增强分析如何让您的小型企业为未来做好准备

如果他们为小商人制作一部恐怖片，那么这个恶棍就不会是手拿刀的噩梦，也不会是挥舞砍刀的绿巨人。 这将是一个没有数字的时钟……只有一句话，“它比你想象的要晚。”

虽然很难相信每周工作 80 小时的人仍然需要额外的时间，但大多数企业家都是如此。

您没有时间忙于工作，也没有时间跟上将主导未来十年的技术趋势。 幸运的是，有一种趋势可以帮助您解决这两个问题：增强分析。

Gartner 预测，到 2020 年，增强分析能力将成为商业智能软件“新购买的主要驱动力”。 （Gartner 客户可以获得完整的研究报告。）

您的竞争对手已经在寻找具有增强分析功能的软件。 幸运的是，你也可以。

通过现在投资具有增强分析功能的商业智能工具，您将通过减少繁忙工作来节省时间。 您还将在未来十年的颠覆性技术有机会颠覆市场之前对其进行投资。

我还将为您提供今天可以采取的三个步骤来为增强分析做准备。

什么是增强分析功能？

什么是增强分析，为什么它们比常规分析更好？

增强分析是由机器学习 (ML) 算法增强的 BI 工具。 增强分析使用的 ML 算法擅长自动执行重复性任务（很像任何领域的 ML 算法）。

ML 算法还擅长注意模式和理解人类语言，而不是 SQL、Java 或 Ruby on Rails 等计算机语言。

由于数据准备等重复性任务占据了大多数分析师的大部分时间，因此具有增强分析功能的 BI 工具是一个更好的选择。 他们为您的分析师做重复的、耗时的工作，让分析师腾出时间进行实际分析。

具有增强分析功能的 BI 工具还具有将分析和数据驱动思维扩展到数据分析师之外的潜力。 一种称为自然语言查询 (NQL) 的增强分析功能让用户可以用简单的英语提问。 换句话说，BI 工具更像是一个搜索引擎，而不像一个笨重的传统 BI 程序。

那么这些功能可以为您的小型企业做些什么呢？

1. 增强分析减少了繁重的工作

听起来可能很俗气，但增强分析实际上可以让您的未来更快地实现。

数据仓库研究所发现，65% 的受访者将 41% 到 80% 的时间花在数据准备上。

在您的数据可供使用之前，分析师每年最多可以花费 1,669 小时来准备数据（基于每年平均工作 2,087 小时）。 这是很多浪费的时间。

准备工作是什么样的？ 在很大程度上，它修复了小错误（一半是拼写“Montana”，另一半是“MT”）。

增强数据准备减少了手动数据准备的繁重工作。

无需花费 70 天时间将电子表格中的所有“MT”更正为“蒙大拿”，增强分析会自动为您完成这项工作。 您的分析师将在不到一半的时间内获得他们需要的数据并获得洞察力，这意味着他们将更多的时间用于思考，而将更少的时间花在耗费脑力的忙碌工作上。

2. 增强分析可帮助您更快地提出问题

说到耗时的忙碌工作，问问自己哪个更快：

1. 输入短语“这件商品的平均价格是多少？”
2. 在 SQL 中输入相同的问题，如下所示：

信不信由你，这就是在 SQL 中询问商品的平均价格的样子（来源）

借助具有自然语言查询 (NLQ) 的增强分析，您可以利用第一个选项。 没有它？ 您将被困在学习 SQL 中。

NLQ 是一个花哨的术语，表示能够用简单的英语向您的计算机提问。 NLQ 可以通过两种方式节省您的业务时间：

• 用简单的英语提出问题更容易、更快捷。
• 普通业务用户更容易访问分析，从而为您的分析人员腾出时间。

业务线员工不太可能学习 SQL。 因此，基于 SQL 的系统可能会吓跑他们，而您对数据驱动员工的梦想也不会实现。

然而，带有 NLQ 的软件更容易学习。 如果您的员工可以使用搜索引擎，他们就可以学习使用他们的 BI 工具。

3. 增强分析表明正确的道路

增强分析不仅能理解简单英语的问题。 它还可以用简单的英语解释答案。

这种能力要归功于自然语言生成 (NLG)，这是 NLQ 背后的相同技术。 理解你简单英语问题的 NLG 算法也可以用你能理解的语言详细回答（这些答案通常被称为“叙述”）。

一些尖端的商业智能工具提供 NLG 功能，可以从您的数据中以叙述格式查找和解释见解。

例如，具有 NLG 叙述的 BI 工具不仅会指向一组数据点并期望您对其进行解释。 相反，该程序将指向该集群并生成一个文本框，例如，“这些买家是男性，30 岁以下，居住在中西部。”