增強分析如何讓您的小型企業為未來做好準備

如果他們為小商人製作一部恐怖片，那麼這個惡棍就不會是手拿刀的噩夢，也不會是揮舞砍刀的綠巨人。 這將是一個沒有數字的時鐘……只有一句話，“它比你想像的要晚。”

雖然很難相信每週工作 80 小時的人仍然需要額外的時間，但大多數企業家都是如此。

您沒有時間忙於工作，也沒有時間跟上將主導未來十年的技術趨勢。 幸運的是，有一種趨勢可以幫助您解決這兩個問題：增強分析。

Gartner 預測，到 2020 年，增強分析能力將成為商業智能軟件“新購買的主要驅動力”。 （Gartner 客戶可以獲得完整的研究報告。）

您的競爭對手已經在尋找具有增強分析功能的軟件。 幸運的是，你也可以。

通過現在投資具有增強分析功能的商業智能工具，您將通過減少繁忙工作來節省時間。 您還將在未來十年的顛覆性技術有機會顛覆市場之前對其進行投資。

我還將為您提供今天可以採取的三個步驟來為增強分析做準備。

什麼是增強分析功能？

什麼是增強分析，為什麼它們比常規分析更好？

增強分析是由機器學習 (ML) 算法增強的 BI 工具。 增強分析使用的 ML 算法擅長自動執行重複性任務（很像任何領域的 ML 算法）。

ML 算法還擅長注意模式和理解人類語言，而不是 SQL、Java 或 Ruby on Rails 等計算機語言。

由於數據準備等重複性任務佔據了大多數分析師的大部分時間，因此具有增強分析功能的 BI 工具是一個更好的選擇。 他們為您的分析師做重複的、耗時的工作，讓分析師騰出時間進行實際分析。

具有增強分析功能的 BI 工具還具有將分析和數據驅動思維擴展到數據分析師之外的潛力。 一種稱為自然語言查詢 (NQL) 的增強分析功能讓用戶可以用簡單的英語提問。 換句話說，BI 工具更像是一個搜索引擎，而不像一個笨重的傳統 BI 程序。

那麼這些功能可以為您的小型企業做些什麼呢？

1. 增強分析減少了繁重的工作

聽起來可能很俗氣，但增強分析實際上可以讓您的未來更快地實現。

數據倉庫研究所發現，65% 的受訪者將 41% 到 80% 的時間花在數據準備上。

在您的數據可供使用之前，分析師每年最多可以花費 1,669 小時來準備數據（基於每年平均工作 2,087 小時）。 這是很多浪費的時間。

準備工作是什麼樣的？ 在很大程度上，它修復了小錯誤（一半是拼寫“Montana”，另一半是“MT”）。

增強數據準備減少了手動數據準備的繁重工作。

無需花費 70 天時間將電子表格中的所有“MT”更正為“蒙大拿”，增強分析會自動為您完成這項工作。 您的分析師將在不到一半的時間內獲得他們需要的數據並獲得洞察力，這意味著他們將更多的時間用於思考，而將更少的時間花在耗費腦力的忙碌工作上。

2. 增強分析可幫助您更快地提出問題

說到耗時的忙碌工作，問問自己哪個更快：

1. 輸入短語“這件商品的平均價格是多少？”
2. 在 SQL 中輸入相同的問題，如下所示：

信不信由你，這就是在 SQL 中詢問商品的平均價格的樣子（來源）

借助具有自然語言查詢 (NLQ) 的增強分析，您可以利用第一個選項。 沒有它？ 您將被困在學習 SQL 中。

NLQ 是一個花哨的術語，表示能夠用簡單的英語向您的計算機提問。 NLQ 可以通過兩種方式節省您的業務時間：

• 用簡單的英語提出問題更容易、更快捷。
• 普通業務用戶更容易訪問分析，從而為您的分析人員騰出時間。

業務線員工不太可能學習 SQL。 因此，基於 SQL 的系統可能會嚇跑他們，而您對數據驅動員工的夢想也不會實現。

然而，帶有 NLQ 的軟件更容易學習。 如果您的員工可以使用搜索引擎，他們就可以學習使用他們的 BI 工具。

3. 增強分析表明正確的道路

增強分析不僅能理解簡單英語的問題。 它還可以用簡單的英語解釋答案。

這種能力要歸功於自然語言生成 (NLG)，這是 NLQ 背後的相同技術。 理解你簡單英語問題的 NLG 算法也可以用你能理解的語言詳細回答（這些答案通常被稱為“敘述”）。

一些尖端的商業智能工具提供 NLG 功能，可以從您的數據中以敘述格式查找和解釋見解。

例如，具有 NLG 敘述的 BI 工具不僅會指向一組數據點並期望您對其進行解釋。 相反，該程序將指向該集群並生成一個文本框，例如，“這些買家是男性，30 歲以下，居住在中西部。”