尽管2016年大数据分析在各个行业都开展得轰轰烈烈，仿佛成了求发展求变革的法宝，但是记者这一年的采访和调查发现，2016年真正完成的是市场教育——大数据分析产业链的供应商不用再教育市场，告诉企业大数据分析多么重要；但是真正知道怎么使用分析工具、并且通过有效搜集、处理数据实现业务增长的用户少之又少。

既然大数据分析已经成为了企业的竞争力，甚至在不久的将来必然成为生产力，那么，企业用户今年能把手中的数据水晶球用起来吗？现在距离数据分析全民化又有多远？

对于大数据分析看似爆炸实则艰难的发展，Qlik大中华区董事总经理潘应麟表示，2017年会成为真正的数据化元年，成为大数据分析的落地之年。同时，他对国内2017年的大数据分析发展做出了十大预测。

预测一：让使用数据成为一种素养

现在很多企业通过以一小撮人，比如数据科学家、数据工程师和相关软件开发人员、业务分析师来推动企业发展，这是不对的。数据应该成为一种素养，向英语一样全民培养。比如，大家都懂英文的时候，沟通起来就没问题；但如果只有一小波人懂英文，其他的要通过翻译沟通，肯定会出现理解差异，就出现翻译的问题了。所以，大家都比较懂得使用数据，现在数据分析的弊端就会自然弱化。

麻省理工学院和爱默生大学都将 “数据化” 定义为“阅读、操作、分析和讨论数据的能力”。这也是Qlik认为的数据素养的组成部分。潘应麟表示：“接下来，可视化不会单单停留在分析这块，而会覆盖整个信息供应链，这是我们对第一个趋势的看法。”

趋势二：   大数据焦点从规模转向组合

2016年是大规模的数据仓库建立的时期，企业争相从内部到云端建立了大数据仓库。但是到了2017，Qlik认为，“大数据不是看规模，而是看组合。比如BAT的数据和企业内部不同的系统结合起来，带来的新的数据价值。大数据分析的焦点从数据量变成数据的规模组合，这会带来很不一样的概念，也会改变整个可视化环境。”

趋势三：2017年是云的爆发点

过去传统的BI存储是企业内部的。Qlik认为，2017年是云的爆发点，大概会有有50% 以上的机构会发展云端的BI部署和数据仓库。这样做也有助于数据素养的普及，因为每个人都不需要很高的成本就可以做一些数据分析、数据可视化的事情，按照现在市场的规模，以后会有很大的发展。这是云的发展。

趋势四：“先进分析”转向“超前分析”

过去数据科学家们会通过设计数据模型，做”先进的分析“。但是随着人工智能的进场，”先进的分析”势必进化为“超前的分析”。人工智能的参与将帮助我们普通的员工也可以具备分析的能力，这不仅有助于随时洞察情况的发展，也会让社会对数据的可靠性和数据的真实性越来越有信心。

趋势五：物理和数字世界将在分析中交汇

目前的数据分析通常是在虚拟环境下作分析，跟物理世界交互的情景比较少，Qlik认为，中小企业会越来越多地把数据分析、数据世界和实体世界结合在一起，从而为实体世界的分析提供越来越多的可用情景，这将是2017年的一个重要发展点。

趋势六：自服务可视化

过去，几乎每个企业购买数据分析工具时，都是由公司的IT部门判断工具的功能，然后签一个大企业软件合作，再由IT部门推出去。但是，得益于近几年可视化分析的发展，尤其是很多企业希望自己能把握信息、自己做分析和探索，一些业务部门开始重视并主动选择数据分析工具。

潘应麟表示：“这就是说，包括可视化分析在内的分析工具不再是一个很大的项目，而是变为一个易于普及的商品。我们觉得，尤其是桌面的可视化会变为免费的形式。这将帮助所有人都可以以非常低成本的、低门槛的方式做可视化的工作，探讨数据、探索数据。”

趋势七：现代 BI 取代传统 BI

过去企业使用BI可能是因为有集中管理的需求，实际应用过程中可能牺牲掉敏捷性来满足管理的要求。但是，2017年可能会出现反转，现代BI的功能是辅助搭建一个非常灵活的体系结构，来满足具体用户的需求，让更多的员工受惠。

趋势八：分析面向用户

传统的BI是为了给管理层做报告、报表，基本上超过一半以上的员工享受不到这些工具。得益于可视化分析带来的演变，数据分析的成本一再降低，业务工作者不需要考虑如何做数据的挖掘分析，Qlik这样的提供商就能够把一些分析云送到业务层面、操作应用里面、一些场景里面，让这些一线工作者在分析之上做分析。

潘应麟提出，“2017年会出现很大的转变，我们分析的能力可能嵌入到一些业务的流程，或者嵌入到一些内网或外网的应用中。”

趋势九：生态系统将证明其实力

利用到整个生态系统把数据、计算结合起来。发挥它的影响力，把企业原来奢望通过企业员工的智慧把创新、业务的提升变成一体化的过程。

趋势十：混合云和多环境将成为主导模式

目前，可视化分析大都是在企业内部的IT平台上运行和推广。随着数据量的几何级增加和数据素养的普及，数据分析会被部署上云。考虑到数据安全的敏感性，混合云和多环境将成为主导模式。（Qlik BI 软件）