Smart Analytics

Unternehmen sind auf der Suche nach neuen Technologien, die es mehr Anwendern ermöglichen, anspruchsvolle Analysen durchzuführen. Wir bei Tableau investieren in Analysefunktionen, mit denen jeder – von Data Scientists bis hin zu Geschäftsanwendern – schneller Antworten erhalten und unerwartete Erkenntnisse durch Machine Learning, Statistik, natürliche Sprache und intelligente Datenvorbereitung gewinnen kann.

Ask Data

Ask Data gibt Ihnen die Möglichkeit, in natürlicher Sprache Fragen zu stellen und sofort eine Antwort direkt in Tableau zu erhalten. Antworten folgen in Form aussagekräftiger Datenvisualisierungen, ohne dass Sie dafür die Struktur Ihrer Daten kennen müssen. So gelangen Sie noch schneller an wichtige Erkenntnisse.

Weitere Informationen

Erklär die Daten

Mit Erklär die Daten können Sie Ihre Analytics beschleunigen, indem Sie die Leistungsfähigkeit von KI nutzen, um bestimmte Punkte in Ihren Daten zu erläutern. Basierend auf fortschrittlichen statistischen Modellen erhalten Sie eine Reihe gezielter Erklärungen, sodass Sie keine Zeit darauf verwenden müssen, Antworten zu suchen, die gar nicht vorhanden sind.

Weitere Informationen

Integration eines statistischen Modells

Tableau stellt nicht nur Verbindungen zu Dateiausgaben von Datenquellen wie MATLAB, R, SAS und SPSS her, sondern unterstützt auch die direkte Integration in R und Python. Führen Sie Code direkt in Tableau aus oder visualisieren bzw. bearbeiten Sie Modellergebnisse von Prognosediensten wie Rserve und TabPy.

Weitere Informationen

Erkenntnisse schneller in Aktionen umsetzen

Doug Henschen von Constellation Research und Francois Ajenstat, Tableau Chief Product Officer, erörtern in diesem Interview die Trends von Smart Analytics. Auf der Grundlage des umfangreichen analytischen Potenzials der Tableau-Plattform haben wir intelligente Funktionen integriert, die zum einen den Einstieg in analytische Prozesse vereinfachen und zum anderen fortgeschrittenen Anwendern komplexere Fragestellungen ermöglichen.

Jetzt ansehen

Automatisierte Data Discovery

Wir bieten auf benutzerfreundliche Weise leistungsstarke Algorithmen und statistische Modelle, die unseren Kunden neue Möglichkeiten erschließen und den Aufwand für die Analyse komplexer Datenbestände reduzieren.

Erklär die Daten

Mit Erklär die Daten können Sie Ihre Analytics beschleunigen, indem Sie die Leistungsfähigkeit von KI nutzen, um bestimmte Punkte in Ihren Daten zu erläutern. Basierend auf fortschrittlichen statistischen Modellen erhalten Sie eine Reihe gezielter Erklärungen, sodass Sie keine Zeit darauf verwenden müssen, Antworten zu suchen, die gar nicht vorhanden sind.

Clustering

Das automatisierte Clustering ist eine „Drag-and-Drop“-Funktion in Tableau, mit der jeder Anwender auf ein integriertes k-Means-Clustering-Modell zur Ermittlung statistisch signifikanter Datengruppen zugreifen kann, die ohne dieses Modell eventuell nicht erkannt werden.

Weitere Ressourcen

  • Blog: Uncover patterns in your data with Tableau 10's clustering feature (Entdecken von Datenmustern mithilfe der Clustering-Funktion von Tableau 10)
  • Blog: Primer: What exactly is clustering, and why would you use it? (Was ist das Clustering genau und wofür wird es verwendet?)

Natürliche Sprache

Die interaktive Nutzung von Daten mithilfe der natürlichen Sprache vereinfacht den Zugang zu Erkenntnissen und ermöglicht Anwendern schnellere Antworten ohne umfangreiches technischen Verständnis.

Verarbeitung natürlicher Sprache

Mit der neuen Version 2019.1 hat Tableau die Funktion Ask Data für Tableau Server und Tableau Online eingeführt. Ask Data gibt Ihnen die Möglichkeit, in natürlicher Sprache Fragen zu stellen und sofort eine Antwort direkt in Tableau zu erhalten. Antworten folgen in Form aussagekräftiger Datenvisualisierungen, ohne dass Sie dafür die Struktur Ihrer Daten kennen müssen. So gelangen Sie noch schneller an wichtige Erkenntnisse. Ask Data ist vollständig in die Tableau-Plattform integriert und mit vorhandenen Datenquellen kompatibel. Ein zusätzliches Setup ist nicht nötig. Testen Sie Ask Data in der interaktiven Demo.

Generieren der natürlichen Sprache

Statten Sie Ihre Dashboards mithilfe unserer NLG-Partner, wie Narrative Science, Automated Insights und ARRIA, mit Funktionen zur Generierung von Texten in natürlicher Sprache aus. Durch Nutzung der Tableau-APIs können mit diesen Technologien automatisch textbasierte Beschreibungen von Visualisierungen erstellt werden, die die Daten für Kunden aussagekräftiger machen.

Weitere Ressourcen

  • Webinar: BI-Trend 3: Natural language processing (NLP) (Verarbeitung natürlicher Sprache (NLP))
  • Blog: Bringing the power of natural language to Tableau (Verwenden der natürlichen Sprache in Tableau)
  • Blog: 2018 Retail trends in-focus—Natural Language Generation augments visual analytics (Handelstrends in 2018 im Fokus – Generierung der natürlichen Sprache erweitert Visual Analytics)

  • Webinar: Achieving deep insight: Written analytics + visual analytics (Fundierte Erkenntnisse gewinnen: textbasierte Analytics plus Visual Analytics)
  • Webinar: Role-based NLG makes everyone a data expert (Rollenbasierte NLG macht jeden Anwender zu einem Datenexperten)
  • Webinar: The rise of NLG in financial services (Die zunehmende Bedeutung von NLG in Finanzdienstleitungen)

Intelligente Datenvorbereitung

Mithilfe des leistungsstarken Machine Learning haben wir die Selfservice-Datenvorbeitung in Tableau weiter automatisiert. Der manuelle Aufwand für das Kombinieren, Formatieren und Aufbereiten von Daten lässt sich so reduzieren und die Erkenntnisse aus Daten können von jedem Anwender schneller gewonnen werden.

Dateninterpreter

Mit dem Dateninterpreter hat jeder Anwender die Möglichkeit, Analytics schneller durchzuführen. Damit werden automatisch Untertabellen ermittelt und spezielle Formatierungen entfernt, sodass jeder Benutzer schnell und einfach Daten von Arbeitsblättern, PDFs und anderen Quellen pivotieren und aufteilen kann.

Fuzzy-Match-Funktion

Mithilfe der Fuzzy-Match-Funktion können verwandte Begriffe nach Aussprache und häufig vorkommenden Zeichen mit einem Klick indexiert und gruppiert werden. Im Hintergrund ermöglichen leistungsstarke Algorithmen eine schnellere Datenvorbereitung mit minimaler manueller Aufbereitung.

Intelligente Empfehlungen

Starten Sie Ihre Analyse schneller – mit den richtigen Daten. Tableau nutzt das Machine Learning für die Empfehlung von Datenbanktabellen und Join-Klauseln basierend auf den Kennzahlen zur Datenquellennutzung in Ihrer Organisation.

Weitere Ressourcen
  • Webinar: Dirty Data is Costing You („Schmutzige Daten“ sind sehr kostspielig für Sie)
  • Blog: Tableau Prep (Project Maestro) ist verfügbar: Wir definieren Datenvorbereitung neu
  • Blog: Neu bei Tableau Prep? Starten Sie mit diesen fünf Grundlagen
  • Whitepaper: Best practices for tidy data using Tableau Prep (Best Practices zur Aufbereitung von Daten mithilfe von Tableau Prep)
  • Produkt: Tableau Prep, eine Lösung zur Datenvorbereitung
  • Blog: Introducing recommended tables and smart joins in Tableau 10.3 (Empfohlene Tabellen und intelligente Verknüpfungen in Tableau 10.3)

Prädiktive Analytics

Durch Kombination leistungsstarker Prognosemodelle in einer benutzerfreundlichen Umgebung stehen nun mehr Anwendern Prognosefunktionen zur Verfügung, mit denen sie Änderungen in ihrem Geschäftsfeld frühzeitig erkennen können.

Prognosen

Werfen Sie einen Blick in die Zukunft Ihres Businesses. Erstellen Sie einfach eine Prognose durch Ziehen und Ablegen. Tableau wählt dann auf der Basis der Daten automatisch das Prognosemodell aus und berücksichtigt saisonale Schwankungen durch exponentielle Glättung.

Integration eines statistischen Modells

Tableau stellt nicht nur Verbindungen zu Dateiausgaben von Datenquellen wie MATLAB, R, SAS und SPSS her, sondern unterstützt auch die direkte Integration in R und Python. Führen Sie Code direkt in Tableau aus oder visualisieren bzw. bearbeiten Sie Modellergebnisse von Prognosediensten wie Rserve und TabPy. Durch Integration eines statistischen Modells kann jeder Anwender auf einfache Weise die von Ihrem Data-Science-Team erstellten Modelle nutzen.

Weitere Ressourcen

  • Webinar: Building Advanced Analytics Applications with R and Python (Erstellen von Advanced Analytics-Anwendungen mit R und Python)
  • Whitepaper: R und Tableau verwenden
  • Whitepaper: Fortgeschrittene Analytics mit Tableau

  • Blog: Put your MATLAB models and algorithms to work in Tableau (Verwenden von MATLAB-Modellen und -Algorithmen in Tableau)
  • Blog: Building advanced analytics applications with TabPy (Erstellen von fortgeschrittenen Analytics-Anwendungen mit TabPy)
  • Blog: How to use Tableau with SQL Server on R and Python (Verwenden von Tableau mit SQL Server auf R und Python )