数据与分析可以为中型企业（MSE）带来深远收益，并将成为企业获得差异化优势，甚至长期生存的关键所在。
中型农业企业可以通过突破性采用分析手段而大幅提高生产力、增长与边际利润。农场主可以在雇员数量不变（或减少）的情况下，指数级地增加土地面积。视频分析与可视化能够让零售商了解买家的基本情况以及购物流量模式。
“机器学习与人工智能的兴起代表着不容忽视的重大发展”
中型金融服务提供商一直致力于改进其风险模型，这是因为风险评估得越准确，盈利概率就会越高。全球各地的中型制造商通过综合应用假设分析与敏感性分析和预测模型，不断探究导致质量波动的原因。
为了应对项目创新与变化带来的影响，领先的中型企业积极采用简单型新技术，准备拓展数据科学能力，其中包括支持公民分析师部署增强型分析——这是中型企业首席信息官应重点关注的4大数据与分析趋势之一——并从中获取价值。
Gartner副总裁分析师Alan D. Duncan表示：“数据与分析技术领域内的趋势，包括机器学习与人工智能的兴起，代表了不容忽视的重大发展。随着中型企业全力发展数据驱动型组织，以实现新商业价值，这些企业的首席信息官们应积极响应这些趋势。”
趋势1：部署可视数据发现，制定更佳的数据推动型商业决策
中型团队以往都是在多个分散平台上查看数据。但在过去5年内，新技术层出不穷，来自各个工具的多层数据被集成至联系密切的交互式可视化层。可视数据发现能够让首席信息官快速混合数据，以诊断业务问题，并定期检测当前运营是否有效。
这些平台大部分基于云端，可以提供灵活性与可扩展性以及更深入的诊断分析功能。Duncan表示：“这些解决方案为中型企业首席信息官提供了与商业用户社区互动并全力支持用户社区的最大机会。”
趋势2：使用数据准备工具提升生产力与数据治理
准备数据是一项耗时且困难的工作，中型企业通常缺少出色完成该项工作的适合资源。数据准备是一个迭代、敏捷的流程，它可以增强并精简数据准备工作，并提升数据分享、重复使用与治理。数据准备工具让用户有机会查看数据间的重要关系，并共享结果。增强型机器学习功能以及数据目录等新兴技术则让商业洞察分享变得更加轻松。
趋势3：利用增强型分析支持更多的自助服务与自动化
数据可视化简化了一些数据与分析挑战，但识别洞察与构建分析模型仍非常复杂且耗时。此外，很难知道针对哪些洞察展开行动以及哪些洞察是重要的。而增强型分析使用人工智能（AI）技术简化了分析流程，如：数据准备、洞察发现与洞察共享。
Duncan表示：“这能够让商业用户与公民数据科学家在无需构建模型或编写算法的情况下自动查找、查看与叙述相关分析结果，如：关联、异常、集群、分段、异常值与预测。”
趋势4：实施预测性分析，在高价值商业情景中优化并嵌入分析
预测性分析用于回答“可能会发生什么？”之类的问题。以前，营销人员使用此项技术了解客户可能会做些什么，但现在预测性分析被嵌入了比以往更多的商业应用之中。随着使用此项技术的企业持续实现出色业绩，以及随着数据数量与质量的增加，人们对该项技术的兴趣也在随之升高。
“让IT团队改进其分析技能与设计思路”
针对特定的商业功能，预测性分析也相对容易部署。虽然在敏捷性、定制化以及竞争差异化程度方面可能会有所限制，但中型企业可以针对大部分使用案例部署应用套装。另外也可以让IT团队改进其分析技能与设计思路，或者与外部数据及分析服务提供商展开合作。
