Tableau Software公司首席技術(shù)官Andrew Beers 表示，三大趨勢正在影響新分析功能的開發(fā)。

他補充說，每個趨勢都會幫助用戶更快、更敏捷地處理數(shù)據(jù)。

[[406578]]

6月15日，在Tableau虛擬IT峰會期間，Beers表示，分析消費者希望有單個界面來處理數(shù)據(jù)，并能夠通過嵌入式商業(yè)智能在他們的工作流中處理數(shù)據(jù)，以及將數(shù)據(jù)科學(xué)功能用于增強智能和機器學(xué)習(xí) (ML)，而無需具備數(shù)據(jù)科學(xué)家的技能。

他繼續(xù)說，這些分析趨勢使有些企業(yè)能夠應(yīng)對COVID-19疫情帶來的不確定性。

Beers稱：“在疫情期間，很多企業(yè)真正意識到數(shù)字化轉(zhuǎn)型的重要性。曾經(jīng)數(shù)字化轉(zhuǎn)型聽起來像是深奧的戰(zhàn)略，需要幾年時間來部署，而現(xiàn)在突然變成企業(yè)生存的關(guān)鍵。他們必須弄清楚如何在數(shù)字世界中運作。如果企業(yè)想要在未來蓬勃發(fā)展，他們必須現(xiàn)在就投資于數(shù)據(jù)。”

一站式商店

速度和敏捷性需要效率。

當(dāng)你使用一種工具來清理和準(zhǔn)備數(shù)據(jù)，然后使用另一種工具來查找數(shù)據(jù)集，并在從數(shù)據(jù)存儲位置提取數(shù)據(jù)并加載到商業(yè)智能中后，跳轉(zhuǎn)到另一種工具來可視化和分析數(shù)據(jù)，這非常低效。

這曾經(jīng)是常態(tài)，但現(xiàn)在供應(yīng)商已經(jīng)開發(fā)出功能，使客戶能夠在單個位置處理數(shù)據(jù)。通過集成，Tableau等傳統(tǒng)BI供應(yīng)商的客戶現(xiàn)在可以直接在其數(shù)據(jù)倉庫中使用BI平臺。

與此同時，隨著物聯(lián)網(wǎng)的快速發(fā)展和新技術(shù)(例如5G)的出現(xiàn)，企業(yè)收集的數(shù)據(jù)量呈指數(shù)級增長，Tableau以及Qlik和SAS Institute等供應(yīng)商現(xiàn)在都提供數(shù)據(jù)管理功能。

Beers稱：“這不再是數(shù)據(jù)爆炸;而是數(shù)據(jù)混亂。挑戰(zhàn)在于如何控制這種混亂，利用這些數(shù)據(jù)并將其轉(zhuǎn)化為資產(chǎn)，以幫助企業(yè)取得成功。”

他繼續(xù)說，簡單性有助于管理這種混亂，即在一個位置查找和處理所有數(shù)據(jù)。該位置可以是云、本地、API 或應(yīng)用程序。

在該位置，企業(yè)可以對其數(shù)據(jù)進(jìn)行分類，并應(yīng)用所需的數(shù)據(jù)治理指南，以確保合規(guī)性、跨整個企業(yè)擴展分析，并為最終用戶提供更大的靈活性以及更先進(jìn)、更易于使用的工具。

Beers稱：“當(dāng)數(shù)據(jù)管理功能與分析工具集成時，你可以幫助你企業(yè)中的人員在正確的時間使用正確的數(shù)據(jù)進(jìn)行正確的呼叫，即使你在擴展時也是如此。”

嵌入式分析

前面提到的重要分析趨勢是在單個位置處理數(shù)據(jù)，第二個重要趨勢是，在任何工作流程中處理數(shù)據(jù)。

由于疫情原因，很多人現(xiàn)在在家工作，很多其他人現(xiàn)在在辦公室和遠(yuǎn)程工作間分配時間，人們大部分工作在協(xié)作平臺上完成，例如Slack、Microsoft Teams和Google Docs。

與此同時，其他人則在來自Salesforce和SAP等供應(yīng)商的辦公應(yīng)用程序中完成大部分工作。

你必須離開Slack或Salesforce才能進(jìn)入Tableau或Power BI儀表板是低效的。因此，保留在這些環(huán)境中的同時處理數(shù)據(jù)的能力可創(chuàng)造速度和敏捷性。

分析資產(chǎn)(甚至整個平臺)嵌入到協(xié)作工具或業(yè)務(wù)應(yīng)用程序中，可以提高速度和敏捷性。

Beers稱：“人們可以隨時隨地(通過嵌入式分析)詢問有關(guān)數(shù)據(jù)的問題。 如果他們在他們的協(xié)作工具中，他們可以留在該應(yīng)用程序中，并繼續(xù)與他人協(xié)作，并保持業(yè)務(wù)向前發(fā)展，以推動轉(zhuǎn)型。”

高級分析

在疫情期間，針對過去的報告和儀表板對企業(yè)而言已不再足夠。過去的表現(xiàn)不再能夠準(zhǔn)確預(yù)測未來。

企業(yè)需要面向未來的分析資產(chǎn)，模型可以為他們提供有關(guān)即將發(fā)生的事情的線索，以便他們可以先發(fā)制人地采取行動，而不是在為時已晚時做出反應(yīng)。

這些模型需要高級分析功能，例如增強智能和機器學(xué)習(xí)，但并非每個企業(yè)都配備數(shù)據(jù)科學(xué)家團隊，能夠編寫代碼，以構(gòu)建預(yù)測模型。

然而，即時在疫情前，企業(yè)就意識到要快速靈活，他們需要前瞻性模型。

因此，另一個新興的分析趨勢是，很多供應(yīng)商使用AI和ML開發(fā)低代碼和無代碼工具，使最終用戶和數(shù)據(jù)科學(xué)家能夠開發(fā)模型。

例如，Tableau最近發(fā)布了與Salesforce的Einstein Discovery的集成：無代碼工具，位于Salesforce的Einstein Analytics平臺內(nèi)，它利用人工智能和機器學(xué)習(xí)來實現(xiàn)預(yù)測建模和規(guī)范性建議，以創(chuàng)建Tableau稱之為商業(yè)科學(xué)(business science)的概念。

商業(yè)科學(xué)是該供應(yīng)商的術(shù)語，它使商業(yè)用戶能夠?qū)?shù)據(jù)科學(xué)功能與AI和ML結(jié)合使用。

Beers稱：“我相信這將改變我們處理數(shù)據(jù)的方式，使整個企業(yè)中的更多人能夠推動轉(zhuǎn)型。”

除模型開發(fā)外，供應(yīng)商一直在使用AI和ML使用戶能夠自動執(zhí)行某些重復(fù)性任務(wù)，使用自然語言處理查詢和解釋數(shù)據(jù)，并發(fā)送推送通知以提醒用戶他們的數(shù)據(jù)發(fā)生變化。

Beers指出：“這些智能讓更多人在需要時更容易得到他們需要的答案，無論他們的技術(shù)技能如何。”

Tableau的發(fā)展計劃

Beers表示，基于前面提到的分析趨勢，Tableau最近的產(chǎn)品開發(fā)戰(zhàn)略側(cè)重于使用戶能夠在單個環(huán)境中完成所有分析工作，在他們的正常工作流程中完成這些工作，并利用AI和ML做一些過去只有數(shù)據(jù)科學(xué)家才能完成的工作。

Tableau Data Management于2019年推出，與Tableau的傳統(tǒng)BI平臺集成，以創(chuàng)建單一環(huán)境，包括數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)編目、治理、安全和存儲。Tableau現(xiàn)在還提供嵌入式分析，這歌工具使用戶能夠?qū)ableau嵌入和集成到其他工作流中。

除了與Einstein Discovery的集成之外，Tableau最近還改進(jìn)了Ask Data、其自然語言查詢工具和自動數(shù)據(jù)質(zhì)量警告。

Beers稱：“我們相信 [這些分析趨勢] 將使企業(yè)能夠獲得成功所需的速度和敏捷性。”