Gartner列出了2021年資料和分析領域的十大趨勢，從大資料向小而廣資料轉變是其中之一。這些趨勢代表著商業、市場和技術方面的動態，資料和分析領導者不可忽視。

每一個趨勢都符合以下三大主題之一：

1、資料和分析方面的變化加快：充分利用AI方面的創新、增強的可組合性以及更靈活更有效地整合更迥然不同的資料來源。

2、透過更有效的XOps切實發揮業務價值：支援更有效的決策，並支援將資料和分析變成業務不可或缺的一部分。

3、分發一切：需要靈活地關聯資料和洞察力，以支援更廣泛的人和物件。

可組合式資料和分析

可組合式資料和分析的目的是使用來自多個數據、分析和AI解決方案的元件，以獲得一種靈活、對使用者友好和易用的體驗，從而使領導者能夠將資料洞察力與業務活動聯絡起來。Gartner收到的客戶諮詢表明，大多數大組織擁有不止一種“企業標準”分析和商業智慧工具。利用各自的套裝業務功能組合新應用程式可提高生產力和敏捷性。可組合式資料和分析不僅有助於協作、完善組織的分析功能，還會加大分析技術的普及程度。

資料結構充當基礎

隨著資料變得日益複雜、數字化業務加快發展，資料結構（data fabric）成為支援可組合式資料和分析及各種元件的體系結構。

資料結構將整合設計時間縮短了30%，將部署時間縮短了30%，將維護時間縮短了70%，原因是這種技術設計運用了使用/重用和結合不同資料整合方式的能力。此外，資料結構可以充分利用來自資料樞紐、資料湖和資料倉庫的現有技能和技術，同時又引入適應未來的新方法和工具。

從大資料到小而廣資料

許多組織在處理AI方面日益複雜的問題以及資料使用場景寥寥無幾的挑戰，與大資料相反，小而廣資料為這些組織解決了許多問題。廣資料充分利用“X分析”技術，支援分析眾多小而多樣化（廣）資料來源、非結構化資料來源和結構化資料來源，並實現協同效應，以增強上下文意識和決策。顧名思義，小資料能夠使用需要較少資料，但仍提供實用洞察力的資料模型。

XOps

XOps（資料、機器學習、模型和平臺）的目的是，使用DevOps最佳實踐來獲得效率和規模經濟效益，並確保可靠性、可重用性和可重複性，同時減少技術和流程的重複，並實現自動化。

這些技術將能夠擴充套件原型，並提供受控決策系統的靈活設計和敏捷編排。總體而言，XOps將使組織能夠實際運用資料和分析技術以提高業務價值。

整合的決策智慧

決策智慧是一門學科，涵蓋一系列廣泛的決策，其中包括常規的分析、AI和複雜的自適應系統應用軟體。整合決策智慧不僅適用於單個決策，還適用於一系列決策，可以將它們分組為業務流程，甚至新興決策網路。

這使組織能夠更快地獲得促使公司採取行動所需要的洞察力。如果結合可組合性和通用資料結構，整合的決策智慧帶來了新的機會，以便組織重新思考或重新設計如何最佳化決策，並使決策更準確、可重複和可追溯。

資料和分析是一項核心業務職能

業務領導者開始認識到使用資料和分析技術來加快數字化業務計劃的重要性。資料和分析不再是不同團隊完成的次要工作，而是轉而成為一項核心職能。然而，業務領導者常常低估了資料的複雜性，因而最終錯失了機會。如果首席資料官（CDO）參與制定目標和策略，他們可以將源源不斷獲取的業務價值提高2.6倍。

圖形關乎一切

圖形構成了現代資料和分析的基礎，能夠增強和改善使用者協作、機器學習模型和可解釋型AI。雖然圖形技術不是資料和分析領域的新技術，但隨著組織識別越來越多的使用場景，圍繞它們的觀念已發生了轉變。實際上，關於AI話題的Gartner客戶諮詢當中多達50%都離不開討論圖形技術的使用。

增強型消費者的崛起

在過去，業務使用者囿於預定義的儀表板和手動探索資料。這常常意味著資料和分析儀表板僅限於資料分析員或平民資料科學家探究預定義的問題。

然而Gartner認為，展望將來，這些儀表板將被自動化、對話式、移動、動態生成的洞察力取而代之，這種洞察力可根據使用者的需求進行定製，並交付到使用者的消費點。這將洞察力知識從一小撮資料專家的手裡轉移到組織中任何人的手裡。

邊緣端資料和分析

隨著更多的資料分析技術開始出現在傳統資料中心和雲環境之外的環境，它們更靠近實體資產。這縮短或消除了以資料為中心的解決方案的延遲，並支援獲得更大的實時價值。將資料和分析技術轉移到邊緣將為資料團隊帶來機會，以擴大功能，並將影響擴充套件到公司的不同部門。這還可以為因法律或法規原因而無法從特定地理位置刪除資料的情況提供解決方案。