美國研究顧問公司Gartner提出2020年10大數據和分析技術趨勢，幫助領導者應對新冠肺炎（COVID-19）疫情後重新開始及景氣復甦。Gartner表示，面對前所未有的市場轉變（Market Shifts），創新要成功，領導者需有分析規模且以最快的速度創新。Gartner提出以下10大數據和分析趨勢，分述如下：
- 趨勢1：更智慧、更快速、更負責任的人工智慧（Artificial Intelligence, AI）
至2024年，將有75%組織從前導實驗（Politing）轉為可操作的AI，帶動資料流（Streaming Data）與分析基礎設施成長5倍。AI技術如機器學習（Machine Learning, ML）和自然語言處理（Natural Language Processing, NLP），提供有關病毒擴散和對策的效果及影響。其他更智慧的AI技術如強化學習（Reinforcement Learning）和分散式學習（Distributed Learning），創造適應性更佳和更彈性的系統，以處理複雜的商業情境。
更自動化與更多消費性體驗的動態數據呈現方式，將取代視覺、指向與點擊（Point-and-Click）的編寫與探索，此結果將大量減少利用預先定義（Predefined）儀表板的使用者。而動態數據呈現方式的轉變，將對擴增分析或NLP帶動槓桿作用。
至2023年，超過33%的大型組織會使用決策智慧為架構，幫助領導者設計、建構模型、執行、監測，以及調整決策模型。
X係指用於分析結構化與非結構化的數據變數，如文本分析、影像分析與語音分析等。在COVID-19疫情期間，數以千計的研究和社群媒體文章討論AI如何幫助醫藥與公共衛生專家預測疾病擴散、能量規劃、找尋新的治療方式，以及識別弱勢群體。X分析結合AI與其他技術如圖形分析，未來將在自然災害與其他危機的認定、預測與規劃，扮演關鍵角色。
擴增數據管理使用ML與AI技術，以優化與改進營運，其產品可用於檢查大量樣本的營運數據。
至2022年，公共雲服務對於90%的創新數據與分析是不可或缺的。領導者需要衡量工作負載置於雲端容量的優先順序，且當移至雲端時，焦點要放在成本的最佳化。
數據與分析傳統上直接被認為是兩個分開處理的事項，供應商藉由擴增分析提供端至端的工作流，模糊這兩個市場的區分，因此兩者的交集將增加數據和分析角色之間的互動與合作。此不僅影響技術及功能的提供，亦影響支持和使用的人員及流程。
至2022年，35%的大型組織將成為正式線上數據市場的買家或賣家，而數據市場和交易所提供單一平臺整合第三方數據產品，並減少第三方數據之成本。
區塊鏈解決數據與分析中的2個挑戰，首先是提供全部的資產與交易，其次為提升網路參與者之透明度。分類帳資料庫管理系統（Ledger Database Management Systems, DBMSs）對於單一企業審核數據來源而言，提供更具吸引力的選項。Garter預估至2021年大部分允許使用的區塊鏈將被分類帳資料庫管理系統取代。
至2023年，圖形技術將促進全世界30%的組織決策脈絡化。圖形分析是一組分析技術，用於探索組織、人群與交易之間的利益關係，此分析技術將幫助領導者在數據中找到未知的關係與檢視不易被傳統技術分析的數據。
