当我突出显示在我的以前的博客文章在我看来，增强分析是当前我特别热衷的技术趋势之一。我不是一个人。因为这个术语是由Gartner创造早在2017年，增强分析在数据分析和其他领域获得了相当大的吸引力。

有时，Tech Puzzwords比物质更高。在这种情况下，兴奋得到很好的成立。通过利用人工智能（AI）和机器学习（ML），增强分析将改变数据分析的开发，消耗和共享方式。

有令人讨厌的原因，为什么数据分析代表真正的颠覆性技术的肥沃地面。在过去的几年里，我们都醒来了大数据的价值。但是，组织可获得的信息的纯粹数量是有效的解释真正的挑战。更重要的是，问题只是变得更糟。例如，到2025年，预测全球将有50亿个细胞IOT联系，而2019年将增加13亿（来源）。这是待管理的另一个巨大的新数据流。

到目前为止，组织、筛选和从这些信息中获取见解的工作主要落在了数据工程师和数据科学家的肩上。这是一个高技能的角色，最明显的要求是开发能够理解所有潜在相关数据的算法。

不足为奇的是，数据科学家供不应求。这意味着他们工作过度了。在一个飞速发展的世界里，从数据中获得的见解通常保质期很短。如果它们不能及时传达给决策者，它们的价值很快就会消失。

增强分析有望缓解这一瓶颈。人工智能和ML非常适合自动化和加速数据科学家工作中更费力的元素:收集、准备、清理和发现数据中的隐藏模式和关联。这将给这些科学家以足够快的速度专注于产生和传递见解的自由，以支持他们组织中其他部门的决策。

然而，有价值的是，我仍然认为这代表了低悬挂的水果。事情变得非常令人兴奋的是增强分析能力，以赋予全新一次的公民数据科学家。

公民数据科学家不是专家。他们“真正的”工作是在第一线:例如业务线经理、运营经理和领域专家。增强分析将为他们提供所需的工具，让他们不必求助于“合适的”数据科学家的服务，就能从数据中获得洞察力。

通过对更广泛的受众直接访问的复杂数据分析，增强分析将不仅仅是削减专业数据科学家施加的费用和工作量。它将在很容易地到达的人中能够轻松地将数据分析恰到好处，恰恰是需要什么洞察力，而何时。

在Altair，我们的兴趣远远超过理论。在开发我们的赛事中牵牛星知识作品™数据分析平台，我们不断询问“下一个”问题。随着自动分析的到来，可能会被更好的被言语为“接下来的谁”。非常简单，我们绝对致力于使更多人能够以他们的数据创造创意。

在我的下一篇博文中，我将考虑在实践中增强分析是什么样子的。特别是，另一种技术趋势——持续智能——将如何更频繁地帮助关键决策者做出正确决策。