输送燃料以产生能量以促进人类进步的管道一样，数据平台已经使用了数十年，以输送数据来优化业务流程。这些技术大致分为以下术语：ESB（企业服务总线），ETL（提取转换负载），EDW（企业数据仓库）和BI（商业智能）。在过去的三十年中，它们已经多次复活以服务于应用程序开发范例，数据敏捷性和部署选择。让我们看一下过去的三个时代，以期展望未来。

制定策略时如何挖掘一些关键角色的才能和观点的方法，为什么这么多公司错过数字化转型的标志 ？它归结为人们，如果企业不能使团队朝同一方向划船，并确保每个人都支持将推动组织前进的举措，那么他们的转型工作很可能会失败，数字化转型是公司范围内的一项工作，需要部门之间的支持和协作。但是，这还要求组织中的每个角色都将自己独特的观点，才能和技能集引入到项目中。

快速了解五个供应商如何将机器学习，NLP或其他高级分析技术嵌入其平台，从数据安全性到数据管理再到高级分析-尤其有趣的是，有多少公司将高级分析嵌入到他们的软件中，供应商正在从数据管理和数据准备到分析和数据安全的所有方面实施高级分析，它渗透到整个分析生命周期，包括数据治理，智能数据和分析软件是主要的市场趋势。以下是我遇到的五个供应商，这些供应商将机器学习，NLP或其他高级分析技术嵌入其平台。

现在是时候让预测分析成为售后服务的主流了。随着技术平台的成熟和成本的降低，请注意这三个机会领域，预测分析将在整个供应链和售后服务领域出现，预计到2020年该行业的价值将超过90亿元。预测分析-使用数据预测未来活动的能力-可以进行实时决策，并在策略和绩效上进行预先考虑。这种策略的前摄性使其成为供应链商务智能中的下一个重要事物。

将数据准备任务转移到IT部门可以使数据科学家腾出精力进行分析，当前，数据科学家花费了将近80％的时间来准备和组织数据进行分析，这意味着产生企业可以采取行动的有价值的见解通常会事半功倍。这表明企业显然需要加快流程以更快地获得见解，但是随着企业尝试解决此问题，在决策者快速访问数据与IT团队确保安全可靠地处理数据的职责之间取得平衡是一个持续的挑战。

数字化转型是本季的风尚。每家公司都加快了数字化运营，收集情报并快速响应不断变化的市场的努力，企业现在可以在10天之内完成以前需要10个月才能完成的工作，随着数据为更好，更快的决策提供动力，恢复的道路铺就了数据，大多数企业都在尝试采用以数据为依据的决策，他们正在招聘数据科学家，购买的工具，并为大型分析项目开绿灯。