Dickey连锁烧烤餐厅计划使用亚马逊的Alexa,这样加盟商就可以在烹饪时获得操作数据,在烤架外查看指示器内容。 在烧烤餐厅里,熏烤是一项脏乱的工作,在熏烤时,不适合使用键盘来查看BI仪表盘的操作数据。为了解决这个问题,Dickey的烧烤连锁店正在尝试一个新的分析形式,那就是使用语音来查询数据。 该公司在美国拥有近600家餐厅。
计划以亚马逊Alexa语音助手为基础部署一个应用程序,让它的特许加盟商能够在进行烧烤时通过语音获取餐馆的操作信息。例如,他们可以向Alexa询问最新的日常销售数据,库存水平,供应商预定交货情况,客户评级,甚至是最佳的熏烤时间,餐厅的首席执行官Laura Rea Dic……
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
推广分析的障碍
最终仍然需要使用平板电脑来分析仪表盘上的操作数据,这是推广分析面临的一个障碍,Dickey在2015开始着手推广的这个名为Smokestack的分析项目,它将Amazon Redshift数据仓库,Syncsort数据集成工具,Yellowfin BI和仪表盘软件结合在一起。Dickey解释说,该项目的第一阶段主要目标是将存储数据集聚集在一起,以便在企业层面上更好地分析数据。 在那之后,帮助建立Smoke stack的咨询服务公司iOLAP就使用了一个新的语音环境,它为分析平台提供了一个接口。Dickey说,这是一种未来的趋势,她和其他高管最初认为,语音功能能够让人们更容易的使用“Smokestack”进行分析。 但在使用Alexa方面也存在一些挑战。Dickey承认,该公司在2017年2月开始测试Alexa的应用程序,并处理各个餐馆之间的一些细微差别。包括测试不同的硬件配置。例如,有些餐馆没有屏幕或蓝牙硬件等。 她指出,另一个问题在于,为声音采集设备找到一个最佳位置,以保护他们免受烟雾、油脂和环境噪音的影响,同时让店主和工作人员能够以方便的方式与应用程序进行交互。Dickey希望在今年晚些时候开始投入使用,但她说,这可能会在2018年投入使用,这取决于测试的结果以及最终的硬件配置情况。 包括达拉斯沃斯堡国际机场在内的其他几个企业也在使用Alexa的语音应用程序与iOLAP合作,但Dickey是其中最接近与投入生产的一个,iOLAP的高级分析副总裁Doug Krauss说。语音识别问题
Krauss说,尽管Alexa具备一定的人工智能特性,让它理解Dickey用户提出的所有问题也不是一件容易的事。iOLAP的开发团队提供了一些关于如何回答问题的指导方针,但仅此而已。 “你不能要求每个人都必须以同样的方式问问题,那是不现实的,”他解释道。 Krauss说,目前,开发人员在Dickey的应用程序中,手工构建了多达40种类似的问题。他们还在开发一种自定义机器学习和自然语言处理组件,旨在提高Alexa的能力,以判断不常用或表述不清楚短语的真正含义。该组件预计在2018年进行测试。 该语音应用程序直接连接Redshift的数据,就像BI指示器一样。但是,iOLAP正在开发附加功能,可以让用户在指示器实现数据可视化,并通过语音指令从其中提取信息。此外,它还与能源行业的另一位客户单独合作,以语音为基础,显示指示器和报告。 咨询公司TreeHive Strategy的负责人Donald Farmer说,无论是通过指示器、语音技术还是其他类型的工具,企业都需要建立BI和分析系统,以便充分的利用其数据。正如Dickey项目所展示的那样,要想达到上述目标,就必须综合多种方法。翻译
TechTarget特邀编辑。北京邮电大学计算机科学与技术专业硕士。熟悉软件开发流程,对系统管理,网络配置,数据库应用等方面有深入的理解和实践经验。现就职于IBM(中国)投资有限公司,从事IBM服务器相关软件的开发工作。业余时间喜欢游泳登山,爱健身,喜欢结交朋友。
相关推荐
-
学习迪士尼的分析之道
华特迪士尼公司正在继续增加对数据分析的投资,以改善其关键业务部门的客户体验。 该公司的业务包括公园和度假村、媒 […]
-
多样化数据集分析可提供最高价值
在2011年11月丰田公司推出普锐斯V后,驾驶员很快就注意到刹车时奇怪的声音。普锐斯车主在2012年4月开始致 […]
-
用数据讲故事的黄金时代 数据人才不可或缺
我们正处在讲述数据故事的黄金时代,在您的组织中的某处,可能就有数据故事讲述者正等待着为您揭开下一次重大发现。
-
避开数据分析的那些坑 可视化数据分析必不可少
可视化数据分析是任何高级分析项目中的重要的一步,而分析师和数据科学家们常常忽略了这一点。