如今，數據分析對於企業越來越重要。從2007年開始，Gartner就開始調查真正用到數據分析的人員在整個企業中所佔的比例。而在過去相當長的一段時間，這個比率都保持在24%-25%左右，而在2016年、2017年，這個比例已經逐漸上升到35%——該變化表明目前企業中大概有三分之一的人會用數據做決策、分析。
增強型分析是什麼？
實際上，數據分析領域的專家或者工作人員是想讓數據分析更廣泛地爲公衆使用。如果公司的員工都可以做數據分析，或者每個人都能依據數據做決定，那麼企業將會更爲成功、企業的決策將更有據可循。
然而，目前大部分的數據分析還是基於對企業中已知數據的分析，這些數據已經產生了一些價值，也已經完成了建模。但還有相當一部分未知數據尚未被分析或建模。而對於這些數據的分析，傳統方法將行之無效。因此，Gartner引入了“增強型分析”的概念，並認爲其是2019年十大數據分析趨勢之一。
增強型分析的主要應用場景是發揮這些未知數據的真正價值，並幫助用戶快速找到已知問題的答案。其主要的出發點就是來自於查找未知數據中的問題，幫助用戶真正挖掘出企業內部尚未發揮價值的數據。
Gartner研究總監孫鑫介紹說，增強型分析可以在數據分析的“數據準備”、“挖掘數據模式並建模”、“分享數據發現”三個階段都給用戶帶來價值。
在數據準備階段，一般業務人員可以利用增強型分析背後的機器學習技術，讓系統自動爲用戶推薦一些數據源、數據庫，從而大大縮短數據的準備時間。
在挖掘數據模式和建模階段，增強型分析可以爲用戶帶來推薦型算法等非常簡單易用的功能。通過簡單的“拖拉拽”，用戶就可實現複雜的數據分析功能，包括預測、聚類等。因爲其准入門檻低，業務人員自然也可以通過這種方法做很複雜的數據分析。
在分享數據發現階段，增強型分析可以給用戶帶來自動洞察和真知。這些自動的洞察和真知、自動的數據發現具有較高參考性且沒有偏見。此外，數據分析的運行會涉及很多報表，而增強型分析可以自動告訴用戶哪些報表重要、哪些次要，並且用戶也可以用自然語言與系統進行溝通。
目前，傳統的大型數據分析廠商均有自己的旗艦型產品，例如Cognos、SSAS/SSRS。Microsoft Power Bi和Tableau是現在市場上現代化商業智能的主導者，以可視化的形式進行數據分析。Gartner認爲，在未來的兩到五年內，市場上將有很多企業開始涉足增強型分析領域，讓用戶以更低的門檻去做更高階的數據分析。
孫鑫強調，這一趨勢並不代表企業中的高級數據科學家或者統計人員將失去工作，而意味着企業將可以把這些專業人員的時間省下來，去從事更具戰略意義的事情——讓業務人員更多地從事高階分析，而高級數據科學家或高級數據分析人員更多地參與到企業決策中來。
增強型分析究竟能幹什麼？
在整個分析過程中，增強型分析不僅可以實現數據的快速準備、洞察的自動產生，還可以告訴企業哪些數據的洞察或分享有用、降低它們的數據分析時間。此外，增強型分析可以幫助企業實現高級應用場景。例如，建模需要花費大量人力和時間，但增強型分析可以實現自動化的模型建立、更好地管理模型。
增強型分析也可以成爲一種嵌入模式。例如，業務人員只能在傳統門戶做一些看圖表這樣的基礎工作，但現在可以把增強型分析嵌入到傳統平臺中，然後以自然語言的形式與系統進行溝通，從而有機會將企業內做分析的員工比例上升到50%。
此外，傳統BI（商業智能）體系中的可視化圖形圖表在應用類似於預測模型或聚類模型模塊後，業務用戶可以直接用到這些高級分析能力。更重要的是，增強型分析帶來的最大優勢是“普惠高級分析能力”。過去，高級分析只是一些專業人員的專長，但現在所有業務人員均可操作，並且將利用增強型分析來降低數據偏見、以客觀形式告知用戶需要真正關注的重點。
孫鑫表示，增強型分析在銀行、農業、保險、零售等業務場景中均有應用案例。他舉例說，在銀行業，增強型分析可以探測哪些客戶畫像最值得關注。例如，理財產品的傳統售賣對象往往是年齡較大的富有羣體；但通過增強型分析，銀行會發現25到35歲的人反而是真正採納理財產品的羣體。
又如在保險業，境外售險根據投保人特定的屬性定價。例如，投保人可能每年有一筆錢用於呼叫救護車，但增強型分析會發現12歲以下的兒童反而需要給予更多保額，因爲兒童上救護車需要父母陪同，而境外的救護車是按人頭收費的。
以上這些情景靠普通的數據分析其實是無法發現的。但增強型分析可以用機器學習的形式去考慮到所有可能發生的條件。這些都是增強型分析能帶來的明顯好處。
增強型分析前景看好
孫鑫表示，增強型分析可以粗略理解爲加強版的BI，但增強型分析爲BI平臺提供了更深、更強的分析能力——傳統BI做的事情主要是圖形圖表、也未必能夠解答業務問題，但增強型分析則可以。
不過，孫鑫不認爲增強型分析可以在未來代替BI。“因爲BI還有一個很重要的業務場景就是固定報表，而這項功能是增強型分析目前無法實現的。並且BI的覆蓋面非常廣泛，如果說業務人員需要去真正進行分析，那麼他們需要一定的靈活性。增強型分析可能直接給到結果，期間就失去了靈活性，所以很多人會以編程的形式進行分析——這個靈活性最高，所以增強型分析並不能夠完全的取代傳統BI的作用。”
但基於增強型分析帶來的衆多顯而易見的優勢，孫鑫認爲，未來兩到五年，增強型分析將會成爲市場的主導趨勢。如果平臺不具備增強型分析能力，相關企業將很可能失去市場競爭力。增強型分析能以更低的門檻讓用戶開始進行數據分析，並且可以在更低的門檻之上讓用戶進行更復雜的數據分析。
此外，增強型分析作爲一種基於機器學習的分析模式，將會變得愈發強大、能夠解答用戶更多的問題。“其實從廠商的角度考慮，它們都希望自己的產品能被更多企業使用、提升產品銷量。增強型分析正可以以較低的門檻讓更多的用戶去做分析，因此廠商也更願意用增強型分析的形式打開市場。”