NLP对于增强分析意味着什么?
探索增强分析平台如何使用NLP来提高员工的搜索能力，扩展数据可视化，建立数据驱动的文化。
自然语言处理是增强分析平台最重要的功能之一。增强分析的作用是通过简化以前需要专业技术知识的任务，如集成数据集或编写SQL查询，使数据洞察大众化。
现在,公民数据科学家(高级用户)和业务用户可以自己发现许多见解。这使得数据分析师可以专注于更复杂和复杂的问题解决。
“在我们的NLP功能中，我们已经看到了大量的客户采用，特别是在帮助每个人都能轻松使用分析方面。这极大地帮助我们的许多客户形成了一种数据文化，”微软商业智能平台首席副总裁阿伦·乌拉格(Arun Ulag)表示。
NLP是什么?
据Gartner的数据,NLP将“文本或音频语音转换为基于适当本体的编码的结构化信息。”
增强分析使用了两种NLP子类型，即自然语言理解(NLU)和自然语言生成(NLG)。NLU使平台能够理解用户的查询，而NLG“叙述”数据视觉效果。
NLU适用于文本和音频。然而，由于几个原因，键入查询比语音查询更常见，最明显的原因是前者更容易解决。在这两种情况下增强分析平台必须理解用户试图传达的内容。由于人类并不总是表达自己的意思，增强分析必须理解用户的意图。
一种方法是提供预输入帮助，例如谷歌Search中使用的帮助。Qlik有一个关联分析引擎，可以显示与用户问题相关的多个见解。例如，如果用户的查询是“伦敦第一季度的销售额是多少?”结果将不会是一个简单的数字或图表。更确切地说，洞察力可能包括将伦敦的销售与世界其他地区的销售进行比较，或者将与伦敦有关的团队或个人的销售进行比较。
“我们的目标是提供周边视觉，这样我们可以帮助你问你没有想过的问题，有更多的‘啊哈!Qlik创新和设计副总裁Elif Tutuk表示。
NLP是否有益于资深用户?
虽然增强分析点是为了帮助民主化分析，这些平台也有利于数据科学家和数据分析师。
ThoughtSpot首席数据战略官辛迪•豪森(Cindi Howson)表示:“它让复杂的用户从日常琐事中解脱出来，让数据科学家专注于更高层次的任务。”“这也加快了在一个模式上进行合作的时间。”
例如，如果ThoughtSpot为业务用户提供了一种见解，比如一个邮政编码的小部件销售额比另一个邮政编码高300%，业务用户可以利用这种见解来解释数据科学家应该把工作重点放在哪里。
NLP能帮助不太老练的用户进行分析性思考吗?
仅仅因为增强分析很容易使用这并不意味着用户知道如何分析思考。
Anexinet应用智能解决方案总监Brian Atkiss表示:“在许多实现中，你将不得不学习如何以正确的方式提出问题，以获得你想要的答案。”“其中一些确实需要培训和了解如何使用这项技术，但我认为这个问题会随着时间的推移而消失。随着工具变得更好，他们将能够使用更多的自然语言，因此培训的需求将消失。”
ThoughtSpot的豪森同意了。
豪森说:“我一直相信培训的价值，但要求任何想要受数据驱动的人去上两天课的日子已经一去不复返了。”“(游戏邦注:平台)应该在情境中学习，降低达到目标所需的技能。我们仍然需要专家，但对大众来说，就是取消培训要求。”
微软的Ulag表示，NLP与探索性的用户体验相结合，可以让用户充分利用这两个世界。一旦一个问题得到了回答，结果显示可以用于与页面上的其他视觉效果交互，这有助于用户发现关键的见解。
前方的道路
语音查询可能最终取代文本查询。然而，在过渡期间，两者将与提供安全网的文本共存。这样，如果NLU不能理解语音查询，用户可以简单地输入查询。
下一个进化可能是增强现实。例如，全球专业服务公司Genpact及其一些包装消费品客户正在试验这种技术，这样用户就可以“看到”商店中的产品库存水平，或者可以发现三种产品类别与四个特定的商店相关联。与其他形式的增强分析一样，这些见解有助于决策，促进数据驱动的协作。目前，增强现实作为一种增强分析功能还处于实验阶段，但Genpact高级副总裁Amaresh Tripathy和其他人认为，这是市场的发展方向。
