在2020年，正如的所有其他事物一样，分析也受到冠状病毒的严重影响。

在2019年结束时，人们认为，自然语言处理和嵌入式商业智能将成为2020年分析的最大趋势之一。

但是那时，还没有人知道COVID-19，更不用说疫情。3月份疫情开始在美国蔓延，各州发布法令让人们待在家里，以试图阻止病毒的传播，企业需要数据来快速做出决定，以应对突然的业务损失。

很多尚未转向分析的企业突然采用数据驱动的方法来确定效率，甚至试图找到替代性收入来源，而已经在某种程度上使用分析的公司，则加快了他们致力于数据驱动决策的步伐。

由于冠状病毒的存在，重要的商业智能已成为分析的主要趋势，而不是使用新的增强智能功能和加速分析嵌入整个工作流程。

而反过来，这又导致了数字化转型的加速，很多企业将其大部分运营转向数字化。

Ventana Research公司数据和分析研究总监Dave Menninger说：“当世界彻底颠覆时，你如何反应？通过使用分析，企业可以更好地了解他们的选择，并在制定新方向时跟踪其进度。如果没有分析，他们将无所适从。因此，COVID-19突显BI和分析的重要性。”

同样，Qlik公司高级总监兼全球市场情报负责人Dan Sommer表示，COVID-19表明关键分析对企业的重要性，尤其是在困难时期。

在经济好的时候，企业可以在支出方面获得更大的自由，而不是将所有决策都基于数据。但是，当收入流消失并且预算有限时，数据可使企业最大程度地提高效率，甚至在疫情持续的情况下，可确保企业生存下去。

然而，这些数据需要尽可能保持最新。

Sommer说：“自疫情开始以来，我们已经看到对实时和最新数据的需求激增。通常比较陈旧的东西（例如，季度业务预测）现在短暂而易变。警报、数据刷新和预测将需要更频繁地使用最新的变量进行。”

在供应链中断的疫情早期就已经证明对最新数据的需求。

医院争先恐后地采购个人防护设备，并且，在美国COVID-19确诊数量很多的地区，需要尚未受到重创的地区捐赠。同时，当人们因预期短缺而开始囤积卫生纸时，卫生纸突然供不应求。

现在，随着冠状病毒再次激增，供应链可能会再次受到破坏，企业将继续以近乎实时的方式获取数据。

Sommer说：“在危机中这类激增更是加剧，我们必须做好准备。现在基础设施和应用程序可用，从而可以逐步过渡到主动智能。这将是帮助企业采取行动的重要因素。”

数字化转型

当然，Sommer所说的准备工作来自分析。

同时，对这种准备状态的需求导致更多的数字化转型。企业已经意识到疫情期间对敏捷性的需求，而敏捷性是由数据提供。在某些情况下，这意味着需要使用SaaS平台，该平台可以快速部署并且在设计时考虑到易用性。在其他情况下，则涉及基于公共卫生数据和人员分析工具做出决策。

Menninger说：“即使企业以前没有使用过分析，他们也可能接触到有关大流行的各种公共分析。多家公司提供重返工作岗位分析，因此，即使企业没有自己的分析工具，他们现在也可以使用这些工具。“

当处于生存模式的企业转向分析时，BI供应商也试图尽自己的一份力量来对抗病毒的传播。

很多供应商提供仪表板来显示病毒的传播情况，并还有些供应商专门为与该疾病传播作斗争的组织（例如医疗保健组织和政府机构）设计功能。

同时，疾病控制与预防中心和约翰·霍普金斯大学等组织的COVID-19数据在新闻广播中得到广泛传播，并在报纸上得到突出报道，从而有助于将分析技术应用于提高公众意识。

Tableau公司首席技术官Andrew Beers表示，2020年是大选年，民意调查数据还可以预测谁将成为下一任美国总统，分析技术以前所未有的方式渗透到人们的日常生活中。

他说：“数据主导着2020年的公众意识，从民意调查追踪器试图预测美国总统大选，到热图追踪COVID-19大流行的蔓延，这无疑使2020年成为公民数据分析师之年。Tableau COVID Data Hub（以及其他供应商的工具）等工具使人们更深入了解病毒的传播以及该国如何能够共同恢复正常状态。”

自然语言处理

尽管冠状病毒在2020年对分析产生了主要影响，但这一年中其他趋势也在加速。

供应商继续在其平台中添加NLP功能，以使没有数据科学背景的业务员工可以更广泛地使用它们。

例如，Tableau于2019年推出Explain Data，该工具可提供有关数据点的自然语言解释，并于2020年初进行了更新。

Beers说：“AI功能引入分析平台（例如自然语言处理）有助于缩小数据技能和数据工作之间的差距，降低这些需求职位的进入门槛。”他指出，LinkedIn将数据科学家列为2020年的第三大需求工作。

同时，Qlik在9月推出了Insight Advisor Chat，该功能使用NLP和自然语言生成功能对用户查询生成叙述性和视觉性响应。微软在当月向Power BI添加了数据叙事功能。

Menninger说：“我们看到很多供应商提供了一种‘解释’或‘见解’功能，这些功能采用机器学习技术来自动分析数据并提供对所识别内容的解释。”

但是他补充说，与处理自然语言查询相比，NLP工具目前在提供有关数据的叙述方面更好。

考虑到语言固有的复杂性，以及自然语言查询工具实际上并不理解口语或书面单词的事实–它们只是将口语或书面单词转换为SQL，然后从SQL转换回人类语言，它们还难以实现真正的对话。

Menninger说：“供应商仍在努力解释完全自由格式的文本并将其转换为查询，就像我仍在努力让我的智能家居扬声器为我启动正确的播放列表一样。”

自动化的兴起

NLP旨在简化查询和分析并减轻数据科学家的负担，而业务流程自动化和嵌入式BI的目标则是提高企业效率。

由于数据科学家的供不应求-部分是由于疫情所致，企业需要更高的组织效率。

因此，Alteryx公司在2020年将机器人流程自动化列为优先事项之一。Alteryx是一家专门从事数据管理的供应商，其平台曾经面向数据科学家但现在旨在为业务用户提供服务。

同时，其他供应商则增强了其平台的嵌入式BI功能，以此来提高效率。其中，MicroStrategy公司继续更新其嵌入式分析工具HyperIntelligence，而Yellowfin和Sisense则升级了其用于嵌入式应用程序开发的工具。

Sommer表示：“业务流程管理已经存在数十年，目前的新改进是，我们现在不仅可以对其进行建模，还可以通过机器人流程自动化、流程挖掘、警报和嵌入式分析等技术来挖掘、自动化和优化流程。当领导者希望重新设计工作方式时，效率指标只会变得越来越重要和优先级。”

云迁移

2020年的另一个趋势是继续向云迁移。

随着用户积累更多的数据，他们需要其分析平台提供更多的功能，以便存储和快速访问和分析其数据。而这种力量来自云端。

Sigma Computing和Looker等较新供应商是仅采用云计算的供应商。同时，其他供应商正在增强其云功能。例如，Qlik提供了其企业平台的单独的SaaS版本，GoodData彻底改造了其平台以支持自助服务用户，而IBI（以前是Information Builders）使云成为了主要重点。

Menninger说：“大多数供应商在基于云的功能交付方面都取得了实质性进展，其中包括几家现在已经成为云优先的主要供应商。”

在2020年底，我们甚至还看到合并和收购活动，例如Tibco收购IBI，但今年并没有出现像2019年春天那样的盛况，当时在短短几天内，谷歌收购Looker，Salesforce收购Tableau，还有Qlik进行了大笔收购以帮助其数据管理能力。

但是，尽管NLP取得了进步，但自动化和向云迁移以及两家长期的BI供应商携手同行-冠状病毒疫情对企业采用分析的影响显然是2020年最重要的发展。

随着2021年即将到来，疫情的发展可能再次迫使人们待在家里，我们可能会看到更多企业认识到数据分析的价值，而企业分析的加速趋势将持续到明年。