增强分析供应商正开始将AI功能注入各种类型的工作流程中,以帮助简化分析流程、生成更多有用的结果,并使更多的用户能够进行自己的分析。
Gartner公司创造了“增强分析”这个词来描述这一趋势,其中涉及将AI应用到分析、数据准备、数据科学和机器学习工作流程中,并整合这些不同的功能。所有领先的分析供应商都将这种功能添加到其平台中,包括IBM、Tibco、微软、Tableau和Qlik。
Eckerson Group负责人Wayne Eckerson说:“大多数BI供应商现在都在其产品中注入了AI,这正成为开展业务的成本。”Eckerson Group是专注于商业智能和分析的研究和咨询公司。
AI在BI和分析工具中的应用包括改进自助服务功能、自动化分析、为相关分析提供建议以及实现自然语言查询和响应。同时,供应商们也在整合R和Python等数据科学编程语言,然后简化在分析工具集中运行这些模型的工作流程。
新的竞争
但Eckerson指出,传统供应商还面临着挑战–将其产品扩展到台式机外,以利用新的增强分析工作流程。Tableau、Power BI和Cognos等应用程序旨在在台式机上运行,但是很多增强分析用例涉及将繁重的处理过程转移到云端功能更强大且更具连接性的服务器中。
Eckerson称:“对于这些供应商而言,重新构建环境是很痛苦的事情。”
他认为这个行业可能会出现变革,正如此前Tableau、Qlik和Spotfire等工具通过更迭代的可视化分析引领的变革一样。这次变革是由Yellowfin和ThoughtSpot等初创公司引领,这些新工具绕过桌面分析阶段,它们更适合于未来。
与传统供应商相比,较新的增强分析供应商能以更连贯的方式支持自然语言查询、自动见解、数据管理功能和数据科学集成。Eckerson说:“当你没有很多传统架构要支持时,事情会更容易。”
相比之下,成熟的供应商针已经对增强分析工作流程的各个方面推出了不同的产品。例如,IBM提供Cognos用于分析,提供IBM Watson Studio用于数据科学。同样,Tibco提供Spotfire用于分析,提供Jaspersoft用于报告,并提供Tibco Data Science用于数据科学和机器学习。
增强集成平台
大型分析平台(包括Microsoft Power BI、IBM Cognos、Tibco Spotfire、Tableau和Qlik Sense)为当今最流行的分析类型提供一站式服务,包括报告、仪表板、可视化探索、即席报告和预测分析。它们还提供通用架构服务用于管理、管理、安全性和治理,因此你可以使用来自单个供应商的单个工具集来交付完整的环境。
所有这些增强分析供应商也都开始添加数据准备、数据科学和机器学习功能。从理论上讲,这应该意味着这些企业会在这些平台引入增强分析,并支持通用外观、感觉和交互框架。但是实际上,大多数公司拥有异构环境。
Eckerson说:“尽管他们想实现标准化分析平台,但他们却无法做到。”
他建议企业专注于开放和可扩展的平台,以便其他分析工具可以查询其报告和语义层。同样重要的是,这些平台已发布并归档API,因为这样可以轻松地从企业计划使用的其他应用程序中访问平台功能。
Eckerson还希望供应商增加更好的数据管理功能,以提高性能或保留数据。这包括更好的工具用于更新数据源,例如JSON格式,该格式广泛用于Web应用程序。他建议企业寻找一组连接器,以便于从JSON源中提取数据,或者直接查询,因为越来越多的业务数据将以JSON格式创建为嵌套数据集。目前很少有工具具备此功能,但是Eckerson认为,在不久的将来,这将成为增强型分析平台的重要区别。
改进分析流程
Ventana Research公司高级副总裁兼研究主管Dave Menninger称,业务分析专业人员应该主要评估两类增强分析功能:1)进行新型分析; 2)协助更好地利用现有BI产品。
在第一类中,最受追捧的功能之一是对分析的自然语言解释,例如为什么销售增加或减少。这还包括在不同分析中自动识别关键驱动因素。领先的分析供应商已开始在其工具中添加自然语言查询和自然语言生成技术,但这些技术仍不成熟。
Menninger说:“自然语言解释还没有达到自然的水平。但是,他们在确定关键驱动因素方面做得相当好。”
在第二类中,供应商正在利用AI和机器学习来帮助确定如何利用数据。这包括确定应联接哪些表以及如何联接等,还包括根据你过去的使用模式以及你与其他用户的相似性推荐新的分析技术。
Menninger认为当前增强功能的主要缺点被忽视。增强型分析供应商目前专注于反应式历史分析,而不是改进规定性的前瞻性分析。
Menninger说:“当然,现在有一些预测功能,但现在还没有人通过增强分析提供严重的客户流失分析或预测性维护。”
他告诫企业要适当设定期望值。他说:“如果你期望增强分析能够取代数据科学团队,那么你将非常失望。”
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
翻译
相关推荐
-
企业商业智能的10大好处
商业智能(BI)软件的起源可以追溯到20世纪60年代基于大型机的决策支持系统,随后BI技术在不断发展,以应对数 […]
-
生成式AI会取代数据分析师吗
生成式AI不会取代数据分析师的工作。在很多领域,人工智能都无法取代人类,特别是那些需要人类同理心和洞察力的领域 […]
-
改进数据可视化的7项技能
数据可视化可以实现可操作的洞察力和卓越的业务成果。但构建有效的数据可视化可能很困难。如果你想创建数据可视化,你 […]
-
了解BI生命周期以构建有效的架构
成功的数据驱动运营遵循商业智能(BI)生命周期,定义BI能力,并部署良好理解的治理架构。 该过程的前提是,你必 […]