关于数据分析:一文读懂Smartbi的自然语言分析NLA

1次阅读

共计 2326 个字符,预计需要花费 6 分钟才能阅读完成。

Smartbi 10.5 版本已公布,咱们晓得它的一大亮点是智能。比方对话式剖析,帮忙用户以业务思维和业务术语,在 PC 端和手机端通过自然语言输出的形式疾速展现出想要洞察的数据,实现所问即所答!

针对不同的用户,咱们有不同的智能利用场景(点击理解更多场景):

以上场景性能都是基于自然语言剖析 NLA 来实现,Smartbi 让用户通过 NLA 能更容易地取得数据洞见,让智能无处不在。

那么,自然语言剖析 NLA 到底是什么呢?

一、NLA 是什么

在理解 NLA 之前咱们首先须要认识一下 NLP。

自然语言解决(Natural Language Processing,简称 NLP)是指用计算机来解决、了解以及使用人类的自然语言 (如中文、英文等),从而实现机器和人类更平等、更流畅地沟通交流。只有当计算机具备了 NLP 能力,机器才算实现了真正的智能。

自然语言剖析(Natural Language Analysis,简称 NLA)是指基于 NLP 技术,将处理结果利用于数据分析软件,最终实现用自然语言对信息系统中的数据进行查问、剖析等操作。简言之,NLA 让用户应用自然语言就能够疾速获取剖析数据。

NLA 的概念率先由 Smartbi 提出,并取得三项国家发明专利。

二、BI 须要 NLA

随着企业应用数据的规模频度加大,传统 BI 工具曾经不能满足需要,企业须要更加麻利和智能的 BI 工具来升高剖析门槛,疾速实现数据分析和洞察。

Gartner 也把自然语言查问评估为 BI 产品的 15 项要害性能之一,并且还预测将来 50% 的剖析查问将通过搜寻、自然语言解决或语音等形式主动生成。

间断多年入选“Gartner 加强剖析代表厂商”和“Gartner 中国人工智能守业公司代表厂商”的 Smartbi 正是看到了这些趋势,自主研发了加强剖析 NLA,冀望通过引入自然语言查问、常识图谱、举荐算法和机器问答等人工智能技术,使得 NLA 能够了解用户的数据分析需要,并帮忙其疾速实现剖析工作,取得数据洞见。

三、NLA 原理解析

上面咱们将通过 NLA 原理图让大家更清晰地理解产品,自然语言查问引擎是如何实现让零碎通过自然语言了解用户的剖析用意,而后给出精确的查问剖析后果。

01 实现数据建模

数据模型是查问后果提供数据的根底,也是常识图谱内容关系提取的起源之一。因而,咱们在应用 NLA 性能之前,必须要实现数据模型的构建。此外,若把数据建模和指标治理(点击理解指标治理)联合起来,井水不犯河水,造成闭环,则会进一步提高查问的准确度。

02 构建常识图谱

常识图谱是一个知识库,用于对查问的内容进行关联剖析和推理,从而让机器理解用户的用意。常识图谱的起源有两种,一是业务补充行业畛域的常识,二是从数据模型中提取关系。此外,Smartbi 还反对一键构建常识图谱。

03 用户输出

用户反对以自然语言的形式输出问句,比方“去年广州卖的最好的车型和销量”。此外还反对举荐问句,将一些最热门、最罕用的问句举荐给用户。

04 语义解析

通过语义解决引擎,把用户输出问句进行解构、因素解析,本义成类 SQL 的查问定义。

05 执行查问

调用 Smartbi 的查问接口,由 Smartbi 查问引擎依据获取的查问定义执行查问、返回展现后果等操作。

06 图表显示

把查问引擎返回的后果以图表的形式展现。

07 后果反馈机制

产品还反对后果反馈,用户能够反馈查问后果正确与否并留下贵重的意见,以便产品继续迭代优化,进步查问准确率。

四、为什么抉择 NLA

Smartbi NLA 是时下前沿的数据分析技术,以“帮忙企业疾速洞察、降本增效,辅助决策”为指标,受到各种用户的青眼:

帮忙决策领导者,疾速洞察决策

对于决策领导者来说,联合以后最新技术,简化数据分析和查看数据的过程,实现灵便便捷数据分析,既节俭报表开发的老本,又进步了剖析的效率,还能疾速辅助撑持决策。

升高应用门槛,加大应用范畴和频度

对于业务人员来说,以业务的思维和术语通过自然语言输出问句,即可主动把数据查问进去,还能依据多轮对话摸索产生的起因,实现“想什么、问什么”“问什么、显什么”的成果,让用户免去学习操作的过程,真正实现剖析零门槛,进步了剖析效率!

升高建模老本,保障配置易用性和查问准确性

对于前端配置者来说,无论是常识图谱的构建、数据模型的生成等都充分考虑了操作的易用性,通过可视化的界面、简略的操作即可实现。

对于技术人员来说,NLA 通过常识图谱关联业务知识和数据模型,又把数据模型和指标治理联合起来。指标治理通过业务参加构建指标体系的形式,不仅升高 IT 人员数据建模的老本,还能联合反馈机制造成闭环,大大提高查问的准确度。

五、NLA 的利用状况

NLA 相干性能一经推出便广受客户欢送,目前曾经利用于多个我的项目。

某大型保险团体领导长年采纳报表来进行业务监控,然而报表剖析灵活性不高,报表复用难,施行周期长,找出含有对应指标的报表也很艰难。以前高管均匀一天的工夫只能看报表 3.6 次,采纳 Smartbi NLA 的对话式剖析当前,简化数据分析和查看数据的过程,当初晋升到均匀一天 6.2 次,应用频率和效率晋升一倍。领导层通过对话式剖析实现灵便便捷数据分析,辅助撑持领导决策,实现与时俱进。

某制作企业业务人员在采纳其余厂商数据分析工具的时候,发现该工具无奈提供业务人员的剖析思路,而且其学习门槛高,应用艰难。采纳 Smartbi NLA 的对话式剖析当前,通过自然语言就能进行可视化剖析,大大降低了业务人员数据分析的难度,进步应用的频率和效率。以前大略 20% 的业务人员会应用利落拽的形式进行探索性剖析,实现一轮剖析至多要 10 分钟;当初 90% 以上的业务人员都应用对话式剖析,举荐的问句和热门问句让业务人员能够找到剖析的方向,这样的剖析只须要 2 - 3 分钟即可实现一轮,应用范畴和效率晋升了 5 倍以上。

正文完
 0