳州立大学的高级分析研究所(The Institute for Advanced Analytics, IAA)关注(数据分析师培训)分析领域的硕士项目数量增长。新的硕士项目与日俱增。企业的招聘需求促进了增长，但同时我也看到了它们对于研究的兴趣。越来越多的企业在设立学术扩展部门，并表现出对于研究合作的浓厚兴趣。有时这种兴趣超越合作伙伴关系，转而直接雇佣学界名人。这些学界名人可能是休假期间来工作，或者在学界和企业往返。例如，机器学习顶尖研究者 Yann LeCun 曾在贝尔实验室工作，也曾是纽约大学的教授，曾是建立纽约大学数据科学中心的主管，现在在 Facebook 带领人工智能研究团队。INFORMS(运筹学与管理科学研究协会)，通过为学界提供与分析有关的教学材料的方式(数据分析培训)，支持这种产学互动。