数据分析是指分析大量数据以获取有意义的见解。数据分析过程中有几个要素可以使许多计划受益。一个有效的数据分析项目将通过集成这些组件来提供有关人们所在位置，曾经去过的地方以及可以去往何处的一致图像。

如今，企业对分析寄予厚望，但仍需开展工作以优化数据驱动决策的益处并实现研究模型的可操作性。为了实施分析，大多数组织尚未提出成熟的战略。SAS在组织之间进行的一项研究表明，只有不到一半的最佳模型由他们部署，而90％的模型需要三个多月的时间才能部署。将近一半（44％）的模型需要更长的时间，超过七个月才投入生产。

由于时间，资源和动力对工人很重要，因此企业需要确定计划的优先级并进行分析研究，以便对市场的各个方面产生有意义的影响。分析的使用不再局限于财大气粗的大型公司。现在有59％的公司以某种方式使用分析，因此它无处不在。而且企业正在以多种方式利用数据创新。

数据无处不在，分类是检测对业务有用和重要的必要条件。如今，从预测最高法院判决的判决到优化营销活动和收益研究，分析都在使用。挑战在于了解分析如何帮助组织并开始解决他们认为对短期和长期绩效最重要的问题。

例如，为了解决由流行病引起的业务问题，通常使用数据分析。根据Burtch Works和国际分析学会（IIA）对美国300名分析专业人员进行的最新调查，有43％的受访者确认分析已处于其活动的最前沿，以帮助组织做出重要决策以应对疫情危机。

Alation公司联合创始人兼首席数据和分析官Aaron Kalb说：“疫情危机的破坏性将会加剧。”他还提到，随着大流行使全球经济倒挂，组织不得不被迫在商业智能和数据目录技术上快速投资，以了解正在发生的事情并做出简单的商业决策。当我们在2021年达到新标准时，它将能够利用这种被动投资进行建设性的业务流程优化。

在过去的几十年中，“数据”改变了我们星球的面貌。数据分析正在改变组织的工作方式和做出业务选择的方式。这将对公司的活动产生重要影响，并可能真正改变多个行业。企业可以在几分钟而不是几小时、几天、几周或几个月内生成数据洞察力。