關(guān)于TABLEAU的新興智能功能

概要

在商業(yè)智能 (BI) 及分析領(lǐng)域即將迎來的后續(xù)突破中，我們將見證使用機(jī)器學(xué)習(xí)和人工智能改善數(shù)據(jù)訪問和數(shù)據(jù)質(zhì)量，揭示以前未被發(fā)現(xiàn)的深入見解，建議分析，提供預(yù)測分析和行動建議。更重要的是，在自然語言 (NL) 界面的幫助下，不具備數(shù)據(jù)科學(xué)知識或查詢語言知識的業(yè)務(wù)用戶將能夠更容易地探索信息、獲得見解并更好地做出數(shù)據(jù)驅(qū)動型決策。

BI 和分析供應(yīng)商正在至少四個領(lǐng)域開發(fā)“智能”功能，涵蓋數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)分析和發(fā)現(xiàn)、NL 查詢和預(yù)測。這些智能功能有助于推動實(shí)現(xiàn)超越自助式分析的發(fā)展，幫助向業(yè)務(wù)用戶進(jìn)一步普及數(shù)據(jù)分析。本報告探討 Tableau Software 已經(jīng)推出并正在著力開發(fā)的智能功能，以及這些功能將如何使 Tableau 客戶受益。報告結(jié)尾就籌劃實(shí)施智能分析功能的企業(yè)提供了建議。

關(guān)于 TABLEAU 的新興智能功能

?第一代商業(yè)智能 (BI) 系統(tǒng)的復(fù)雜性和 IT 技術(shù)的要求使企業(yè)一度心灰意冷，而大約十年前，企業(yè)開始采用自助式產(chǎn)品進(jìn)行數(shù)據(jù)發(fā)現(xiàn)和數(shù)據(jù)可視化。這種自助式分析方法解放了分析師和精通數(shù)據(jù)的業(yè)務(wù)用戶， 使他們無需等待 IT 部門的幫助就可以分析數(shù)據(jù)。

?在過去的五年中，自助式分析需求不斷增長，并已經(jīng)擴(kuò)展到數(shù)據(jù)準(zhǔn)備和基礎(chǔ)預(yù)測分析領(lǐng)域。而這五年間的另一個趨勢是機(jī)器學(xué)習(xí) (ML) 及人工智能 (AI) 方面的重大突破。云計(jì)算推動了 ML、神經(jīng)網(wǎng)絡(luò)、機(jī)器視覺和自然語言 (NL) 理解技術(shù)的進(jìn)步。上述進(jìn)步促進(jìn)了面向消費(fèi)者“智能”個人助理產(chǎn)品的創(chuàng)新，例如 Alexa、Google Assistant 和 Siri，而這些產(chǎn)品則又激起了人們對 ML 和 AI 驅(qū)動型商業(yè)軟件智能功能的興趣。

?現(xiàn)在，BI 和分析市場涌現(xiàn)出各種智能功能。本報告重點(diǎn)講述的是 Tableau 中現(xiàn)有的和即將加入的智能功能。Tableau 用戶目前可利用的智能功能有：最佳匹配可視化建議、自動聚類分析和預(yù)測，以及個性化意圖驅(qū)動型建議。

?2018 年 4 月，Tableau 通過 Tableau Prep 添加了自助式數(shù)據(jù)準(zhǔn)備功能，其中包括數(shù)據(jù)清理和數(shù)據(jù)聯(lián)接等智能功能。下一步將要添加的是基于 NL 的智能查詢功能，而 Tableau 便計(jì)劃在今年晚些時候的 Beta 版本中發(fā)布。

細(xì)分市場

Tableau 是自助式 BI 和分析的先驅(qū)，而且從軟件收入和客戶數(shù)量來看，過去的幾年里，Tableau 一直是市場領(lǐng)導(dǎo)者。

然而，分析市場正在不斷演變，朝著 Constellation Research 所謂的智能分析時代邁進(jìn) （參見圖 1）。

新興的智能功能利用 ML 輔助人們完成各項(xiàng)任務(wù)，包括數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)發(fā)現(xiàn)和用戶查詢意圖（基于歷史數(shù)據(jù)訪問模式）的理解。當(dāng)自然語言理解功能與 AI 驅(qū)動 NL 查詢相關(guān)聯(lián)時，ML 同樣也會促進(jìn)新興自動預(yù)測功能的發(fā)展。自助式服務(wù)使得 BI 和分析獲得了更廣泛的用戶基礎(chǔ)，而智能功能則有望開辟一個新的普及時代，讓所有用戶都能夠更容易地進(jìn)行數(shù)據(jù)發(fā)現(xiàn)、分析、預(yù)測甚至基礎(chǔ)數(shù)據(jù)準(zhǔn)備。

Constellation 認(rèn)為，這些 ML 和 AI 驅(qū)動的進(jìn)步并不是對自助式分析的擴(kuò)展，而是計(jì)算機(jī)輔助型分析新時代即將開啟的早期跡象。智能功能利用計(jì)算機(jī)處理能力為人類的詮釋技巧錦上添花，因?yàn)橛?jì)算機(jī)分析可用來應(yīng)對自動化重復(fù)任務(wù)和處理復(fù)雜計(jì)算。Tableau 將此舉稱為其進(jìn)軍智能領(lǐng)域的“增強(qiáng)分析”策略。這一戰(zhàn)略需要實(shí)現(xiàn)的兩個目標(biāo)為，一方面讓數(shù)據(jù)驅(qū)動型分析擴(kuò)展至更廣泛的受眾，另一方面則幫助現(xiàn)有的 Tableau 用戶更加迅速輕松地分析數(shù)據(jù)，從而獲得更加深入的見解。

圖 1：自助式分析的時代正讓位于 ML 和 AI 輔助型智能分析的時代

目標(biāo)市場

Tableau 平臺的目標(biāo)用戶是“任何一位”數(shù)據(jù)工作者。逾 74000 個付費(fèi)客戶企業(yè)使用它的產(chǎn)品，包括 Tableau Desktop、Tableau Server 和 Tableau Online 托管服務(wù)。免費(fèi)的 Tableau Public 站點(diǎn)上有逾 30 萬活躍用戶，他們每周發(fā)布約 7000 份分析。

Tableau 現(xiàn)有和新型的智能功能都與其產(chǎn)品和平臺緊密結(jié)合，而非獨(dú)立的產(chǎn)品或新品。鑒于公司力度更大的分析策略，Constellation 預(yù)計(jì)后續(xù)的智能功能將一如既往地與產(chǎn)品和平臺緊密結(jié)合，而非推出獨(dú)立的產(chǎn)品。

實(shí)用功能

Tableau 對智能功能最初的投資可以追溯到 2007 年，但是于 2016 年隨著智能分析趨勢的到來，開始對智能功能加大投資力度，如圖 1 所示。自 2016 年起，Tableau 不斷而穩(wěn)定地發(fā)布了一系列智能功能。下文依照時間順序逐一介紹這些智能功能。

2007 年

智能顯示。2007 年 Tableau 引入“智能顯示”功能，起初是一系列可供使用的可視化選項(xiàng)。根據(jù)所選擇的分析數(shù)據(jù)，“智能顯示”縮小了可用可視化類型的選擇范圍，并還能突出顯示建議的方法。推薦可視化加快了分析的速度，同時為給定類型的數(shù)據(jù)或分析提供最適當(dāng)?shù)目梢暬ㄗh。

2016 年

聚類分析。這是一種基于數(shù)據(jù)中的 ML 點(diǎn)相關(guān)性、模式、趨勢和影響因素的自動發(fā)現(xiàn)方法，為業(yè)務(wù)用戶呈現(xiàn)具有深入分析價值的特定數(shù)據(jù)維度或數(shù)據(jù)組合。2016 年，Tableau 將發(fā)現(xiàn)導(dǎo)向型聚類分析引入 Tableau Desktop，幫助用戶識別數(shù)據(jù)中的隱藏關(guān)系。在 2018 年春季發(fā)布的版本中，Tableau 添加了群集自擬合功能，可以刷新和自動重新計(jì)算已保存的群集數(shù)據(jù)，包括 Tableau Server 上的數(shù)據(jù)提取。

預(yù)測。初期的智能預(yù)測功能只是簡單的趨勢預(yù)測，憑借簡單算法推斷歷史趨勢的未來走向，但這僅是一個沒有將季節(jié)性等因素考慮在內(nèi)的生硬工具。2016 年，Tableau 引入自動預(yù)測功能，并能夠生成指數(shù)平滑模型。該功能可自動從八種不同的時間預(yù)測模型系列中進(jìn)行選擇，自動挑選出合適的超參數(shù)。

2017 年

智能數(shù)據(jù)表、數(shù)據(jù)聯(lián)接和數(shù)據(jù)源建議。意圖驅(qū)動型建議功能運(yùn)用 ML 技術(shù)，并基于數(shù)據(jù)連接模式和用戶行為，根據(jù)個人、群組、工作角色、權(quán)限和其他變量對數(shù)據(jù)表、數(shù)據(jù)聯(lián)接和數(shù)據(jù)源提出建議。2017 年，Tableau 引入智能數(shù)據(jù)表和數(shù)據(jù)聯(lián)接建議功能，挖掘 Tableau Server 上現(xiàn)有的數(shù)據(jù)連接模式。同年 年底，Tableau 添加了更為復(fù)雜的數(shù)據(jù)源建議功能，該功能能夠基于用戶特定模式推斷用戶的意圖。

2018 年

Tableau Prep。一些 BI 和分析供應(yīng)商引入自助式數(shù)據(jù)準(zhǔn)備功能，并內(nèi)置于他們的 BI 和分析產(chǎn)品中。2018 年 4 月，Tableau 推出 Tableau Prep 功能。這是一種新型可視化數(shù)據(jù)準(zhǔn)備功能，脫胎于此前代號為 Project Maestro，前后進(jìn)行了兩年的研發(fā)項(xiàng)目。

Tableau Prep 為數(shù)據(jù)準(zhǔn)備提供了專用的功能集和獨(dú)立的用戶界面，然而工具集仍與 Tableau 工作流的其余部分集成在一起。例如，Tableau Prep 用戶可以利用任何連接到 Tableau 的數(shù)據(jù)源，一旦在 Prep 中完成組織和清理，數(shù)據(jù)就可以在 Tableau Desktop 或基于瀏覽器的用戶界面中供預(yù)覽和檢索。

在可輔助人們完成數(shù)據(jù)準(zhǔn)備任務(wù)智能功能的出現(xiàn)和催化下，自助式數(shù)據(jù)準(zhǔn)備產(chǎn)品也開始分化。Tableau Prep 中包含的智能功能有：

數(shù)據(jù)配置。Tableau Prep 的數(shù)據(jù)配置窗格是用戶界面呈現(xiàn)的三個視圖之一（請參見圖 2）數(shù)據(jù)配置參數(shù)顯示了所記錄內(nèi)容的數(shù)目以及每個數(shù)據(jù)字段中值的分配。此外，還顯示了空值或缺失值的數(shù)量。

自動 DateParse。利用數(shù)據(jù)配置統(tǒng)計(jì)數(shù)據(jù)、格式化和清理功能，顯示給定字段的流行數(shù)據(jù)格式，并指出異常，以便修復(fù)、驗(yàn)證或者刪除。Tableau Prep 的自動 DateParse 功能通常使用格式化的方法，自動將所有選定的日期規(guī)范化成為常用日期格式。

自動拆分。這個功能通過找到一個通用的分隔符，自動分割值并將值分開排列，例如 Air Austria、Air Canada 和 Aer Lingus。主題專家可以檢查并瀏覽這些自動變化，以確保恰當(dāng)?shù)膽?yīng)用這些變化。

圖 2：Tableau Prep 界面提供的數(shù)據(jù)流（頂部）、數(shù)據(jù)配置（中間）以及數(shù)據(jù)窗格（底部）視圖

聯(lián)接建議。ML 技術(shù)通常用于識別添加數(shù)據(jù)或聯(lián)接數(shù)據(jù)的時機(jī)。Tableau Prep 利用 Tableau 中已有的基本功能，根據(jù)主鍵、外鍵、字段名和數(shù)據(jù)類型的相似性，識別并建議潛在的聯(lián)接。

模糊匹配。Tableau Prep 的模糊匹配功能可以自動對值等進(jìn)行分組并應(yīng)用一致的名稱，從而將其結(jié)合在一起，例如“Southwest Airlines、South West、Southwest 和 Southwest Air” 就可以利用模糊匹配分為一組。

自然語言查詢。Tableau 自 2016 年起就開始研究 NL 查詢，但是這一進(jìn)程實(shí)現(xiàn)加速卻得益于 2017 年 8 月對 ClearGraph 公司的收購。ClearGraph 是一家利用語義理解、統(tǒng)計(jì)數(shù)據(jù)和數(shù)據(jù)使用記錄來改進(jìn)自然語言查詢的初創(chuàng)企業(yè)。語義理解有助于闡明會話式問題的含義，以及術(shù)語的常見同義詞。Tableau 一直致力于利用自己的平臺整合 ClearGraph 的技術(shù)，并計(jì)劃在 2018 年下半年的 Beta 版中推出自己的 NL 查詢功能。

Tableau 即將推出的 NL 查詢功讓使用戶能夠選擇數(shù)據(jù)源，輸入會話式自然語言問題，從而生成新的可視化。一旦您開始輸入，引擎就開始提供解釋和建議查詢。隨著用戶繼續(xù)輸入，這些建議不斷完善，就像體驗(yàn)互聯(lián)網(wǎng)搜索引擎一樣。NL 問題常常是模棱兩可的，所以引擎會提供許多選項(xiàng)。用戶可以用 “點(diǎn)贊”和“不滿”的反饋，幫助隨時間推移提升準(zhǔn)確性。

智能分析的后續(xù)步驟

2018 年 6 月 13 日，Tableau 宣布收購了起源于麻省理工學(xué)院的 AI 初創(chuàng)公司 Empirical Systems（下文 簡稱“Empirical”）。

Empirical 創(chuàng)辦于 2016 年，開發(fā)了一款分析引擎，旨在通過人工接口和 API 將受過培訓(xùn)的統(tǒng)計(jì)學(xué)家要進(jìn)行的分析自動化，并使該分析可查詢。該公司的方法類似于自動發(fā)現(xiàn)和分析工具所使用的方法，這些工具可以識別數(shù)據(jù)中的影響因素、關(guān)鍵驅(qū)動因素和異常因素。

Tableau 將基于 Empirical 的數(shù)據(jù)引擎推出什么新功能，什么時候推出新功能，現(xiàn)在推測這些還為時過早。Constellation 預(yù)計(jì)，此次收購將推動新功能的開發(fā)，例如幫助分析師發(fā)現(xiàn)變量之間的關(guān)系，從而找出在活動中形成模式或峰值的潛在因素，并推斷數(shù)據(jù)中的缺失值。

分析和觀察

優(yōu)勢與不足

Tableau 開端強(qiáng)勢，擁有跨越新興智能功能領(lǐng)域的諸多投資，但它在各個領(lǐng)域的優(yōu)勢尚待均衡。Constellation 從以下四個方面分析了 Tableau 的優(yōu)勢與不足：

智能數(shù)據(jù)準(zhǔn)備

優(yōu)勢

Tableau Prep 在配置方面塑造了堅(jiān)實(shí)的開端，客戶有望看到除自動 DateParse 和自動拆分之外的更多自動清理和格式化選項(xiàng)。

Tableau Prep 利用模糊聚類分析，為聯(lián)接數(shù)據(jù)最佳方法提出建議打下了良好的基 礎(chǔ)。Tableau 表示正在研究更多此種類型的功能。

Tableau Prep 體驗(yàn)與 Tableau 工作流的其余部分相結(jié)合，更加清晰明了，降低了數(shù)據(jù)連接的挑戰(zhàn)，也減少了應(yīng)用程序之間的切換。

不足

用于數(shù)據(jù)格式化和數(shù)據(jù)清理的數(shù)據(jù)分析等基本功能現(xiàn)已成為標(biāo)準(zhǔn)配備。Tableau 將必須增加更多的格式化和清理功能來跟上市場的步伐。

最佳數(shù)據(jù)準(zhǔn)備供應(yīng)商（以及 Tableau 的合作伙伴）Paxata 和 Trifacta 可提供更廣泛的基 于 ML 的智能清理、格式化和聯(lián)接功能。

智能發(fā)現(xiàn)與分析

優(yōu)勢

Tableau 是提供最佳可視化建議的先驅(qū)。

該公司利用聚類分析和群集自擬合功能，在自動發(fā)現(xiàn)方面塑造了堅(jiān)實(shí)的開端。

意圖驅(qū)動型建議功能處于最前沿；Tableau 智能數(shù)據(jù)表和聯(lián)接建議，以及建議數(shù)據(jù)等功能，加快了分析并推進(jìn)了深度探索。

不足

基于不同數(shù)據(jù)類型的最佳匹配可視化建議正在成為基本配置功能的一部分。先進(jìn)工具同樣可以評估實(shí)際數(shù)據(jù)。例如，如果有負(fù)值，建議可能會不同。

智能發(fā)現(xiàn)和自動分析的市場選擇正在激增。Tableau 必須在當(dāng)前聚類分析和推薦功能之外，提供其他附加功能以保持競爭力。

智能預(yù)測

優(yōu)勢

Tableau 自動預(yù)測功能不僅僅是簡單的趨勢分析，還將季節(jié)性等因素的影響考慮在內(nèi)。 該功能無需數(shù)據(jù)科學(xué)技能，但是手動算法選擇功能和過濾器可有效避免黑盒預(yù)測。

Tableau 支持嵌入式 R 和 Python 代碼，并與高級分析合作伙伴 MathWorks 進(jìn)行第三方集成，以支持更復(fù)雜的預(yù)測需求。

不足

預(yù)測功能只是一項(xiàng)預(yù)測技術(shù)。為了跟上市場需求的步伐，Tableau 將必須推出更多的自動化選項(xiàng)。

自然語言查詢

優(yōu)勢

Tableau 的 NL 查詢研究擴(kuò)展到了語義理解和語用學(xué)查詢，能夠保留初始問題的上下 文，然后更加深入地迭代探索主題。在撰寫本文時，這些功能還未發(fā)布和測試。

不足

Microsoft 自 2013 年起發(fā)布的 Power BI 已經(jīng)具備這些功能，另外 IBM Watson Analytics、AnswerRocket 和 ThoughtSpot 等公司也自 2014 年引入這些功能，相比之下，Tableau 的 NL 查詢上市較晚。

Tableau 智能功能的競爭性定位

正如關(guān)于 NL 查詢的“優(yōu)勢和不足”分析中提到的，Tableau 并不是第一家提供多種智能功能的公司， 但是它自 2016 年起加快了投資步伐。

Constellation 認(rèn)為 Tableau 在提供預(yù)期智能功能方面已經(jīng)擁有良好的開端。隨著今年 Tableau Prep 的引入和即將發(fā)布的 NL 查詢功能，智能功能系列正在持續(xù)壯大。

Constellation 認(rèn)為，針對基于可用智能功能的公司級別標(biāo)準(zhǔn)分析平臺，大多數(shù)企業(yè)還尚未選擇使用。 雖然 ThoughtSpot 和 AnswerRocket 等初創(chuàng)企業(yè)是這一領(lǐng)域的創(chuàng)新者，但它們最初趨向于更集中、更具實(shí)驗(yàn)性質(zhì)的應(yīng)用。更重要的是，他們各自的客戶基數(shù)只有幾十個。相比之下，Tableau 通過為成千上萬的客戶提供內(nèi)置功能，正推動著智能分析時代的前進(jìn)。

對于 Tableau 而言，存在的風(fēng)險來自于大型供應(yīng)商收購創(chuàng)新型初創(chuàng)企業(yè)，并將其智能功能推廣為主流產(chǎn)品。Constellation 正在跟進(jìn)大型供應(yīng)商的智能分析舉措，其中包括 IBM、Microsoft、Oracle、Salesforce 和 SAP；獨(dú)立企業(yè)如 Qlik 和 Tibco Spotfire；以及一些創(chuàng)新型初創(chuàng)企業(yè)。自 2018 年年初起，Tableau 就開始緊跟這股潮流?？蛻艉蜐撛诳蛻魬?yīng)該緊跟智能分析領(lǐng)域的最新研發(fā)項(xiàng)目和 Tableau 路線圖。

主要差異化優(yōu)勢

簡單易用且先進(jìn)的數(shù)據(jù)探索和數(shù)據(jù)可視化是 Tableau 的標(biāo)志。現(xiàn)在，大多數(shù)競爭對手均可提供數(shù)據(jù)可視化的附加模塊和服務(wù)，但許多都是作為大型企業(yè)軟件交易或云服務(wù)合同的一部分，并且免費(fèi)提供的未經(jīng)區(qū)分的工具集。與采用量不溫不火的商品化工具不同，Tableau 產(chǎn)品擁有龐大而忠實(shí)的粉絲群體。

Tableau 預(yù)見到競爭將會越來越多激烈，其中包括來自大型云供應(yīng)商的競爭。與許多獨(dú)立企業(yè)一 樣，Tableau 也利用混合云策略和多云策略來應(yīng)對這些威脅。該公司已經(jīng)加強(qiáng)了大規(guī)模部署的系統(tǒng)管理和數(shù)據(jù)治理功能。下一個挑戰(zhàn)將是增加自動化和集裝化選項(xiàng)，確保能夠在本地、私有云和公共云選項(xiàng)之間一致部署 Tableau Server。

該公司利用 Tableau Prep 顯著提高了其自助式功能，而且在不提價的情況下，將此功能在整合到其最高級訂閱選項(xiàng)中（請參見“價格”部分）。這一升級將幫助 Tableau 富有能力、精通數(shù)據(jù)的用戶獲取更多功能，包括若干具有突出優(yōu)勢的智能數(shù)據(jù)準(zhǔn)備功能，同時無需增加成本。

建議

考慮支持?jǐn)?shù)據(jù)準(zhǔn)備、數(shù)據(jù)發(fā)現(xiàn)和分析、NL 查詢和自動預(yù)測功能等領(lǐng)域的新興智能功能，從而使數(shù)據(jù)分析面向更廣泛的受眾，并為現(xiàn)有用戶加速和深化分析。

Tableau 自 2016 年起就開始提供智能數(shù)據(jù)發(fā)現(xiàn)、數(shù)據(jù)分析和自動預(yù)測等功能。該公司隨后于 2017 年推出了意圖驅(qū)動型建議功能，并于 2018 年 4 月推出了智能數(shù)據(jù)準(zhǔn)備功能。后續(xù)將會推出 NL 查詢功能， 預(yù)計(jì)將作為 Beta 版于 2018 年下半年發(fā)布。這些成就使 Tableau 成為 Constellation ShortListTM 追求智能分析能力的領(lǐng)先供應(yīng)商之一，Tableau 的客戶應(yīng)充分利用這些功能。

請遵循關(guān)于如何開辟下一個智能分析時代的建議，充分利用這些新興功能。

從最佳做法著手

市場可能正在從自助式時代轉(zhuǎn)向智能時代，但只要企業(yè)需要考慮、測試和部署這些新技術(shù)，就不可避免地會用到以下三種基于 ML 和 AI 的最佳做法：

建立一個涉獵廣泛的跨職能團(tuán)隊(duì)不要光著眼于培養(yǎng)眾所周知的商業(yè)/ IT 合作關(guān)系，要確保雙方團(tuán)隊(duì)都有全能代表，包括關(guān)鍵業(yè)務(wù)相關(guān)者以及 IT、軟件開發(fā)和數(shù)據(jù)、分析部和數(shù)據(jù)科學(xué)專家。

選對項(xiàng)目無論選擇哪種智能功能或供應(yīng)商（注意事項(xiàng)如下），您都應(yīng)該選擇正確的項(xiàng)目作為試點(diǎn)測試案例。選擇不太大、不太耗時、不太冒險但又不至于太小、太不重要而被忽略的項(xiàng)目。從簡單、快速勝利，可以看到明顯回報的項(xiàng)目開始入手。積累一定的成功經(jīng)驗(yàn)之后，開始做一些難度稍微增加的項(xiàng)目。

采用敏捷方式敏捷系統(tǒng)性開發(fā)運(yùn)維 (DevOps) 的特點(diǎn)是開發(fā)周期快速迭代、多功能團(tuán)隊(duì)代替業(yè)務(wù)部和 IT 部門進(jìn)行反復(fù)評審，以及在盡可能多的地方應(yīng)用自動化和監(jiān)控系統(tǒng)。

解決信任和透明度的問題

Constellation 堅(jiān)信，信任和透明度是企業(yè)在采用 ML 和 AI 技術(shù)時將面臨的兩個最大問題。根據(jù)需要改變管理和培訓(xùn)，從而增強(qiáng)基于 ML 和 AI 的建議和建議行動的可信度。

如果能夠了解如何以及為什么做出這些決定和建議，人們就會更容易接受計(jì)算機(jī)的輔助并接受此流程中的變化。這就是透明度發(fā)揮作用的地方。智能系統(tǒng)應(yīng)該是可解釋的，而非不可思議的。

為了簡化復(fù)雜的技術(shù)并支持自助式功能，包括 Tableau 在內(nèi)的供應(yīng)商正在將自動化和幕后決策應(yīng)用于內(nèi)部復(fù)雜過程，例如算法的選擇。“黑盒”（不透明的）預(yù)測系統(tǒng)的危險在于，它可能不會做出最符合組織或客戶利益的決策或建議?？偟膩碚f，Tableau 的理念是用算法來輔助人類。值得一提的是，Tableau 的自動預(yù)測和自動聚類功能可以轉(zhuǎn)換為手動控制。

智能預(yù)測應(yīng)該在分析專家的監(jiān)督下進(jìn)行，以確保它們不會導(dǎo)致可能產(chǎn)生代價高昂的行為。還有一種方法是讓分析師和精通數(shù)據(jù)的業(yè)務(wù)用戶體驗(yàn)自動化預(yù)測功能，然后與數(shù)據(jù)科學(xué)家分享他們的發(fā)現(xiàn)，數(shù)據(jù)科學(xué)家可以據(jù)此增強(qiáng)分析并將整理好的模型投入生產(chǎn)。

Constellation 相信，基于 ML 和 AI 的系統(tǒng)和應(yīng)用程序應(yīng)盡可能的透明和易于解釋。真正基于 ML 和 AI 的智能系統(tǒng)將是那些可以解釋、可理解和可信任的智能系統(tǒng)。