2020年有很多數據和分析趨勢需要準備。隨著時間的推移，重要的是要注意新的一年中要探索的新趨勢。

IDC預測，如果我們的數字世界或總數據內容由平板電腦表示，那么到2020年，它們將一直延伸到月球6倍以上。這相當于44 zettabytes的數據，或者44萬億GB。

數據生成如此之快的原因有很多——數據大小每兩年翻一番。物聯網和連接設備的誕生只是一個來源，而對更可靠的實時數據的需求則是另一個來源。然而，更有趣的是，由于新的數字化解決方案而形成的趨勢。它們專門幫助塑造行業，改變業務分析師處理數據的方式。

我們的數字化未來會是什么樣子？我們將如何管理所有這些信息？業務分析師應該專注于開發哪些技能？

1.工作角色的專業化

很長一段時間以來，數據分析師和科學家的角色本質上都是普遍的。這并不是專業化不存在，他們總是有，但公司現在開始尋找具有行業特定經驗的專業人士。他們希望有人能夠明確地了解他們正在處理的數據類型。

從金融服務到制造和物流的一切都在升級，以依賴更多的數字服務，從而導致實時數據的涌入。有很多機會，所以選擇一個專業化不會影響職業選擇，但做相反的事情可以。通過與適合專業化的企業和團隊合作來建立可靠的簡歷非常重要，因此請選擇一個。

2.機器學習是一項必備技能

到2020年，超過40％的數據科學任務將實現自動化。機器學習技術及其不斷增長的能力是這種自動化的巨大推動力。這也是有充分理由的，因為自動化和強大的機器學習工具可以幫助提取即使是熟練的分析師也很難找到的見解。

整個過程也可以更快地實現，不僅提高了總體效率，還提升了組織對某些事件的反應時間。

定量分析，實驗分析，數據擴展，自動化工具，當然還有通用機器學習都是現代數據分析師應該尋求磨練的技能。分析師對自動化技術的直接經驗和才能越多，他們就越有可能。

3.監管的興起

GDPR有助于刺激對優先數據治理的需求，坦率地說，它發生得如此之快，導致許多公司爭先恐后地遵守 – 甚至還有一些人正在摸索這個想法。但這并不是唯一的規則或指導方針。最近，“加利福尼亞州消費者隱私法”（California Consumer Privacy Act）開始實施，將于2020年生效。它不會是最后一次，也不是長期的。

這些法規對數據處理和處理，消費者分析和數據安全具有重大影響。企業面臨著巨大的壓力，不僅要遵守既定要求，還要了解對當前和未來運營的影響。

理解這些后果的數據科學家和分析師可以幫助組織了解指南，并且對數據隱私和安全性都很擅長。隨著越來越多的法規出臺，這種需求將繼續增長，使其成為當前和未來專業人士的可行專業化。

4.保持技術前沿

不可否認，與現代技術相關的任何事情都是最新的。解決方案和工具正在以荒謬的速度發展，新的機會總是被引入，并且各種趨勢逐年形成。但無論多么困難，數據分析師必須繼續保持這一增長的最前沿。

一個優秀的分析師可能會專注，但從不將他們的整個股票放在一個技術，平臺或工具集中。例如，對于數據庫，選擇可能包括NoSQL，HBase和MongoDB，但其可能的優先級可能會隨著時間的推移而變化。數據處理是在分析領域保持相關性的另一項技能。熟練掌握這項技能的專業人士將受到公司，個人和政府機構的青睞。

對于框架和語言，有SAS，Python，R，Apache Hadoop等等。另一方面，流行的工具包括Power BI，ETL，IBM Db2和Teradata。但更重要的是，這些都是今天的例子 – 現在 – 它們可能會隨著時間的推移而改變或改變。

分析師可以隨時了解所有可用的解決方案，這意味著就技能和知識而言，采取持續改進和增長的狀態。

5.云計算和相關機制

數據科學家和軟件工程師是兩個不同的領域，但這并不一定意味著重疊不會發生。絕對是這樣，專業人士必須明白，實現它是在當今市場中保持相關性的重要部分。

隨著對更具彈性和流動性基礎設施的需求的增長，分析師和科學家將需要了解這與當前的操作和設備之間的關系。例如，能夠動態評估服務器上的負載在處理性能要求和潛在問題時可以大有幫助。

正是這種理解掌握硬件和基礎設施的概念將專業人士提升到新的高度。大數據，高級分析，機器學習，如果沒有云計算和最終的基礎設施，這些技術都不會存在。

直到最近，重點一直放在有助于更好地理解數據存儲的工具和流程上。

隨著技術變得更強大并且更公開地采用，理解基礎硬件的需求也變得更加重要。因此，軟件和硬件相關角色之間的重疊以及未來專業人員需要了解系統的全部范圍。

6.必須具備的商業智能經驗

今天的數據分析師并沒有被鎖定在一個塔中，而是與組織的其他人分開。實際上，由于科學家直接與團隊和決策者互動，因此幾乎總是完全相反。這意味著數據專業人員必須能夠有效地將復雜的主題傳達給非技術專業人員。

溝通恰好是商業智能的關鍵軟技能。但這并不是茁壯成長所必需的唯一技能。SQL編程技巧，特定工具體驗 – 例如Tableau – 和解決問題只是少數幾個例子。

今天和明天的成功分析師也必須在商業智能方面擁有堅實的基礎。

增長始終是必須的，但正確的增長是關鍵

當然，數據分析師將繼續增長，因為他們承擔更多項目并積累行業經驗。但是，促進正確的增長，進入特定領域和技能，可以幫助專業人士取得成功，同時也確保未來在該領域的機會。

越來越多的組織部署數據分析工具來影響他們的運營，未來的決策以及了解消費者的行為。

隨著時間的推移，這些工具與技術本身一起變得更加先進，技術本身也變得更加強大。分析師不僅要了解正在使用的核心系統和工具，還要了解基礎硬件。