Análisis

¿Qué significa la PNL para la analítica aumentada?

single-image

El procesamiento del lenguaje natural es una de las características más importantes de las plataformas analíticas avanzadas. La función de la analítica avanzada es democratizar el conocimiento de los datos mediante la simplificación de tareas que antes requerían conocimientos técnicos especializados, como: B. la integración de conjuntos de datos o la escritura de una consulta SQL.

Los científicos de datos ciudadanos (usuarios avanzados) y los usuarios comerciales ahora pueden descubrir muchos conocimientos por sí mismos. Esto permite a los analistas de datos concentrarse en la resolución de problemas más complejos y complejos.

«Hemos visto una gran adopción por parte de los clientes dentro de nuestras capacidades de PNL, particularmente para hacer que la analítica sea utilizable y fácil para todos. Esto ha ayudado dramáticamente a muchos de nuestros clientes a promover una cultura de datos», dijo Arun Ulag, CVP de Business Intelligence Platform en Microsoft. .

¿Qué es la PNL?

Según Gartner, la PNL «convierte el lenguaje de texto o audio en información codificada y estructurada basada en una ontología apropiada».

La analítica aumentada utiliza dos subtipos de PNL: Comprensión del lenguaje natural (NLU) y Generación del lenguaje natural (NLG). Con NLU, la plataforma puede comprender la consulta de un usuario mientras NLG «dice» visualizaciones de datos.

NLU se aplica a texto y audio. Las consultas escritas, sin embargo, son más comunes en estos días que las consultas de voz por varias razones, particularmente porque la primera es un problema más fácil de resolver. En ambos casos, la plataforma de análisis aumentada debe comprender lo que el usuario está tratando de comunicar. Dado que las personas no siempre dicen lo que quieren decir, la analítica aumentada debe comprender la intención del usuario.

Elementos de PNL

Una forma de hacerlo es proporcionar ayuda para escribir, como la que se usa en la Búsqueda de Google. Qlik tiene un motor de análisis asociativo que proporciona múltiples conocimientos sobre la pregunta de un usuario. Por ejemplo, si un usuario pregunta: «¿Cuáles fueron las ventas del primer trimestre en Londres?» El resultado no sería solo un número o una gráfica. Más bien, los hallazgos podrían incluir comparaciones de ventas en Londres con ventas en otras partes del mundo, o ventas por equipos o individuos asociados con Londres.

«Nuestro objetivo es habilitar una vista periférica para que podamos ayudarlo a hacer la pregunta en la que no ha pensado y tener más ‘¡ajá! Momentos’ con los datos», dijo Elif Tutuk, vicepresidente de innovación y diseño de Qlik.

¿Beneficia la PNL a los usuarios más exigentes?

Aunque el propósito de la analítica avanzada es ayudar a democratizar la analítica, las plataformas también beneficiarán a los científicos y analistas de datos.

«Eso [saves] Los usuarios exigentes no pueden hacer lo mundano y permitir que los científicos de datos se concentren en tareas de alto nivel «, dijo Cindi Howson, directora de estrategia de datos de ThoughtSpot». Esto también acelera el tiempo que lleva colaborar en un modelo. «

Por ejemplo, si ThoughtSpot proporciona información a un usuario empresarial; Por ejemplo, si las ventas de widgets son un 300% más altas en un código postal que en otro, el usuario empresarial podría utilizar esta información para explicar dónde deben centrar sus esfuerzos los científicos de datos.

¿La PNL ayuda a los usuarios menos exigentes a pensar analíticamente?

El hecho de que la analítica aumentada sea fácil de usar no significa que los usuarios sepan pensar de forma analítica.

«En muchas implementaciones, es necesario aprender a hacer la pregunta correctamente para obtener la respuesta que desea», dijo Brian Atkiss, director de soluciones de inteligencia aplicada en Anexinet. «Algunos de estos requieren capacitación y comprensión de cómo usar la tecnología, pero creo que este es un problema que desaparecerá con el tiempo. A medida que las herramientas mejoren, pueden usar un lenguaje más natural, por lo que es necesario». El entrenamiento desaparecerá. «

Howson de ThoughtSpot estuvo de acuerdo.

«Siempre he creído en el valor de la formación, pero los días en los que teníamos que dejar a cualquiera que quisiera estar basado en datos para un curso de dos días se acabaron», dijo Howson. «»[The platform] Realmente debería aprender en contexto y reducir las habilidades necesarias para llegar allí. Todavía necesitamos expertos, pero para las masas, se trata de eliminar la necesidad de capacitación. «

Según Ulag de Microsoft, la PNL combinada con una experiencia de usuario exploratoria permite a los usuarios aprovechar al máximo ambos mundos. Una vez que se ha respondido una pregunta, los anuncios resultantes se pueden usar para interactuar con otros elementos visuales en la página para que los usuarios puedan obtener información importante.

A lo largo de la carretera

Las consultas activadas por voz posiblemente pueden reemplazar las consultas de texto. Sin embargo, durante la transición, ambos coexistirán con el texto que proporcionará una red de seguridad. Esto permite al usuario simplemente escribir la consulta cuando la NLU no comprende una consulta de voz.

El próximo desarrollo podría ser la realidad aumentada. Por ejemplo, la empresa global de servicios profesionales Genpact y algunos de sus clientes de productos de consumo están experimentando con tecnología para que los usuarios puedan «ver» el inventario de productos en una tienda, o para determinar que tres categorías de productos están asociadas con cuatro tiendas específicas. Al igual que otras formas de análisis avanzado, los conocimientos ayudan a la toma de decisiones y facilitan la colaboración basada en datos. Actualmente, la realidad aumentada se encuentra en la etapa experimental como una función de análisis aumentada, pero el vicepresidente senior de Genpact, Amaresh Tripathy, y otros creen que este es el camino a seguir para el mercado.

También te gustará