中国数据存储服务平台

Gartner说的“增强型分析”是个啥东东?

谈到数据分析技术趋势,Gartner预计到2020年,增强型分析将成为分析与商业智能(analytics and BI)、数据科学与机器学习平台(data science and ML platforms)以及嵌入式分析新增购买的主要驱动力。

这里说的增强型分析是什么?对于用户来说,又会带来哪些新的变化和帮助呢?为此,我采访了Gartner研究总监孙鑫先生。

Gartner研究总监 孙鑫(Julian Sun)

孙鑫介绍给我带来了新的启发,即对于用户来说,其实并不需要急着搞清楚什么是“增强型分析”,重要的是利用新技术,了解技术能够带来哪些改变。

用户最熟悉的数据分析,就是各种报表。业务部门提需求,由IT技术人员实现,这就是现状。然而报表不是分析,只是一种展现。

由技术人员提供的报表可以满足数据分析的需要吗?很多时候,分析的结果差强人意。而怎么样改善数据分析的效果?这就是“增强型分析”要解决的问题

所谓“增强”体现在哪里呢?

首先体现在业务,不是技术。在增强型分析技术的支持下,分析的门槛降低了,业务人员主动进行数据分析,并不依赖类似技术人员提供的“报表”。

业务人员的技术水平能够支持他们完成数据分析吗?

答案是可以借助机器学习(ML)和人工智能技术(AI)完成数据分析。但是对于业务人员来说,让他们学习掌握AI、ML并不现实。因此,比较实际的做法是商业化的软件产品——即通过对于未知的数据以及已知的问题,对于现有的模型进行训练,最终罗列各种可能性和影响因素,从而帮助用户加速并开展有效的数据分析工作。

以此为基础,业务人员通过新的数据准备和输入,对业务变化进行分析。与以往相比,“增强型分析”最大的变化是可以由业务人员主导分析流程,由增强型分析软件工具遍历引发变化的影响因素,从而推荐用户做出可以参考的“下一步分析推荐”。

那么,所谓的“下一步分析推荐”提供的结果可行吗?正确吗?

其实,这并不是问题的关键。最终的判断还是要依靠业务人员做出,“增强型分析”也不过是助力作用。虽然不必盲从机器分析的结果,但是机器可以帮助人拓宽视野。通过交叉稽核、反复推演,在机器的帮助下,也许业务人员最终能够获取数据背后的价值。

简单来说,“增强型分析”就是建立在机器学习、AI基础上的人工数据分析助手

目前市场上,有这样的商用化产品吗?

主流的一些产品如IBM Cognos Analytics、Microsoft Power BI、Oracle Analytics Cloud、Qlik、Salesforce Einstein Discovery、Tableau、SAP Analytics Cloud、Sisense、Tellius、ThoughtSpot等。细心的读者会发现,这些也是商业智能分析的主流玩家。

事实的确如此,“增强型分析”可以视为商业智能分析的演进和升华。

笔者认为,用户没有必要迷信某一个软件,更加重要的还是采用“增强型分析”思考问题的方法。简单说,就是“数据+智能”——通过智能的分析体验,降低分析的门槛,提高业务人员分析问题的深度,拓宽业务人员的视野,从而提高企业员工的数据素养。

建立在机器学习的基础上,通过不断地训练,相信你的“增强型分析”也会变得越来越智能,越来越聪明,这是一个动态成长的过程。

那么现在,对于Gartner所说的“增强型分析”,你了解了吗?

“增强型分析”之外,Gartner还定义了“增强型数据管理”、“持续型智能”、“可解释型人工智能”以及“图谱分析”,他们和“增强型分析”有什么关系呢?

“他们的关系是紧密相连,并为彼此加强在生态的影响。”孙鑫说。

未经允许不得转载:存储在线 » Gartner说的“增强型分析”是个啥东东?
分享到: 更多 (0)