数据分析不仅变得越来越普遍，而且对商业也越来越有用.
作为一个懂数学的人, 财务和技术背景, 我强烈支持通过分析和使用数据来做出更好的决策. 不足为奇的是, 然后, 我很高兴看到一些趋势和新兴技术有望帮助这一努力.
首先，数据源变得更加开放，更容易连接. 这种趋势几乎存在于所有现代应用中. 我们在新奥尔良生活或工作的人感兴趣的一个例子是 DATADRIVEN诺拉 网站, 新奥尔良市发布了100多个不同的数据集, 例如建筑许可证, 311个电话和警方报告.
这些数据可以在网站上以表格的形式查看, 也可以作为文件下载，并在Microsoft Excel中打开进行即时分析. 但它们也支持各种不同的实时连接，允许Excel或专门构建的数据分析应用程序以更持久的方式连接，并始终使用最新的可用数据.
这就引出了第二个趋势——数据分析和操纵应用程序的出现. Microsoft Excel，当充分利用时，是一个极好的数据分析工具，但作为我的同事 约翰·马歇尔在2016年10月的《新2手机会员登录网址大全》中写道在美国，微软PowerBi和Tableau等其他应用程序的能力甚至更强大 创建和共享数据可视化.
形象化是为了帮助我们解读, 理解, 或者把数据连接起来，让它们更有用. 如果你有一张建筑许可证或警方报告的表格，并把它们显示在地图上，那么你就更容易真正了解你的社区正在发生什么. 随着时间的推移绘制图表，更容易发现趋势. (数据.诺拉.Gov网站也有完整的图表和地图.)
新的工具还使连接或集成不同的数据集变得更加容易. 简单的基于云的工具，如Zapier和Microsoft Flow，以及企业应用，如SnapLogic和Microsoft SQL Server Integration Services，使得从一个地方自动获取数据的过程比以往任何时候都更容易, 清理它并将其发送或连接到其他地方.
现在, 即使使用最新的工具和良好的数据, 我承认，许多数据分析项目只是简单地制作我们一直更容易获得的相同数据或图表. 它不是月度报告，而是一个实时仪表盘. 而不是花四个小时下载和操作一个私有文件, 它在Excel中是即时可用的.
这些项目可能是非常有益的——我不想贬低它们的重要性——但最终, 我们能够并且将会做得更多.
最后一个趋势是技术帮助我们理解数据的能力. 这是机器学习和更广泛的人工智能的前景, 全世界的谷歌和微软都在为此投入大量的关注和资源.
从企业高管的角度来看, 机器学习意味着计算机可以分析数据, 找到模式，给我们有用的见解，而不需要我们通过编程把这些点联系起来. 举个简单的例子, 我们可能会输入不相关的营销和销售数据, 计算机可能会告诉我们哪种营销活动组合最有效地带来更多的销售.
这种能力在今天仍然存在，而且使用的频率可能比我们许多人意识到的要高. 仍然, 而你不需要告诉电脑如何得出结论, 您必须仔细准备数据并定义模型. 我们离计算机为我们做所有工作还有一段距离.