其他
Sugar BI 增强分析能力全场景解析
介绍 BI 的发展历程,详解各个阶段 BI 的变化。
讲述智能 BI 时代的发展趋势,Sugar BI 在智能 BI 上的能力,附带介绍各类预测分析平台的不同。
分享 Sugar BI 的智能预测 DI 模块及其应用场景,并演示其 Demo,帮助观众能够很好地将这个能力应用在业务中。
1. BI 的发展历程
1.1 BI 历史
2. 智能 BI 时代
智能图表指的是当我们有数据,但是不知道用什么图表来展示和分析更加合适时,可以使用一个非常专业的图表推荐算法,把数据拖到图表里面,Sugar BI 就可以推荐最适合这种数据的图表类型,同时提供所有可以用来展示该数据的图表种类供用户选择,智能且尊重用户选择。 智能分析又包括自动分析、异常分析和波动分析。这里着重介绍自动分析功能,这是 Sugar BI 独有的功能之一。在用户没有时间做报表时,可以通过系统一键自动生成报表,Sugar BI 将内置百余种图表与数据进行匹配,可在数十秒内生成一张交互式的报表。本着智能且尊重的原则,Sugar BI 支持用户对自动生成的报表进行任意的调整和删减。异常分析和波动分析在场景上是有关联的,可以通过配置阈值让系统自动监控数据的异常情况并做出预警。当系统提醒用户数据发生异常时,用户可以通过波动分析,让系统自动对图表中的时序数据进行波动原因分析,并给出结论。 智能交互相当于在决策者身边安放了一个数据助手,随时随地可以通过语音向 Sugar BI 进行提问。Sugar BI 内可以配置语音识别和语音理解,随时随地的精准回答决策者的数据问题,或跟随着语音指令调整展示的页面,同时支持移动端, PC 端,大屏端等多端智能交互。 智能决策通俗而言是基于机器学习的预测分析,助力领导层实现各类决策。
首先,BI 平台分为三种,第一种是与 BI 深度绑定可以把预测结果作为数据集计算字段使用,如 Sugar BI 中智能预测 DI 模块的基础功能,比较适合于没有机器学习基础的用户。第二种是用户为了推进 AI 开发平台建设,将其作为 BI 产品的一个松耦合模块,与其他产品与模块没有强依赖关系。在这种方式下,用户需要自己单独连接数据,形成数据集,并自主内置各种模型与预处理算子,通过拖拽节点与连线形成工作流。这种方式和 BI 的结合度相对较低,比较适合数据科学家来使用。第三种 BI 平台只内置了时序和简单的聚类,用户可以依据图表上的数据直接输出,比较适合日常的业务分析人员。 开源机器学习工具会提供数据预处理,模型训练评估与预测等等一些算子能力,比较适合学生或者是研究者去进行探索性的学习,但因门槛偏高无法在企业中进行大规模的使用。 最后一种预测性分析平台是较为专业的一体化 AI 开发平台,一般为商业平台型产品,比如百度的 BML,提供完整的平台能力,模型大多以 API 形式输出,更适用于 AI 专家和数据科学家的使用。