Halo, Habr! Saya mempersembahkan kepada Anda terjemahan artikel "Tableau berbicara atas antarmuka bahasa alami untuk membuat visualisasi" oleh Peter Sayer .

Penyedia BI berupaya menyederhanakan dan mengotomatisasi analisis data sebagai bagian dari tren yang berkembang untuk menggabungkan kemampuan AI (kecerdasan buatan) ke dalam alat BI.



Berapa banyak ahli statistik yang diperlukan untuk membangun model data baru? Menurut Tableau Software, tidak sama sekali. Perusahaan mengklaim bahwa versi selanjutnya dari alat analitik yang banyak digunakan akan melakukannya sendiri.

Tableau menunjukkan ini minggu lalu dalam fitur baru yang disebut Ask Data yang memungkinkan pengguna untuk membuat visualisasi dengan menggambarkan apa yang mereka inginkan dalam bahasa alami. Ini dilakukan di acara pelanggan di New Orleans. Selain itu, perusahaan telah menunjukkan fitur otomatisasi baru dalam alat persiapan datanya.

Ini adalah bagian dari tren yang berkembang di antara pengembang perangkat lunak perusahaan untuk mengotomatisasi dan menyederhanakan tugas-tugas yang pernah membutuhkan keterampilan khusus, memungkinkan perusahaan untuk lebih efisien menggunakan data mereka dan memindahkan personel yang berkualifikasi ke pekerjaan yang kurang padat karya.

Fajar Teknologi AI di BI

Prestasi di bidang kecerdasan buatan memudahkan pengembang perangkat lunak perusahaan untuk memasukkan data dalam bahasa alami - verbal atau cetak - dan menampilkan informasi yang dibutuhkan pengguna, alih-alih memaksanya mempelajari perintah khusus atau mengoperasikan objek di layar untuk mencapai tujuan mereka. AI semakin banyak digunakan dalam alat BI terkemuka dengan harapan "demokratisasi" analitik dan ilmu data.

Microsoft Power BI, pesaing Tableau, memperkenalkan fitur yang disebut "Pertanyaan dan Jawaban" beberapa tahun yang lalu, tetapi bahkan dalam demo baru-baru ini, kalimat itu tampaknya lebih rumit dalam tata bahasa dan ejaan daripada Tableau Ask Data. Namun, mereka berdua di depan Dundas BI dan sejenisnya, yang masih menggunakan drag and drop untuk membuat visualisasi.

Implementasi Tableau akan memungkinkan pengguna untuk query database dan memberikan kesempatan bagi perangkat lunak untuk secara independen menentukan bagaimana tabel database harus dikombinasikan, kolom mana yang harus dipilih dan operasi apa yang harus dilakukan untuk mendapatkan respon yang diinginkan. Ini dan fitur-fitur baru lainnya akan muncul di Tableau 2019.1, yang diharapkan akan dirilis awal tahun depan, dan versi beta akan dirilis pada akhir Oktober.

" Fitur otomasi seperti itu disambut baik dan perlu ," kata kepala analis Forrester Martha Bennett. “ Kami mendapatkan semakin banyak data, tetapi orang-orang yang bekerja dengan mereka tidak punya banyak waktu .”

Menurutnya, spesialis data menghabiskan hingga 80 persen dari waktu mereka untuk menyiapkan data, dan semakin sedikit waktu yang dihabiskan untuk itu, semakin mereka akan dapat melakukan fungsi BI yang secara langsung menguntungkan bisnis.

Salah satu cara untuk mengatasi kurangnya waktu di antara spesialis adalah mentransfer sebagian besar beban kerja ke mesin. Cara lain adalah menyederhanakan bekerja dengan data untuk orang-orang yang sebelumnya tidak dapat bekerja dengan mereka sendiri karena kebutuhan untuk memiliki keterampilan khusus. Inilah yang disebut "demokratisasi" data.

Kerugian menggunakan AI

" Tetapi ada risiko dalam menyediakan data ke sejumlah besar karyawan: data tidak dapat menggantikan pengetahuan pakar di bidang subjek dan penilaian situasi yang bijaksana ," kata Martha Bennett.

" Sebelum membuat fitur otomasi baru tersedia secara luas, CIO harus mengujinya dengan pengalaman mereka sendiri untuk menentukan apakah mereka sesuai ," sarannya.

Alat yang menawarkan analisis data tanpa rekomendasi yang jelas dapat membingungkan pengguna dengan tindakan apa yang harus diambil.

" Jika kamu tidak memberikan instruksi rinci kepada seseorang, maka kamu seharusnya tidak mengharapkan dia melakukan segalanya dengan benar pada kali pertama ."
- Marta Bennett, Kepala Analis Forrester

Namun, Anda tidak bisa begitu saja menyalahkan perangkat lunak.

“ Otomasi tidak sama dengan kontrol. Semua hal ini masih harus diikuti. Tidak akan terdengar bagus di pengadilan jika Anda mengatakan bahwa komputer itu sendiri yang melakukan ini, dan kami tidak tahu mengapa, ”Martha Bennett memperingatkan. Masalah ini telah lama dikenal sebagai masalah kotak hitam AI.

Selain itu, Anda perlu mengetahui apakah data Anda cocok untuk alat otomatisasi: khususnya, sistem pembelajaran mesin membutuhkan banyak data untuk bekerja.

" Jika Anda menerapkan algoritme pembelajaran mesin pada data di mana Anda memiliki lebih banyak pengecualian dari biasanya, itu tidak akan berfungsi ," katanya.

Detail Demo

Di sebuah acara di New Orleans, manajer analitik visual Andrew Vigno mendemonstrasikan kemampuan Ask Data dalam database crowdfunding Kickstarter, menunjukkan bahwa, tidak seperti kebanyakan penyusun, Ask Data tidak memerlukan tanda baca yang sempurna untuk bekerja.

Perangkat lunak mengubah pertanyaannya “apa dana total” (secara harfiah) menjadi “jumlah dana” dan mengembalikan respons. Ketika ia mencetak "berdasarkan tahun" dan "berdasarkan status", Ask Data mengonversi permintaannya menjadi "jumlah pembiayaan berdasarkan syarat dan status." Kemudian, karena tidak memiliki data tambahan, ia menyiapkan bagan garis warna yang menunjukkan pendanaan hijau untuk proyek yang berhasil meningkat setiap tahun, sementara pendanaan untuk proyek yang gagal, dibatalkan, atau ditangguhkan (merah, oranye, dan kuning) tetap tidak berubah.

Pertanyaan "kategori mana yang berhasil" menyebabkan jawaban visual yang berbeda: Ask Data menambahkan "berdasarkan kategori, status filter - berhasil" ke permintaan sebelumnya dan menggambar histogram peringkat kategori Kickstarter dengan jumlah proyek yang berhasil dalam urutan menurun.

Karyawan lama menginginkan perangkat lunak perusahaan untuk melakukan apa yang mereka inginkan, bahkan jika mereka tidak dapat mengartikulasikan tugas tersebut, dan Andrew Vigno menunjukkan bahwa Tableau sedang mendekati ini. Ketika dia mengetik "bandingkan dengan pendanaan rata-rata" (secara harfiah), Ask Data menunjukkan kepadanya penyebaran dalam jumlah proyek di samping pendanaan rata-rata untuk berbagai subkategori proyek teknologi yang dia tinjau sebelumnya.

Beberapa hal di Tableau masih lebih cepat untuk dilakukan dengan mouse, terutama jika Anda mengetik perlahan: menambahkan subkategori "mod" dan "game" ke bagan sebar hanya membutuhkan empat klik.

Membuat Model Data Baru

Hanya beberapa klik yang dibutuhkan rekannya Tyler Doyle untuk membuat model data baru yang menampilkan bidang-bidang yang digunakan oleh Tableau untuk menganalisis data dalam kueri SQL dan yang dapat dipahami oleh basis data yang mendasarinya.

" Cukup bagi saya untuk mengklik pada satu baris -" Tambahkan objek terkait ", dan model data Anda siap, tanpa perlu menentukan tabel mana yang akan digunakan, bagaimana mereka terhubung, atau apa itu, bergabung kiri atau kanan. Kemampuan pemodelan data baru di Tableau lakukan saja untuk Anda. "
- Tyler Doyle

“ Bagaimana model data mengetahui hubungan yang benar antara tabel ini? ”- tanya Doyle. Ternyata Tableau bergantung pada CIO serta administrator basis data dan profesional data mereka. Untuk membantunya melakukan trik ini, Anda perlu memastikan bahwa informasi yang diperlukan disimpan di gudang data.

Persiapan data adalah area lain yang sedang ditangani Tableau. Insinyur Senior Zahira Valani menunjukkan bagaimana Tableau Prep dapat mengotomatisasi pembersihan data menggunakan peran. Tableau menggunakannya untuk mengidentifikasi bidang yang berperan - hal-hal seperti URL, alamat email, atau indikasi geografis (negara bagian atau kode pos). Valani menunjukkan bagaimana, hanya dalam beberapa klik, Tableau Prep dapat memeriksa konten bidang untuk menentukan peran yang paling tepat, dan kemudian memilih elemen yang tidak valid yang tidak cocok dengan peran dan mengaturnya menjadi “null” atau memfilter baris ini. Anda dapat melakukan hal yang sama dengan peran khusus, seperti jenis yang disebutkan.

Menurut chief product officer Tableau, François Ejenstat, Tableau Prep akan diperbarui setiap bulan, sebagai lawan dari jadwal tiga rilis per tahun untuk perangkat lunak Tableau utama.

Perencanaan adalah fitur alat lain yang saat ini dalam pengujian beta di perusahaan: Tableau Prep Conductor. Ini akan memungkinkan perusahaan untuk mengotomatisasi persiapan sumber data mereka dengan memindahkan mereka ke Tableau sesuai dengan jadwal yang mereka pilih. Ini adalah produk terpisah dari Tableau dan akan memerlukan lisensi terpisah untuk menggunakannya. Awal penjualan dijadwalkan untuk tahun depan.