Salesforce对Tableau AI功能的意思是什么？

辅助工具

Dixon认为这两种产品之间的差距可以被另一种产品填补。

画报领导房屋，防火墙数据和非crm /Service数据源和用例的背后。它擅长于从各种本地数据源连接和提取数据，并可以组合来自多个系统的数据。这使得它成为运营和后台分析的明确选择。

他们有这么多的AI技术资产;他们很可能会用这些来更快地进化Tableau产品。

“然而，如果你需要为客户关系管理或服务云用户提供可操作的分析和见解，尤其是预测性见解，Einstein仍然是更好的选择，”Dixon说。Salesforce擅长分析客户数据，以确定销售代理下一步的最佳行动。

Tableau的另一个优点是能够更直观地分析数据并提出更大的问题，如“是什么导致了客户流失?”这些类型的Tableau AI功能可以帮助带来对AI的解释性还有决策学习模型。

“像[Tableau的]Explain Data这样的功能可以自动评估数据集的每个维度，并提供可视化结果，只需简单的点击就可以查询，从而更快地产生更有意义的见解，”Doron说。

例如，Tableau的Explain Data可以发现，在纽约州，大量的手机销售促成了异常高的盈利水平。Explain Data以交互式可视化的形式提供解释，用户可以通过单击不同的参数进一步探索。

多伦表示，Tableau的其他AI功能优势还包括自动聚类和自然语言处理。自动聚类使用k-means聚类算法来识别数据的重要分组。Tableau使用NLP来分析和预测搜索或过滤，并使用自然语言生成来自动创建可视化的语言描述。

困难可视化

其他专家担心，企业在尝试将复杂的人工智能形象化时可能会遇到问题。习惯于从直接的统计数据中得出的陈词滥调的答案的业务用户，由于考虑不测，可能会得出错误的结论人工智能分析。

“与收入减去费用的简单配方不同，AI模型的结果需要经验丰富的用户解释，以有意义和完全理解，”马尔科姆·桑切（4490年）在4490年的风险投资伙伴解释道。

这些人工智能结果也可以随着数据的变化而每天变化。潜在的有效性和可靠性可能会根据正在处理的数据频繁变化。与更复杂的人工智能模型不同，计算净运营收益的简单公式永远不会改变。

因此，企业不太可能做到这一点质量可视化更容易更复杂的AI技术，“桑德警告。

聚类差距

目前两种工具也有一些重要的差距。

“德克森说：”在聚类算法中也不擅长帮助您将类似记录组合在一起的事情。“

例如，如果用户想要回答这样的问题，“客户还购买了哪些与此类似的产品?”Einstein和Tableau在这方面都做得不是很好。

然而，这两种产品都可以通过其他AI平台来回答这些问题，比如亚马逊练介会，或在Heroku的自定义模型。

Dixon说:“支持产品推荐或次优产品的建模功能将是这两种工具的一个很好的补充。”

可能会发生什么

Tableau Software首席技术官安德鲁•比尔斯(Andrew Beers)在推出这款产品时态度谨慎Salesforce和Tableau的路线图除了说的是之外的AI特征，“还有更多整合的机会比我们可以列表。从企业和技术的角度来看，我们认为我们将在如何为组织中的每个人进行数据驱动的决策方面真正改变游戏。“

同时，Salesforce宣布它进一步开发了语音分析的AI功能。

多伦表示:“语音通信分析可以为客户情绪和留存率的分析增加另一个维度。”

此外，这些公司还在投资各种自然语言功能，以增强Tableau AI功能的各个方面。