是否经常有人请您解释,为何某个数字低于或高于他们的预期?如果您跟大多数 Tableau 用户一样,这种情况可能就十分常见。您是否曾盼望过有一位助手来帮您解答这些问题?您可能已经制作了一些仪表板和工作簿,供您的同事自行挖掘数据洞见。但如果能轻松获得自动指导,岂不更好?Tableau 2019.3 版本中发布了由 AI 助力的“数据解释”功能,让您可以得偿所愿。

自动生成对数据点的解释

有了“数据解释”功能,您或您的同事在找到感兴趣的数据后,可以直接通过上下文菜单、分析菜单或工具提示中的新图标,要求提供解释。“数据解释”功能会结合上下文分析您所选的数据,然后显示可能的解释。这些解释内容会显示更多数据和可视化,有助于您更好地理解您选择的数据。您还可以将这些可视化添加到工作簿中,以便进一步编辑或共享。

我们姑且以下图中的得克萨斯州为例。在我们熟悉的 Superstore 销售数据集中,该地区的利润率相对较低。如果单击下例中的数据点并要求提供解释,机器学习技术很快就会显示该州的利润低于原本的预期。此外,还会显示一些解释,告知您这可能是因为销售类别以及与配送相关的因素。只需单击一下,就可以查看这些解释,还能将生成的一些可视化添加到工作簿中以便进一步探索。

发现造成结果偏差的极端值

当您单击“解释”时,Tableau 会运用机器学习技术,结合屏幕上的可视化数据这一上下文对您选择的数据点进行分析。它还会将此数据点与可视化中未呈现的其余数据进行比较。 然后,“数据解释”功能会显示对该数据点的一系列解释,其中会包括可能影响基础数据的维度。

下例中的可视化以地图形式显示了共享单车的使用数据。从图上来看,波士顿市中心区域的保诚中心停放点是单车使用率最高的停放点。为了弄清楚为何如此,我们单击该数据点,然后选择“数据解释”。在这里,解释内容显示,有一个异常值造成结果失真。自动生成的可视化则显示,假如我们从数据中移除此异常值会出现什么情况;此外还创建了一个集和一个选择器,以便我们对比查看包含和不包含此异常值时,数据分别是什么样的。

“数据解释”功能依托我们正在申请专利的专有算法,能够实时地拟合数十种模型。在本例中,机器学习技术首先会对屏幕上的可视化数据进行建模分析,以判断该值是否不太可能出现或在意料之外,并提供建议的范围。接下来,机器学习技术会自动拟合模型,来分析数十种可能的解释的效力。这些模型采用贝叶斯方法进行拟合,以量化解释中存在的不确定程度。机器学习技术会根据各项解释的启示程度,以及相对于解释效力而言的简单易懂程度,对它们进行评分。系统只会显示最具启示性的解释。

更好地发挥您的领域专长

得益于“数据解释”功能,分析师可以提高工作效率,减少花在搜索解释上的时间,从而将更多时间花在理解数据上。这项功能没有技术门槛,让用户依靠自己就能快速找到解释。有了“数据解释”功能,您可以针对数据更严格地审视一系列可能的解释。通过结合自己的领域专长和该功能给出的解释,您就可以找出原因所在,据以决定该采取何种应对措施。现在,您可以参照我们的交互式演示立即试用这项功能,或者下载最新版本的 Tableau

订阅我们的博客