数据的流动
数据汇聚融通、数据提纯加工开发计算、数据服务化可视化和数据价值化的能力是数据中台的核心竞争力，是真正将数据转化为生产力，实现数字化转型和业务创新、数据安全运营的保障。作为数字化转型降本增效的首要利器，数据分析成为企业关注的重点领域。而在AI技术的快速发展下，数据分析改善企业经营决策的速度不仅获得加速度，数据分析的技术趋势亦产生了深远影响。
登场！组装式架构
突发公共卫生事件对企业的快速响应能力是一场考验。而组装式架构可以帮助企业更加灵活便利地应对突发状况。可复用能力和可组装能力是息息相关的，数字化能力只有在被复用的情况下，才可以像搭积木一样将各种能力组合起来，最终交付给业务部门，从而起到快速响应突发事件的作用。 目前，大型企业拥有很多不同的数据分析工具。 随着低代码和无代码技术的发展，越来越多的企业开始 通过这种方式促使更多业务分析师和开发人员进行合 作，将数据分析能力与应用开发能力组装优化。
整合优势
而阿里云的云技术亦提升了模块化发布的效率。 并且随着各种数据分析工具提供的API接口越来越多，容器技术和微服务也提供了更多快速灵活的方式。 另一方面，开放、容器化的数据和分析架构提高了分析能力的可组装性。方便整合的组装式数据分析架构可以使用来自多个数据、分析和人工智能解决方案的组件来快速构建灵活、对用户友好的智能应用，帮助数据和分析领导者能够将洞见与行动相联系。
云上共生
随着数据重心向云转移，组装式数据和分析架构将成为像阿里云云巧一样的一种通过云市场的更敏捷的方式。 Gartner给出的组装式数据和分析定义包括，“基于容器或者微服务架构，以及数据编织的设计理念作为基础。然后从现有的资产当中组合出灵活的、模块化的、可重用的、消费者友好的数据分析功能。”之后可以利用低代码和无代码的技术组件将这些能力组合起来。让这些来自不同厂商的技术组件组合成为可以有效支撑自适应决策的形式。
展望未来
从公开报道的新闻可以发现，国内很多企业都在布局数据中台战略。事实上，数据中台的实质就是在数字化业务中提炼可以复用的能力，提升企业的数据能力和分析能力，以这些应用对数据能力进行赋能。组装式数据分析架构更加适合市场需求，可以提升AI分析效果。组装式数据分析架构应用AI能够快速让企业见到数据分析的效果。通过组装式的数据分析，把已经投资的BI报表工具，或者是机器学习提供的预测分析能力给组合起来，变成一种应用程序，从而通过组合式的分析推动创新。云巧这样的云上数字组件中心可以加速技术和理念的流动从而帮助企业解决现存的数据问题。
