今天的商业智能(ABI)和数据科学与机器学习(DSML)市场已不是零和游戏。没有一个供应商或工具能以同一水平提供所有能力。一次性实施完整的数据和分析平台也不切实际，所以很多公司都分阶段实施。

Gartner2020年魔力象限客户调查显示，许多大型企业拥有不止一个“企业标准”商业智能工具，41%的企业表示他们拥有多个标准。

企业需要更先进、更灵活的分析能力来支持、增强和自动执行决策。从过去到现在，新技术和数据一直是推动分析平台发展的关键动力，这往往减少了与业务成果的直接关联。企业机构将需要一个组装式架构让用户能够从业务问题出发，将来自多家厂商的数据和分析能力组件组装到一起。

组装式数据和分析运用容器化或微服务化的架构和数据编织(Data Fabric)，将现有资产组装成灵活、模块化、可复用且对用户友好的数据和分析能力。这能够将独立的数据管理和分析应用转化为数据、分析与其他应用能力模块的组合体，通过使用低代码和无代码能力等组装技术支持自适应和智能的决策。

组装式数据和分析是2021年数据和分析的主要趋势之一，其原因如下：

第一，Gartner调查显示，大多数企业都有一个以上的“企业标准”商业智能工具。将每个能力模块(与其他能力模块)组装成新的能力模块将成为一个日益重要的分析应用构建方法。

第二，在全球遭受新冠疫情重创之后，获得数据洞见和实现敏捷的速度已成为首要要求。模块化数据和分析能力将使用户能够对变化做出灵活的反应，并且更快、更主动地提供业务应用。

第三，容器化或微服务化的ABI和DSML平台通过经过改进的API，能够以更灵活的方式组装分析应用。

第四，对于大多数企业来说，人工智能(AI)还处于试点阶段，但商业智能(BI)已经投入使用多年，AI能力需要与BI能力组装以投入到生产环境。

企业可以通过组装将BI与AI相连接，进而扩展BI能力，为用户提供一个综合全面、量身定制、甚至是个性化的解决方案，而且无需跨平台使用。另外，云市场也正在成为企业发布和分享模块化分析能力的一个有效渠道。