2016年刚刚过去，我们不妨回过头来总结一下今年数据分析的情况。美国总统大选可以说是今年最引人关注的事件之一。与很多媒体报道的一样，共和党的一位战略家Mike Murphy曾经预测希拉里会当选。事实上，当他看到川普当选的结果时，不禁感叹到，数据已经死亡。
然而，现在预测数据的死亡显然是过早的。IDC近期一项研究表明，大数据以及商业分析的市场在2016年的增长率高达11%，到2020年的复合年增长率可以达到11.7%。在即将到来的2017年，数据分析行业同样是机会与挑战并存。不妨来看一看我们对于数据分析行业在2017年发展的预测。
非结构化数据是不能融入关系数据库的数据，包括视频、PPT、文档等内容。结构化数据分析告诉我们的是现在发生了什么，而非结构化数据的分析告诉我们的则是为什么。然而，2015年IDG的一项调查显示，只有43%的被调查者会优先选择非结构化数据，因为目前支持分析非结构化数据的工具太少。2017年，机器学习以及数据可视化工具将快速发展，我们有望看到非结构化数据地影响力不断提升。
嵌入式分析是目前商务智能发展最快的领域。Logi公司的调查显示，超过66%的被调查者表示正在使用嵌入式分析，30%的被调查者表示将会考虑使用这一工具。
嵌入式分析近年来的发展可以说是指数级的，我们也希望它之后的几年能够维持这样良好的发展态势。Logi的研究表明，商务用户对嵌入式分析的使用率是传统商务智能工具的两倍。Gartner2016年的嵌入式分析报告也显示，87%的应用提供商认为嵌入式分析对用户很重要，这一比例在2015年则为82%。
Forrester的一项研究表明，2017年人工智能的投资额将会是2016年的三倍，将会极大地促进数据分析在市场营销、电子商务应用、产品管理等商务领域的应用。在2015年的一项调查中，只有51%的数据分析决策者表示，他们可以独立搜集并且分析数据而不需要技术人员的支持，这一比例在2017年将会变成66%。
这是否就宣告了数据科学家的死亡了呢？答案显然是否定的。美国西北大学Kellogg管理学院的数据分析项目执行主任Joel Shapiro表示，“在正常的情况下，数据是可以自动生成并且进行分析的。但是从根本上说，分析学存在的意义是得出与其他方法不一样的结论。我对于现在的分析产品感到十分怀疑，我认为它们声称的下载数据并且自动生成消费者洞察的结论是不成立的。”从短期来看，数据科学家几乎不可能被取代，但是随着人工智能逐渐代替传统的报告与分析等智能，我们希望看见数据科学家在未来的几年变得更有创新性，从而保证不被人工智能所淘汰。
单单在美国，所有公司明年在数字广告上的花费就预计将达到770亿美元，而来检测这笔花费是否值得的方法则是看消费者的反馈。预测单个消费者性格的能力为定制化广告提供了切实有效的工具，从而帮助营销人员根据每个消费者的性格特点进行消费者细分，而不是传统的年龄以及性别的要素。
在过去的数十年间，心理学家了解消费者性格特点以及行为的方法不外乎心理学实验以及调查问卷，而数字营销人员如今可以利用数据同样增进对消费者的了解。马来西亚科技大学的学者Ikusan R. Adeyemi表示，“研究表明，我们可以从消费者的上网习惯中推断出他的性格特征。”随着市场营销人员对数据分析工具的逐渐精通，我们乐见消费者行为分析的美好前景。
预测分析在今年的数据行业占据了主导地位，然而在2017年，将有更多的企业选择使用规范分析方法。Gartner数据显示，规范分析市场自2014年来的复合年增长率为22%，到2019年其规模将发展到10亿美元。预测分析通过分析当前的数据集模式以及复合场景的结果为管理人员提供决策上的数据支持。尽管Gartner的调查发现只有10%的企业目前在使用预测分析方法，但是我们预测到2020年，预测分析的市场占有率将达到35%左右。
其实，任凭数据行业变化，一个以不变应万变的办法便是提高自己的技能，积累实用的projects，这样无论面对任何变化都可以从容处之。为了让大家在2017年斩获心仪的数据offer，或者说在这一领域更得心应手，太阁数据科学家直通车便应运而生了。
