智能分析

如今,各组织纷纷寻找新的技术来帮助更多人进行复杂的分析。在 Tableau,我们致力于开发一系列分析功能,通过机器学习、统计、自然语言和智能数据准备,帮助从数据科学家到业务用户在内的任何人更快地获得答案并发现意料之外的见解。

“数据问答”

借助“数据问答”,您可以在 Tableau 中使用自然语言来提问并立即获得响应。答案以各种数据可视化形式呈现,您无需了解数据结构就可以更快速地得到答案。

了解更多信息

“数据解释”

“数据解释”利用 AI 功能解释特定数据点,可加快分析速度。它采用高级统计模型,可向您提供一系列具有侧重性的解释,使您避免花费时间寻找不存在的答案。

了解更多信息

统计模型集成

Tableau 不仅能够连接到来自 MATLAB、R、SAS 和 SPSS 的文件输出作为数据源,还支持与 R 和 Python 的直接集成。您可以直接在 Tableau 内部运行代码,也可以通过预测服务(例如 Rserve 和 TabPy)对模型结果进行可视化和操作。

了解更多信息

更快地将见解转化为行动

Constellation Research 公司的 Doug Henschen 和 Tableau 首席产品官 Francois Ajenstat 在本次访谈中讨论了智能分析趋势。得益于 Tableau 平台的分析丰富性,我们的内置智能功能可以降低进入分析过程的障碍,并帮助高级用户提出更复杂的问题。

立即观看

自动数据发现

我们以简单易用的方式整合强大的算法和统计模型,为我们的客户提供新的强大功能,并减轻分析复杂数据集时的负担。

“数据解释”

“数据解释”利用 AI 功能解释特定数据点,可加快分析速度。它采用高级统计模型,可向您提供一系列具有侧重性的解释,使您避免花费时间寻找不存在的答案。

聚类分析

自动聚类分析是 Tableau 中的一项拖放功能,让任何人都能使用内置的 K-均值聚类分析模型,在数据中找到可能尚未发现的具有显著统计意义的分组。

更多资源

  • 博客:使用 Tableau 10 的聚类分析功能揭示出您的数据规律(英文)
  • 博客:什么是聚类分析,为什么要使用它?(英文)

自然语言

使用自然语言与数据进行交互降低了获取见解的难度,帮助人们在没有深入的技术性数据专业知识的情况下,更快地回答自己的问题。

自然语言处理

Tableau 在 2019.1 版本中为 Tableau Server 和 Tableau Online 引入了“数据问答”。借助“数据问答”,您可以在 Tableau 中使用自然语言来提问并立即获得响应。答案以各种数据可视化形式呈现,您无需了解数据结构就可以更快速地得到答案。“数据问答”完全集成在 Tableau 平台中,无需额外设置即可用于现有数据源。观看交互式“数据问答”演示

自然语言生成

通过我们的 NLG 合作伙伴(包括 Narrative Science、Automated Insights 和 ARRIA),为您的仪表板提供自然语言生成功能。利用 Tableau 的 API,这些技术可自动生成基于文本的可视化说明,帮助客户从数据中提取更多价值。

更多资源

  • 网络讲座:BI 趋势 #3:自然语言处理 (NLP)
  • 博客:为 Tableau 带来强大的自然语言功能(英文)
  • 博客:2018 零售趋势聚焦 - 自然语言生成助力可视化分析(英文)

智能数据准备

借助强大的机器学习功能,我们提升了 Tableau 中自助式数据准备的自动化。通过减少合并、整理和清理数据所需的手动工作量,每位用户都能更快地最大程度利用数据。

数据解释器

数据解释器可以自动检测子表、删除唯一格式,让用户轻松快速地从电子表格、PDF 等中透视和拆分数据,从而帮助每位用户更快地进行分析。

模糊匹配

只需点击一次,即可通过发音或常用字符模糊匹配索引和群组相关文字。后台的强大算法帮助用户更快地准备数据,最大限度地减少手动清理操作。

智能建议

借助正确的数据可以更快地开始分析。Tableau 使用机器学习,基于您所在组织的数据源使用指标来推荐数据库表和联接。

更多资源
  • 网络讲座:混乱数据正在拖累您
  • 博客:Tableau Prep(前身为 Project Maestro)现已发布:重新定义数据准备体验
  • 博客:Tableau Prep 新手?五大基础功能助您入门
  • 白皮书:使用 Tableau Prep 整理数据的最佳做法(英文)
  • 产品:Tableau Prep,一种新的数据准备解决方案
  • 博客:在 Tableau 10.3 中引入建议表和智能联接(英文)

预测分析

我们通过将功能强大的预测模型整合为简单易用的体验,为更多人提供预测功能,帮助他们预测业务变化。

预测

预测您的业务趋势。只需拖放一下即可开始预测。Tableau 会根据数据自动选择预测模型,并使用指数平滑模型来计算季节性。

统计模型集成

Tableau 不仅能够连接到来自 MATLAB、R、SAS 和 SPSS 的文件输出作为数据源,还支持与 R 和 Python 的直接集成。您可以直接在 Tableau 内部运行代码,也可以通过预测服务(例如 Rserve 和 TabPy)对模型结果进行可视化和操作。通过统计模型集成,任何人都可以轻松使用数据科学团队构建的模型。

更多资源

  • 博客:在 Tableau 中使用 MATLAB 模型和算法(英文)
  • 博客:使用 TabPy 构建高级分析应用程序(英文)
  • 博客:如何利用 R 和 Python 将 Tableau 与 SQL Server 配合使用(英文)