增强分析工具、自然语言处理（或者说NLP）搜索以及图形分析是2019年的主要趋势。

根据Gartner公司分析师Rita Sallam的说法，增强分析在过去一年一直在迅速发展，而在今年这种趋势更是会加速发展。增强分析是指利用BI工具中的机器学习和AI来自动化数据准备工作以及帮助用户发现和分享见解。Rita在最近的一次会议上提出十大数据和分析技术趋势。

Gartner公司的2019年数据和分析技术趋势清单强调了这些趋势的重要性。在2019年2月澳大利亚举行的数据与分析峰会后，Sallam接受采访时称，这些技术将极大地影响“我们如何构建以及由谁构建数据和分析内容，谁可查看高级分析得出的见解，人们如何与数据及分析进行交互，以及我们可大规模地进行分析的类型。”

Sallam称：“增强分析将继续推动炒作周期，早期采用者将从早期部署中获益。与此同时，更多分析、BI、数据科学和ML [机器学习]供应商正在为其平台添加增强分析功能。”

Gartner公司称，增强分析工具是数据和分析市场的“下一波浪潮”，随着该平台功能不断成熟，Gartner也建议数据领导者部署这些工具。到2020年，增强分析将成为企业采购BI和分析系统以及数据科学和机器学习平台与嵌入式分析工具的主要驱动力。

Gartner公司分析师Jim Hare表示，在现在的数据和分析趋势中，增强分析工具将对企业产生长期影响。

Hare称：“随着数字业务被数据所淹没，增强分析可为运营用户仅呈现对他们重要的内容，以帮助他们在当时采取正确的行动。同时，通过在任何地方向企业中每个人提供分析，增强分析还扩展了可查看分析见解的人员范围，并且，与现有的手动方法相比，这需要更少的时间、技能和误解。”

与此同时，机器学习软件供应商DataRobot公司高级主管Jen Underwood称，增强分析工具是数据和分析专业人员最重要的创新。

Underwood将增强分析改变现代分析的方式与过去十年自助服务BI改变分析软件行业的方式做了比较。Underwood表示，增强分析（或她所谓的“智能自动化”）的最大改进是，它使业务用户和大众数据科学家能够更轻松地进行分析。

Underwood说：“智能自动化使非数据科学家能够利用先进分析技术从大量数据来源中挖掘机会、解决更复杂的问题以及更好地优化结果。下一波分析涉及大众数据科学家，这一趋势正在迅速发展，快过前一次市场变革。”

Gartner预测，到2020年，大众数据科学家的数量增长速度将比专家数据科学家快五倍。增强分析工具将极大地促进这一发展。

NLP搜索功能激增

NLP通常被认为是增强分析的一个子集，它是另一个主要的数据和分析趋势。NLP是指计算机程序可理解非正式人类语言的能力，这里的语言是指大声输入或说出来的语言。

这里的目标是使分析工具像搜索界面或与虚拟助手的对话一样简单。Gartner表示，到明年，50％的分析性查询将通过搜索、NLP或语音生成，或者将由软件自动生成。

企业希望每个人都可访问分析的需求正在推动这种趋势。Gartner预测，到2021年，NLP和会话分析将把分析和商业智能应用从涵盖35％的员工提升到50％以上，其中包括来自业务领域的新用户类别。

据Hare称，NLP搜索（甚至是自然语言生成）应用已经出现在很多BI和分析供应商的早期集成中。

部分BI和分析供应商已经在整合NLP搜索技术，包括Tableau公司–该公司最近推出NLP搜索功能Ask Data，以及Qlik公司–该公司收购AI聊天机器人CrunchBot，以帮助用户通过文本查询更快更轻松地获取数据见解。

MicroStrategy 2019 BI平台还与Amazon Alexa和其他语音控制应用程序合作，提供NLP语音搜索功能。BI和分析平台ThoughtSpot还测试发布了SearchIQ工具，该工具支持文本和文本语音搜索。

尽管NLP应用越来越多，但Hare指出NLP技术还没有做好准备提供开箱即用集成。

Hare称：“现在，NLP功能通常需要一些服务才能建立，因为对于会话分析的本体论因行业和组织而异。这就是说，Gartner预计在未来两到五年内会出现开箱即用和企业就绪的实例。”

图形分析

图形分析是指一组分析技术，它允许探索和映射数据集（例如企业、人员和交易等）之间的关系。图形分析也是一个值得注意的趋势。Gartner预测，到2022年，图形处理和图形数据库管理系统的使用将以每年100％的速度增长，用户将能够更快地准备数据并应用更复杂和适应性更强的数据科学。

然而，据Gartner称，到目前为止，对专业技能的需求限制了企业对图形分析的部署。 Sallam表示，图形分析所需的技能（不只是图形数据库知识）包括资源描述框架、RDF查询语言SPARQL协议和新兴语言，例如Apache TinkerPop或最近开源的Cypher。