京公网安备 11010802034615号
经营许可证编号:京B2-20210330
为什么嵌入式分析将改变一切
数据分析正在被嵌入到各种各样的软件中,这意味着一种重大的转变即将到来。本文解释了为什么人们对数据分析认知以及数据分析的应用方式将会彻底改变。
数据分析正在被嵌入到各种各样的软件中。这带来的结果是,整个生态系统都在改变。以前,分析和BI(商业智能)一直是被分离出来的——我们“做”分析,我们“写”报告。但是今后,不管是网上购物、智能手表还是企业级应用程序,数据分析越来越成为软件不可分割的一部分。
我们对数据分析的认知和应用方式转变的背后,有三个因素在起作用。一是之前提到的嵌入到所有类型软件中的数据分析,二是自动化,三是软件构建方法的转变。
自动化是助燃剂
现代的软件产生和分析的数据数量前所未有,而且还在不断增加。如此庞大体量的数据远远超出了人类管理和分析的能力,于是自动化的数据分析和决策成为必然。因此,在某些情景中,数据分析“隐形”了,而且在未来这种场景还会更多。
“‘零阻力(frictionless)’很好地形容了人们在有效的用户体验上试图达到的状态。当然,随着自动化和后台分析的普及,我们对数据分析的认知会改变。”Forrester Research的VP兼研究总监Gene Leganza说道。“我们会更多地考虑结果——我们喜不喜欢这个网站或app的推荐引擎,或是那个更好一些?我们只需要关注那些能让我们满意的服务,而不用知道它背后的工作原理。”
但Leganza说:“这并不表示,自动化分析像黑匣子一样运作。尽管人类对嵌入式分析投入的有意识的思考减少了,我们仍然想知道决策是如何做出来的,特别是在这些决策变得日益重要的情况下。”成功的软件并不只是将数据管理和分析自动化、寻找合适的微服务组合来实现某一特定的目标,还能够对所需的路径做出解释。
微服务将带来冲击
软件开发实践在不断进化,被构建出来的软件也是如此。上个世纪,单一整体式的企业级应用软件被分解成了一个个小块,形成了一个个的SaaS解决方案。在微服务的架构下,功能变得越来越模块化,它是为了达成某个特定的目标而被开发出来的碎片化的功能模块。因为微服务是在创造功能块,这些功能块就能够以不同的方式结合起来对数据分析产生影响,反之亦然。
软件将变得更模块化,因为模块化意味着灵活性。随着企业业务的加速,软件必须能够快速适应不断发展变化的环境,减少不必要的支出。
为了使自动化更加普及,适用于越来越多的场景,我们将会使得软件能够动态地将所需的微服务拼凑在一起。微服务的粒度需要与数据模式相匹配。眼前的任务是将软件变得足够灵活以适应主流的数据模式。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09