Smartbi 10.5 版本已釋出,我們知道它的一大亮點是智慧。比如對話式分析,幫助使用者以業務思維和業務術語,在 PC 端和手機端通過自然語言輸入的方式快速展現出想要洞察的資料,實現所問即所答!


針對不同的使用者,我們有不同的智慧應用場景( ):

 

以上場景功能都是 基於自然語言分析 NLA 來實現, Smartbi 讓使用者通過 NLA 能更容易地獲得資料洞見,讓智慧無處不在。

 

那麼,自然語言分析 NLA 到底是什麼呢?

 

一、 NLA 是什麼

 

在瞭解 NLA 之前我們首先需要認識一下 NLP

 

自然語言處理( Natural Language Processing ,簡稱 NLP )是指用計算機來處理、理解以及運用人類的自然語言 ( 如中文、英文等 ) ,從而實現機器和人類更平等、更流暢地溝通交流。只有當計算機具備了 NLP 能力,機器才算實現了真正的智慧。

 

自然語言分析( Natural Language Analysis ,簡稱 NLA 是指基於 NLP 技術,將處理結果應用於資料分析軟體,最終實現用自然語言對資訊系統中的資料進行查詢、分析等操作。簡言之, NLA 讓使用者使用自然語言就可以快速獲取分析資料。

 

NLA 的概念率先由 Smartbi 提出, 並獲得三項國家發明專利。

 

一文讀懂Smartbi的自然語言分析(NLA)

 

二、 BI 需要 NLA

 

隨著企業使用資料的規模頻度加大,傳統 BI 工具已經不能滿足需求,企業需要更加敏捷和智慧的 BI 工具來降低分析門檻,快速實現資料分析和洞察。

 

Gartner 也把自然語言查詢評價為 BI 產品的 15 項關鍵功能之一,並且還預測未來 50% 的分析查詢將通過搜尋、自然語言處理或語音等方式自動生成。

 

連續多年入選 “Gartner 增強分析代表廠商 “Gartner 中國人工智慧創業公司代表廠商 Smartbi 正是看到了這些趨勢,自主研發了增強分析 NLA ,期望通過引入自然語言查詢、知識圖譜、推薦演算法和機器問答等人工智慧技術,使得 NLA 可以理解使用者的資料分析需求,並幫助其快速完成分析任務,獲得資料洞見。

 

三、 NLA 原理解析

 

下面我們將通過 NLA 原理圖讓大家更清晰地瞭解產品,自然語言查詢引擎是如何實現讓系統通過自然語言理解使用者的分析意圖,然後給出準確的查詢分析結果。


  一文讀懂Smartbi的自然語言分析(NLA)

 

01  完成資料建模


資料模型 是查詢結果提供資料的基礎,也是知識圖譜內容關係提取的來源之一。因此,我們在使用 NLA 功能之前,必須要完成資料模型的構建。此外,若把資料建模和 指標管理 )結合起來,相得益彰,形成閉環,則會進一步提高查詢的準確度。

 

一文讀懂Smartbi的自然語言分析(NLA)

 

02  構建知識圖譜


知識圖譜 是一個知識庫,用於對查詢的內容進行關聯分析和推理,從而讓機器瞭解使用者的意圖。知識圖譜的來源有兩種,一是業務補充行業領域的知識,二是從資料模型中提取關係。此外, Smartbi 還支援一鍵構建知識圖譜。


03  使用者輸入


使用者支援以自然語言的方式輸入問句,比如 去年廣州賣的最好的車型和銷量 。此外還支援 推薦問句 ,將一些最熱門、最常用的問句推薦給使用者。

一文讀懂Smartbi的自然語言分析(NLA)


04  語義解析


通過 語義解決引擎 ,把使用者輸入問句進行解構、要素解析,轉義成類 SQL 的查詢定義。

 

05  執行查詢


呼叫 Smartbi 的查詢介面,由 Smartbi 查詢引擎 根據獲取的查詢定義執行查詢、返回展示結果等操作。

 

06  圖表顯示


把查詢引擎返回的結果以圖表的方式展示。

 

07  結果反饋機制


產品還支援結果反饋,使用者可以反饋查詢結果正確與否並留下寶貴的意見,以便產品持續迭代優化,提高查詢準確率。


  一文讀懂Smartbi的自然語言分析(NLA)

 

四、為什麼選擇 NLA

 

Smartbi NLA 是時下前沿的資料分析技術,以 幫助企業快速洞察、降本增效,輔助決策 為目標,受到各種使用者的青睞:

一文讀懂Smartbi的自然語言分析(NLA)

幫助決策領導者 快速洞察決策


對於決策領導者來說,結合當前最新技術,簡化資料分析和檢視資料的過程,實現靈活便捷資料分析,既節省報表開發的成本,又提高了分析的效率,還能快速輔助支撐決策。

 

降低使用門檻 加大使用範圍和頻度


對於業務人員來說,以業務的思維和術語通過自然語言輸入問句,即可自動把資料查詢出來,還能根據多輪對話探索發生的原因,實現 想什麼、問什麼 ”“ 問什麼、顯什麼 的效果,讓使用者免去學習操作的過程,真正實現分析零門檻,提高了分析效率!

 

降低建模成本 保證配置易用性和查詢準確性


對於前端配置者來說,無論是知識圖譜的構建、資料模型的生成等都充分考慮了操作的易用性,通過視覺化的介面、簡單的操作即可實現。


對於技術人員來說, NLA 通過知識圖譜關聯業務知識和資料模型,又把資料模型和指標管理結合起來。指標管理通過業務參與構建指標體系的方式,不僅降低 IT 人員資料建模的成本,還能結合反饋機制形成閉環,大大提高查詢的準確度。

 

五、 NLA 的應用情況


NLA 相關功能一經推出便廣受客戶歡迎,目前已經應用於多個專案。


某大型保險集團領導常年採用報表來進行業務監控,但是報表分析靈活性不高,報表複用難,實施週期長,找出含有對應指標的報表也很困難。 以前高管平均一天的時間只能看報表 3.6 次,採用 Smartbi NLA 的對話式分析以後,簡化 資料分析和檢視資料的過程,現在提升到平均一天 6.2 次,使用頻率和效率提升一倍。領導層通過對話式分析實現靈活便捷資料分析,輔助支撐領導決策,實現與時俱進。


某製造企業業務人員在採用其他廠商資料分析工具的時候,發現該工具無法提供業務人員的分析思路,而且其學習門檻高,使用困難。採用 Smartbi NLA 的對話式分析以後,通過自然語言就能進行視覺化分析,大大降低了業務人員資料分析的難度,提高使用的頻率和效率。以前大概 20% 的業務人員會使用拖拉拽的方式進行探索性分析,完成一輪分析至少要 10 分鐘;現在 90% 以上的業務人員都使用對話式分析,推薦的問句和熱門問句讓業務人員可以找到分析的方向,這樣的分析只需要 2-3 分鐘即 可完成一輪 ,使用範圍和效率提升了 5 倍以上。