新冠肺炎大流行扰乱了供应链，使经济复苏。 世界陷入停滞。反过来，企业比以往任何时候都更需要获得准确、及时的数据。因此，随着企业试图在一个不确定的未来中航行，对数据分析的需求正在猛增。然而，需求的突然激增也带来了一系列挑战。
以下是新冠肺炎对数据产业的影响，以及企业如何为2021年及以后的数据挑战做好准备。
预测问题
数据科学依靠历史数据来预测未来的结果。然而，它不能解释随机事件，如冠状病毒大流行。关键行业，如零售业，在很大程度上依赖于预测分析来满足需求。新冠肺炎大流行造成的突然中断严重影响了他们的预测模型。在大多数情况下，这只是一个短期的问题；然而，它有一个长期的含义：数据科学家如何处理2020年的异常数据？
任何好的预测模型都需要至少12个月的历史数据才能做出准确的预测。这意味着在可预见的未来，预测数据模型的数据集将包含2020年的数据。你会否将大流行的全部数据视为异常？您可以，但这是一个大量的数据集，完全放弃。
最终，数据科学家将不得不在逐个案例的基础上处理这种情况。例如，随着世界接近大流行前的功能，放弃2020年的能源使用数据可能是安全的。然而，零售业的情况可能比较棘手，预计这一流行病的影响将是长期的。
相关阅读：5大数据问题及其解决方法
需求与预算难题
这一流行病使数据分析的重要性急剧成为人们关注的焦点。那些已经走上了数字转型之路的企业是预期的。更有弹性大流行的影响。快速提取和分析数据的需求，即使是实时的，只会随着大流行而增加。因此，投资者对大数据分析的潜力越来越感兴趣。
然而，有一个陷阱。各行业的消费需求严重下滑，这使得一些企业望而却步。人们正盯着一个不确定的未来，这导致他们限制了他们的支出。这场衰退影响了企业的底线，这意味着降低预算。
由于预算有限，研究预计企业保守他们在大数据解决方案上的支出，尽管利息增长。还有一个因素是销售周期较长，这将影响未来几年对大数据分析的实际需求。
对安全分析的影响
安全分析有助于企业主动减轻对其数字基础设施的安全威胁。
近年来，数据数字化增加了网络攻击的数量和严重性，例如2019年数据泄露在Facebook和Capital One。这一流行病进一步增加了企业数据数字化的数量。这反过来又可能导致相关的网络攻击频率增加。对此，专家们预计，对数据安全的日益关注将增加企业对改进安全分析的需求。
这里也有在家工作的因素.新冠肺炎迫使许多组织采用远程办公模式，这种趋势可能会在某种程度上继续存在，甚至在大流行结束后也是如此。在家工作的员工给企业带来了新的安全挑战，这将需要更新的安全分析解决方案。随着物联网设备的普及，网络安全领域的数据科学家面临着一系列新的挑战。就需求而言，专家预计证券分析市场成长到2027年达到280亿美元。
对数据分析专业人员的影响
新冠肺炎大流行可能会加速数字化，让更多企业转向数据分析解决方案。然而，企业利润的突然下降也对数据分析行业产生了不利影响，尽管预计需求会增加。一些公司正在解雇或停职数据分析专业人员。更重要的是，大多数数据专业人员关心他们的工作保障，这会影响他们的生产力。
此外，该行业专业人员的工作性质也在发生变化。企业期望他们增加数据来源，并根据不断变化的消费者行为实质性地改变现有的数据模型。这些变化需要迅速发生，因为企业承受着巨大的压力。因此，虽然数据专业人士可能变得更加引人注目，但事情同时变得更加紧张。通常，改变数据模型和建立必要的ETL管道是一个劳动密集的过程.现代数据转换工具有了即插即用的解决方案，可以大大加快这一过程，并使它更容易。
相关阅读：什么是分析工程师？
尽量减少新冠肺炎对你生意的影响
在短期内，企业需要确保数据小组继续运作。更重要的是，他们将需要扩大其摄入和分析数据的能力。数据的迅速扩散和企业对做出决定的关键洞察力的渴望，正推动着这一需求。机器人过程自动化和数据仓库等解决方案可以帮助解决这些眼前的问题。
从中长期来看，以下是企业如何准备将新冠肺炎对数据分析的影响降到最低。
1)提前计划
新冠肺炎预计将对企业和地缘政治事件产生深远影响。反过来，数据专业人员可以为企业应对新出现的挑战所需要的报告提供信息。企业应该密切关注这场危机可能带来的挑战。这些因素可能是长期的高失业率、大量小企业申请破产，以及影响贸易的重要地缘政治事件，例如国家间的直接冲突。
2)重新确定数据倡议的优先次序
由于这一流行病，企业面临着削减成本的巨大压力。然而，历史告诉我们，削减整个数据团队的预算将使企业处于不利地位。另一方面，调整预算的优先次序，效果要好得多。例如，数字技术有望成为未来跨行业销售的首选渠道。采用更灵活的数据体系结构将有助于企业快速扩展和缩小规模。例如,亚马逊红移频谱允许企业在保持其数据成本低的同时，仍能获得所需的冷数据。
3)投资于敏捷数据解决方案
企业可以利用这场危机为他们的数据架构带来更多的敏捷性。采用允许快速集成新数据源的解决方案，而不给数据团队带来负担。类似地，请看一些解决方案，这些解决方案使数据专业人员能够专注于数据分析，而不必过多地担心操作方面的问题。例如,施富尔德能够处理事物的监控、维护和安全方面的事务，使数据科学家能够专注于分析。
福州APP开发哪家公司好？ 我不知道也不想知道。
