增强分析是指将机器学习、自然语言处理和其他人工智能（AI）功能嵌入到商业智能软件中，以帮助数据科学家、公民和企业用户更快速准确地定位相关数据，提取信息模型，对数据进行建模以进行分析并解释最终的BI洞察。

房地产网站Trulia的数据科学和分析主管Sewook Wee说，AI和机器学习技术超越传统BI工具的进步，使企业能够发现重要的洞察力，例如预测客户的生命周期价值及其偏好，以帮助改善营销工作。但是这里也存在局限性，特别是寻找所需的人才、时间和资源为增强型BI分析工具构建高质量分析模型方面。Wee解释称：“技术进步对速度和数据访问都已经存在，增强分析的障碍是优先排序和资源分配的问题。”

因此，在启动主要计划前，企业应该熟悉增强分析工具在哪些方面可以补充BI。Wee警告说：“在这里，重要的是，避免试图从第一天开始就构建完美的解决方案。”应该从简单的模型开始，逐步证明商业价值、学习和迭代。而这些早期模型将成为未来模型的关键组成部分。

根据Wee的说法，当Trulia建立其第一个价格范围预测模型时，它只为每个用户分配了一个价格范围，而这对很多客户都有效。但该公司很快了解到，很多用户针对不同的地理位置有不同的目标价格范围。例如，那些有兴趣购买旧金山湾区住宅的潜在买家可能会有不同的价格目标，具体取决于平方英尺、配套设施、通勤距离和社区情况。

识别及优先排序洞察

这可能看似简单，但重要的是要知道BI系统将使用增强分析工具分析或发现什么，因为自然语言处理（NLP）服务需要指导以确保其分析和推导的洞察的准确性。

实时网络即服务提供商PubNub公司创始人兼首席技术官Stephen Blum说：“在没有指导的情况下，你不应该使用NLP，并期望NLP知道你在寻找什么。”增强分析取决于你的部署情况。”

好的做法是确定需要更深入洞察的领域，然后测试和验证结果，而不是期望增强分析来取代传统的BI工具。这也是很好的方法，可让你了解增强型BI分析工具、编写正确算法和设计更好模型。但这里可能需要一些时间来开发专业技能以设计和部署增强分析模型及算法。

Blum建议道：“在处理和分析方面，尽管NLP系统承担着主要工作，但你的模型在增强分析的相关性方面起着重要作用。”因此，企业需要在NLP、机器学习服务和数据科学方面具有一定的技能水平。从长远来看，Blum预计具有增强分析功能的BI供应商将加速学习过程。

虽然人工智能和机器学习都是强大的工具，但它们仍然需要专注于特定问题才能产生结果。 BI和数据管理工具提供商Information Builders公司产品营销副总裁Jake Freivald建议说：“从人们难以接受的事情开始。”例如，检测模型通常难以可视化，因为数据中存在大量“杂音”，但自然语言生成可以将最相关的信息转换为易于理解的文本。

Freivald表示，业务用户可能很难了解其模型的局限性，因此，最好让数据科学家确定要使用的模型，并允许业务用户通过仪表板和可视化访问模型，而不是让他们使用更复杂的建模工具。

还有一种替代方案是外包专业技能。咨询服务可以帮助补充内部专业技能，特别是在增强分析项目的早期阶段。搜索发现平台制造商Constructor.io公司首席执行官兼联合创始人Eli Finkelshteyn说：“这些第三方供应商不仅具有高水平的数据科学专业知识，而且还能够提供参考客户供企业学习，以利用仅他们可访问的数据和洞察。”

请试图寻找具有技术创新、专业技能和参考客户的合作伙伴。Finkelshteyn补充说，让利益相关者定期使用新平台并提供反馈也很重要，即使平台没有提供出色的洞察。

简化对洞察的访问

SAP公司产品营销高级主管Thierry Audas表示，AI应用于NLP以查询数据并以对话方式生成洞察，这可帮助业务用户加快数据集查询。相比之下，对于传统的BI工作流程，业务用户需要更加熟悉数据的建模方式，并需要花费更多时间去构建正确查询和解释结果。

根据Audas的说法，增强分析最为成功的用例是在帮助没有数据科学技能的业务用户制定BI策略方面。例如，销售经理可以在不等待数据科学团队生成报告的情况下提出有针对性的问题。他们只需单击一个按钮，就可以触发自动化机器学习算法进行聚类、分类和回归，以发现影响销售成功或失败的关键因素。

为了充分利用增强分析工具，重要的是，在数据科学家和业务分析师之间创建和维护更紧密、更具协作性的工作关系。Tibco软件公司高级副总裁兼分析总经理Mark Palmer说道：“自动机器学习和增强分析是很棒的技术功能，但业务分析师需要更好地理解观察或模型背后的统计理论，同样，当务之急是，数据科学团队需要更了解业务背景和需求。”

业务分析师团队（包含数据科学家）可更好地集成和优化可视化中的模型，以解决业务问题。这些团队还可以找到新方法来结合文本分析与数据科学，以创建可读的指南，并帮助业务用户轻松了解指标、统计数据和其他结果。增强型BI分析工具还可以将BI注入数据科学或自动生成机器学习建议。Palmer指出：“然而，单靠技术并不能弥合理解差距，技术不能将这些统计和技术观察结果映射到业务问题。”