網(wǎng)絡安全這作為一個日益凸顯的問題，數(shù)據(jù)分析人才的缺乏也成為公司發(fā)展的一大障礙。然而有一點是肯定的：有效地利用數(shù)據(jù)分析能力對于幫助公司進一步的增長和創(chuàng)新至關(guān)重要。

　　
    在最新發(fā)布的2016分析趨勢報告中，德勤預測了六個將在2016年改變商業(yè)的主要趨勢。

　　德勤的John Lucker表示，對于持續(xù)面臨各式機遇和挑戰(zhàn)的商界領(lǐng)袖來說，提前看到這些趨勢能夠?qū)镜倪\營產(chǎn)生深遠的影響。許多公司選擇對他們的運營模式做一個戰(zhàn)略性的轉(zhuǎn)變來應對如網(wǎng)絡安全這樣侵略性的問題。同時，作為一個日益凸顯的問題，數(shù)據(jù)分析人才的缺乏也成為公司發(fā)展的一大障礙。然而有一點是肯定的：有效地利用數(shù)據(jù)分析能力對于幫助公司進一步的增長和創(chuàng)新至關(guān)重要。

　　網(wǎng)絡安全：進攻是最好的防御

　　網(wǎng)絡安全一詞在德勤的趨勢列表中已經(jīng)不是第一次出現(xiàn)了，它從去年就開始被提及?！笆袌鲋姓诎l(fā)生一個改變?！盠ucker認為。他引用了一個IDC的發(fā)現(xiàn)——去年，全球金融服務行業(yè)在信息安全上花費近274億美元。這些機構(gòu)不再滿足于傳統(tǒng)的被動式的安全模式，而是開始采用預測性的方法威脅情報和監(jiān)控代替之。這些方法包括自動掃描可能威脅機構(gòu)安全的聊天記錄，和通過分析過去的實施來構(gòu)建能夠預測未來威脅的數(shù)學模型。

　　隨著網(wǎng)絡安全和分析的出現(xiàn)，相比于被動防守，主動出擊變得越來越重要。Lucker說，現(xiàn)在更需要做的是用數(shù)據(jù)分析和認知計算和機器學習方法，去預測公司的的什么方面容易受到攻擊，和已知的漏洞會如何演變成新的漏洞。

　　總的來說，德勤認為網(wǎng)絡安全將會得到更多更廣泛的投資，同時與數(shù)據(jù)分析也會產(chǎn)生越來越緊密的聯(lián)系。

　　網(wǎng)絡安全威脅也與2016年其他的趨勢息息相關(guān)。Lucker建議一些機構(gòu)可以考慮放慢腳步，更加理性的分析他們的關(guān)注點，例如在網(wǎng)絡安全中心搭建完畢之前，應該強調(diào)數(shù)據(jù)采集方面的工作。

　　大數(shù)據(jù)和物聯(lián)網(wǎng)就是兩個很好的例子。在過去，機構(gòu)常常會忽視在存儲大數(shù)據(jù)和物聯(lián)網(wǎng)相關(guān)信息時系統(tǒng)的安全問題。但是當把這些項目從測試階段轉(zhuǎn)移到產(chǎn)品階段的時候，網(wǎng)絡安全問題已經(jīng)變得日益明顯。

　　數(shù)據(jù)分析師：員工荒

　　另外一個常見的趨勢就是，找到并留下數(shù)據(jù)分析人才難上加難。Lucker引用了2015MIT斯隆管理報告——百分之四十的公司很難找到他們需要的數(shù)據(jù)分析人才。

　　許多大學都在努力培養(yǎng)優(yōu)秀的數(shù)據(jù)科學人才，但是數(shù)量畢竟有限。而對于高端人才來說競爭則會變得更加激烈。

　　Lucker認為，公司應該認識到，他們需要和教育機構(gòu)建立更加緊密的聯(lián)系。在公司和大學之間構(gòu)建一個真正的合作關(guān)系是已經(jīng)變得日益重要。

　　另外，他指出吸引數(shù)據(jù)分析人才只是一個方面，公司更應該思考如何才能留下這些人才。只有為員工提供良好的數(shù)據(jù)科學職業(yè)規(guī)劃和多元化的工作，才能培養(yǎng)員工與公司之間的感情。相反，每天重復性的工作很容易會造成人才的流失。

　　人機關(guān)系：日益緊密

　　根據(jù)IDC的預測，在2025年之前商界將會對機器認知投入超過600億美金。盡管許多預測表面，人工智能的發(fā)展將會大規(guī)模的減少人類的就業(yè)機會。Lucker卻認為領(lǐng)軍企業(yè)會通過人力投入來提高機器的工作質(zhì)量。畢竟，人類智慧是人工智能的基礎(chǔ)，而且機器的工作情況和質(zhì)量也需要人工來把關(guān)。另一方面，人工可以在很多方面充當機器的一個補充，尤其在一些要求高創(chuàng)造力和情感投入的工作崗位中。

　　換句話說，人類與機器的是互補互助的關(guān)系，而非相互替代的關(guān)系。

　　Lucker認為人工智能只是工具箱里的另一個工具而已，它并不能用來解決所有問題。“它只是一個補充工具，是那些數(shù)據(jù)分析科學家們所用的一大堆分析工具中的新成員。”

　　“更何況，”Lucker補充道，“人工智能的結(jié)果全部都需要人類高級別的判斷能力來進行分析和測試?！?/span>

　　物聯(lián)網(wǎng)與人

　　在2016年，人類將會重新作為物聯(lián)網(wǎng)的一個重要的組成成分。物聯(lián)網(wǎng)已經(jīng)從一個簡單有意思的小工具快速進化成為一個能跟蹤、影響人類的行為，并且開始催生新的商業(yè)模式的熱點詞匯。

　　Lucker認為，在以消費者為中心和B2B的商業(yè)領(lǐng)域都在發(fā)生著圍繞IoT的創(chuàng)新，并且這些成果將會對商業(yè)模式和工業(yè)界產(chǎn)生重大影響。

　　當我們具有能跟蹤人類行為活動的能力時，就意味著，圍繞著出行模式，消費模式的新的商業(yè)模式成為了可能。Uber就是一個很好的例子。

　　Lucker表示，許多公司已經(jīng)有了必要的基礎(chǔ)設(shè)施。例如，汽車保險公司已經(jīng)開始用用戶的智能手機數(shù)據(jù)來支持“按距離收費”的應用軟件。健康保險公司開始利用可穿戴智能設(shè)備的數(shù)據(jù)來給長期從事健身活動的消費者指定折扣。另外，傳感器數(shù)據(jù)也開始被用來監(jiān)控長途運輸管理。

　　德勤在報告中指出，很難想出一個不會被物聯(lián)網(wǎng)改變的行業(yè)。盡管制定物聯(lián)網(wǎng)相關(guān)的標準還需要很多努力，已經(jīng)有很多物聯(lián)網(wǎng)應用能夠為我們的生活創(chuàng)造價值，其中包括幫助人們保持健康，提高效率，節(jié)省開支等等。

　　科學家的勝利

　　由于數(shù)據(jù)開始潛在影響商業(yè)的每一個角落，科學家在商業(yè)領(lǐng)域開始有了一個嶄新的定位。需要明確的是，數(shù)據(jù)分析并不是一個新的技術(shù)，它在商業(yè)領(lǐng)域中的已經(jīng)有了數(shù)十年的歷史。但是最新的技術(shù)發(fā)展和數(shù)據(jù)處理能力使得科學與科學家在商業(yè)界變得尤其重要。

　　報告還說，商業(yè)界并不是唯一一個在數(shù)據(jù)分析技術(shù)上有著卓越進展的領(lǐng)域。學術(shù)界或許才是引領(lǐng)數(shù)據(jù)分析技術(shù)的先鋒。大學，實驗室以及其他科研單位在過去的一些年中一直在應用和改進數(shù)據(jù)分析的方法。這些應用領(lǐng)域包括許多方面，微觀方面有分子生物學和太空物理學，宏觀方面包括社會科學以及更廣的領(lǐng)域。在許多案例上，他們并不用“數(shù)據(jù)分析”這個詞，在他們看來，這些技術(shù)本身都是“科學”。

　　但是當前的社會環(huán)境鼓勵科學家能夠走出實驗室進入工業(yè)界，因為在科學研究中開發(fā)出來的工具很多都能夠很好地被工業(yè)界所利用。例如，科學家發(fā)明的觀察DNA的許多工具也可以幫助工業(yè)界從成千上萬的郵件中提取有用的信息。

　　Lucker提到，許多在核心科學中的概念，算法和技術(shù)正在被以一種獨特強力的方式應用到許多商業(yè)領(lǐng)域當中。例如，“文字分析正在利用基因排序技術(shù)來快速識別語言文字中的特征。這些技術(shù)對于商業(yè)界而言是一套全新的算法和分析能力?！?/span>

　　概念驅(qū)動型公司的崛起

　　在過去的一些年里，德勤和其他一些咨詢公司都曾提到了一些依賴數(shù)據(jù)進行商業(yè)決策的公司，這種公司被它們稱為概念驅(qū)動型公司。Lucker說，在過去，他們看到一些企業(yè)從只分析一些特殊的目標數(shù)據(jù)，到分析大范圍的整個領(lǐng)域的數(shù)據(jù)。他們把這些企業(yè)稱之為IDOs.

　　這些IDO并不是簡單地在商業(yè)領(lǐng)域的某一個部分來利用數(shù)據(jù)進行決策分析。它們把策略，人力，過程，數(shù)據(jù)以及技術(shù)等多個部分緊密的組合在一起，來玩公司運營的每一處提供決策輔助。一個例子就是通過分析人力資源數(shù)據(jù)，產(chǎn)品信息以及市場數(shù)據(jù)來分析在所有銷售有關(guān)人員的表現(xiàn)情況。

　“通過分析所有和企業(yè)相關(guān)的數(shù)據(jù)，我們可以構(gòu)建一個企業(yè)級的宏觀圖景?！盠ucker表示。