For analytic evolution to happen effectively, organizations need a methodology to communicate and reinforce analytic culture.为了使分析进化有效地发生，组织需要一种方法来沟通和加强分析文化。有很多方法可以实现伟大的分析文化，但所有伟大的分析文化都有一些共同的元素。 最好的组织在整个业务中传播分析知识，重视分析以支持决策制定，并构建允许许多（或所有）员工将分析作为其工作的一部分的基础设施。
如今，很难不阅读报纸、杂志或在线文章，也很难不遇到许多技术流行语，作为组织面临的棘手问题的解决方案：数据湖、深度学习、机器学习、人工智能 (AI)、工业 4.0 ， 仅举几个。
但缺乏技术很少是问题。 很多时候，组织会在问题上投入多层技术并期望结果，或者更糟的是，将技术部署到位，然后寻找要解决的问题。 在最近的一次文章, SAS 执行副总裁、首席运营官兼首席技术官 Oliver Schabenberger 谈到了不断发展的人员、不断发展的流程和寻找机会的重要性，而不是仅仅关注不断发展的技术。
为了使这种演变有效地发生，组织需要一种方法来沟通和加强分析文化。 他们还需要授权工具来确保广泛使用分析。 为什么？ 解决问题的大脑越多越好。 使用分析和交流结果的人越多，组织的决策和知识就越强大。
如果您的行业或组织具有高水平的流程和产品创新，那么您对分析的需求就更高，以便在当今的市场中保持竞争力。
Data itself is also changing. It's unstructured, in the form of images, sound, functions or even videos.数据本身也在发生变化。 它是非结构化的，以图像、声音、功能甚至视频的形式出现。问题正在发生变化，数据量从未如此之大。 组织试图解决的问题类型庞大而复杂。 数据很深，可能包含数百万（或数十亿）条记录。 有些问题很广泛（数千列）。 数据本身也在发生变化。 它是非结构化的（例如，来自调查的自由文本），采用图像、声音、功能甚至视频的形式。
幸运的是，虽然数据面临的挑战从未如此巨大，但我们也有机会通过软件来应对这些挑战。 计算机使从多个角度进行发现和分析成为可能。 软件可以使复杂的分析技术曾经只提供给组织中的少数统计学家，现在可供许多应用从业者使用；软件让更多的大脑来解决问题。
但解决问题并不是组织中软件需求的终点。 最后一个关键因素是有效的沟通。 为了与分析进行有效沟通，您需要以实时格式显示结果。 例如，即时执行“假设”分析。 这在决策者之间建立了对分析结果的信任。 随着越来越多的全球劳动力，统计可视化也可以超越语言障碍。 报告的标准化导致了对问题而不是数据的讨论。
了解 JMP 家族的最新成员如何， JMP 直播，有助于有效沟通。
