The International Institute for Analytics（IIA）的专家们聚集在一起探讨哪些是2017年分析优先项目。他们的建议：正式定义分析职能，推动分析发展。

这是IIA第二年列举五大分析优先项目，为其成员提供未来一年的战略。去年，分析优先项目为，根据业务战略，调整分析战略。今年，建议主要集中在更明确的定义职能，并在实验和部署之间找到平衡。

Dan Magestro之前分别在Cardinal Health、JPMorgan Chase & Co.和Nationwide Insurance担任分析工作，现在他领导IIA的研究项目，并负责这次讨论。参与讨论的还有IIA的分析顾问和研究员Robert Morison，IIA的联合创始人Tom Davenport，信息技术和管理的杰出教授Babson College。

IIA的五大分析优先项目如下：

优先项目No. 1：迎接企业人工智能的“新分析时代”

Magestro认为，当前，对于人工智能（AI）的热情是前所未有的。这一技术比以往任何时候都更触手可及，对于已经有分析项目的公司而言，人工智能的实践并不是一种延伸。他认为应该是新的分析时代，有三个原因：

1. 大数据是一个开始。那些已经精通大数据分析的IT部门，为AI奠定了基础。“解锁AI的全部潜能，需要大数据来训练AI模型，巨大的数据处理能力和高级统计方法，”Magestro说。

2. 需要整个企业的投入。如果想要一直持续下去，AI项目需要新的内部合作和“顶级战略”。比如，计算机科学职能可能需要集成到业务部门，因为这并不是一个传统的分析特性。

3. 自动化会留下痕迹。软件机器人正在完成越来越多的，传统上由人类完成的任务，而分析人员和数据科学家也不能幸免于这一趋势。“我认为这是注定会发生的，”Magestro说，“企业需要接受它。”

Davenport说，自动化分析工作会非常简单明了，企业会受益。 “一些机器学习算法，其实只是自动化的回归分析，”他说，“（自动化）可能会威胁到一些分析人员，担心失去他们的工作；但我认为也会帮助他们提高生产力。”

优先项目No. 2：充分探索云的分析开发和生产

Magestro说，他预计公司将继续在分析开发和生产上，转向云，公司不仅可以更快地构建原型，并且可以更快地扩展这些原型，更好地服务企业。

CIO和IT部门必须解决“将分析工作迁移到云中，需要注意的事项和架构问题，”他说，包括安全问题。

优先项目No. 3：正式定义分析职能

Magestro认为，公司的分析职能通常是不明确的，具有“广泛的影响”。清楚地定义数据分析师的职能，会提高员工留职率，帮助分析人才成长。另外，随着集中化的分析团队决策权下放——这一趋势也包括在IIA的2017年预测列表中——明确定义职能，就能更容易地调动人才。

但是，正式定义这些职能也可能影响公司的业务部门。“那些自称为数据科学家的员工，之前是分析师，但是业务人员并不清楚其中的区别，” Davenport说，“是时候清晰定义了。”

最大的障碍可能是与人力资源部门合作，正式定义这些职位和职责，Davenport说。“但我认为关键是，不仅要这样做，还要把它嵌入到正式的工作分类系统中，”他说。

优先项目No. 4：在创新和生产之间，创建良好的平衡

Magestror认为要在平衡实验和分析工作之间找到良好的平衡，并达到生产阶段，是最具挑战性的分析项目。探索性数据科学项目从未完成部署，虽然重要，但是不提供实际的投资回报。

另外，“这还涉及人员保留问题，”Magestro说，“总是有更好发挥人才的工作，当他们的工作既创新，又可以实现生产。”

要达到适当的平衡，需要关注三个方面：建立一个平台或架构，同时支持实验和生产；编排分析人才，定义他们的职能；并定义分析团队将如何分配工作时间。Magestro说最后一个方面是最重要的，因为它决定了何时创新，何时生产。 “平衡会带来收益，”他说。

优先项目No. 5：关注职能分析

上下文很重要，Magestro说。随着业务部门意识到分析的重要性，他们就会希望有更好的分析，并期望分析人才和决策者更紧密的合作。这样做，在构建分析时，将“最终提供更强的上下文”，带来更强的成果，和更好的决策，他说。

“能够推动这一切的一件事，就是将分析师嵌入到业务部门，” Morison补充说，团队可以将分析作为服务，提供给业务部门，利用可反复使用的组件，比如API，从而加速模型的开发。