2022 年将是大数据、人工智能和分析的分水岭，更多公司期待切实的业务成果。但从 IT 的角度来看，还有很多工作要做。以下是 IT 部门的 10 个新年大数据解决方案。

1. 建立数据保留政策

许多组织刚刚放弃了这个领域，完全避免了大数据保留的讨论。这可能是因为担心如果公司被迫为诉讼进行法律发现可能需要什么——但最有可能的是，由于没有人为它腾出时间，因此缺乏数据保留。

预计到 2025 年，全球数据将增长到 180 泽字节，而大数据占该数据的 80%，因此 2022 年是制定大数据保留政策并消除您不需要的数据的时候。

2. 定义大数据在数据结构中的作用

为了打破部门系统孤岛并将跨组织的数据提供给每个人进行分析和决策，IT 应该专注于将大数据以及更传统的结构化数据引入其构建的数据结构，以连接所有这些孤岛和存储库.

3. 开发更多无代码和低代码分析应用程序

为分析实施无代码和低代码报告工具可以更快地将更多分析报告交到最终用户手中，同时减轻 IT 工作量。

4. 重新评估已部署应用程序的商业价值

将分析应用程序投入生产是一件很棒的事情，但它现在是否像两年前首次部署时一样适用于业务？

业务不断变化。分析解决方案继续关注的内容与业务现在需要的内容之间必然存在“偏差”。

在 2022 年，有必要审查您当前部署的分析应用程序的有效性，以了解它们的性能以及它们是否仍能满足其设计的业务用例的需求。

5. 制定应用程序和数据维护策略

与结构化数据和应用程序一样，使用大数据和分析的那些也需要维护。然而，许多部署分析和大数据的组织并没有为维护锁定适当的程序。生产中的大数据和分析已经达到一定水平，应该开发和实践维护程序。

6. 提升 IT 技能

为了支持大数据运营和分析，员工需要新的 IT 技能。这可能需要数据分析、数据科学、大数据存储和处理管理方面的额外培训，以及使用新开发工具（如低代码和无代码分析）的能力。

7. 审查安全、隐私和可信来源

尤其是大数据可以从各种第三方来源获取。应定期审查这些来源是否符合公司安全和隐私标准，您自己的内部大数据也应如此。

8. 评估供应商对大数据和分析的支持

许多供应商提供用于大数据和分析的工具，但并非所有供应商都在您需要时提供相同程度的支持。与那些在使用大数据和分析工具方面为您的员工提供积极支持以及在关键项目期间提供指导的供应商合作非常重要。如果您正在与不提供您正在寻找的支持级别的供应商合作，建议找到提供支持的供应商。

9. 改进支持客户体验的大数据和分析

几乎每家公司都希望改善其客户的体验。这个过程的核心是开发面向客户的自动化和帮助帮助客户获取请求、问题和问题的答案。

使用 NLP（自然语言处理）和 AI（人工智能）来解释客户情绪和参与对话的面向客户的系统（例如聊天、电话服务员等）的自动化还远未成熟。

专注于在这些领域提高 NLP 和 AI 性能的公司将受益。

10. 更新顶部的大数据和分析讨论

当大数据和分析开始在组织中实施时，就开始了关于大数据和分析的第一次主要讨论。现在这些技术更加成熟，正在走向企业系统主流。 2022 年是 CIO 与其他 C 级高管和利益相关者重新召开会议以回顾 AI 和分析进展并确保他们对后续步骤的支持的好年头。

原文：https://www.techrepublic.com/article/10-big-data-and-analytics-resoluti…

本文