领先的数据和分析公司GlobalData表示，当今的数字经济由数据驱动，数据由个人和企业大量生产，并存储在庞大的数据中心中。

该公司的最新报告， “大数据-专题研究” ， 详细介绍了如何几个著名的商务人士等一批龙头出版物所描述的数据作为新的油，如果能以正确的方式使用产生显著的价值。

以下列出了由GlobalData确定的大数据中的领先数据趋势。
 

中央治理

许多大数据供应商不得不面对不断增长的市场观念，即数据治理，安全性和管理已在可访问性和速度方面退居第二位。作为回应，大多数公司现在正在接受挑战，并公开优先处理数据治理。预计这将导致多个完全不同的解决方案被单个数据管理平台取代，从而实现有效的数据可伸缩性，收集和分发。

数据民主化
 

数据驱动的业务洞察力的变革价值已导致市场需求，要求数据可提供给最广泛的用户群，使他们能够通过自助分析模型获得洞察力。该驱动程序首先侧重于数据消费者，现在已通过支持数据分析和可视化创建的新工具扩展到目标生产者。

资料整合

由于市场对数据民主化的需求，企业购买者现在需要能够在不牺牲数据质量和安全性的情况下保持对不同数据源的访问的数据集成和准备工具。启用了机器学习和人工智能(AI)的智能数据集成工具(例如SnapLogic的智能集成平台)可以替代提取，转换，加载(ETL)流程，并推荐最佳解决方案来帮助组织中的数据科学家。

AI提升数据质量
 

使用AI的好处之一是它可以提高数据质量。任何分析驱动的组织都需要这种改进，在这种组织中，个人，公共，云和内部数据的激增使IT部门几乎无法跟上用户需求。公司希望通过采用通常为商业智能(BI)解决方案的最终产品保留的高级设计和可视化概念，并使其在分析生命周期的最开始就起作用来提高数据质量。

支持AI的数据

为了加快定制AI工具的上市时间，技术供应商正在引入特定于给定行业的预丰富的机器可读数据。这些工具包旨在帮助数据科学家和AI工程师，其中包含加速AI模型创建所需的数据。例如，用于食品菜单的IBM Watson数据套件包括来自21,000个美国城市的700,000个菜单以及诸如价格，美食，食材等菜单动态。此信息可以直接在AI Travel应用程序中使用，该应用程序使用户能够找到附近的场所满足特定的饮食要求，例如无麸质面包店。

数据即服务(DaaS)

分析和BI工具需要来自单个高性能关系数据库的数据，但是大多数组织具有多种解决方案，格式和数据源。因此，IT团队通常会应用自定义ETL流程和专有工具来集成来自各种系统的数据，并改善分析解决方案的可访问性。这种方法带来了许多挑战，包括基础架构成本增加，体系结构灵活性降低，数据复杂性增加，数据管理复杂以及在系统之间移动数据的时间增加。

DaaS –一种云服务，为用户提供按需数据访问，可帮助企业应对这些挑战。DaaS解决方案通过将企业数据编译成相关的流来存储和管理企业数据。