Close

Kontaktieren Sie uns

Brauchen Sie IT-Service oder Support? Schicken Sie uns Ihre Online-Anfrage, und wir finden eine Lösung!

Your request was succesfully accepted!

Tableau-Software führt Natural Language Interface ein, um Visualisierungen zu erstellen

Wie viele Statistiker braucht man, um ein neues Datenmodell aufzubauen? Laut Tableau Software – keine. Das Unternehmen behauptet, dass die kommende Version seines weit verbreiteten Analysetools die gesamte Arbeit selbst erledigen wird.

In der letzten Woche präsentierte Tableau eine neue Funktion namens Ask Data in New Orleans. Mit dem neuen Tool können die Benutzer die Visualisierungen erstellen, indem sie mit einer natürlichen Sprache beschreiben, was sie wollen. Außerdem führte das Unternehmen einige nützliche Automatisierungsfunktionen ein, die in seinem neuen Datenaufbereitungstool enthalten sind.

In der Unternehmenssoftwareentwicklung ist es ein zunehmender Trend, die Aufgaben zu automatisieren und zu vereinfachen, was bisher spezielle Fähigkeiten erforderte. Heutzutage können die Unternehmen ihre Daten effektiver nutzen und die qualifizierten Mitarbeiter für weniger Routinearbeiten einsetzen.

Die ersten Schritte der KI im BI

Die Fortschritte in der KI-Technologie machten es für die Unternehmenssoftwareentwickler einfacher, die Daten in einer natürlichen Sprache einzugeben, sei es gesprochener oder eingegebener Sprache. Heute muss ein Benutzer keine bestimmten Anweisungen mehr eingeben oder die Objekte auf dem Bildschirm manipulieren. Stattdessen zeigen KI-Technologien alle notwendigen Informationen auf dem Bildschirm. KI-Technologien werden immer häufiger in den wichtigsten BI-Tools eingesetzt und fördern die „Demokratisierung“ von Analytik und Datenwissenschaft.

Microsoft Power BI, der wichtigste Wettbewerber von Tableau, hat vor einigen Jahren die Funktion „Eine Frage zu Ihren Daten stellen“ eingeführt. Doch selbst die neuesten Versionen dieser Lösung erscheinen komplizierter als Tableau Ask Data, sowohl in Bezug auf Grammatik als auch Rechtschreibung. Dennoch sind die beiden Tools ein Schritt voran im Vergleich zu Dundas BI und die anderen Unternehmen, die immer noch die Drag-and-Drop-Funktion zur Erstellung von Visualisierungen nutzen.

Mit der Lösung von Tableau wird die Software herausfinden, wie man die Datenbanktabellen zusammenführt, welche Spalten ausgewählt werden müssen und welche Operationen durchgeführt werden müssen, um die notwendige Antwort zu erhalten. Diese und andere neue Funktionen werden in Tableau 2019.1 vorgestellt, das Anfang 2019 veröffentlicht werden soll. Die Beta-Version wurde Ende Oktober 2018 veröffentlicht.

Solche Automatisierungsfunktionen sind notwendig“, meint Martha Bennett, die leitende Analystin bei Forrester.  „Wir bekommen immer mehr Daten, aber die Leute haben nicht genug Zeit, um sie zu verarbeiten.“

Laut Bennett verbringen die Datenverarbeiter bis zu 80% ihrer Zeit mit der Datenvorbereitung. Wenn die Vorbereitungsarbeit weniger Zeit in Anspruch nimmt, kann man sich auf die für das Unternehmen wirklich wichtigen BI-Funktionen konzentrieren.

Eine der Möglichkeiten, das Problem zu beheben, besteht darin, einen größeren Teil der Arbeit den Maschinen zu übertragen. Eine weitere Möglichkeit ist die Vereinfachung der Datenverarbeitung, die auch als „Demokratisierung der Daten“ bezeichnet wird. Ziel ist es, die Datenverarbeitung für diejenigen Menschen zu erleichtern, die dies bisher aufgrund fehlender Spezialkenntnisse nicht tun konnten.

Nachteile der Verwendung von KI

Bennet: „Der Zugriff zu Daten für eine größere Anzahl von Mitarbeitern birgt gewisse Risiken. Die Daten können das Fachwissen in einem bestimmten Bereich und die rationale Situationsanalyse nicht ersetzen“, betont Bennett.

„Bevor die neuen Automatisierungsfunktionen weithin verfügbar gemacht werden, müssen CIOs sie testen, um herauszufinden, ob sie geeignet sind oder nicht“, sagt Bennett.

Die Tools, die Daten analysieren, ohne genaue Richtlinien zu geben, können die Benutzer verwirren, welche Maßnahmen ergriffen werden sollen.

Wenn Sie einer Person keine detaillierten Anweisungen geben, sollen Sie nicht erwarten, dass sie beim ersten Mal alles richtig macht.“
– So Martha Bennett, leitende Analystin bei Forrester

 

Gleichzeitig können Sie nicht einfach die Verantwortung auf die Software übertragen.

„Automatisierung ist nicht dasselbe wie Kontrolle. Sie benötigt dennoch die Überwachung. Vor Gericht wird es lächerlich klingen, wenn man sagt, dass es der Computer war, der das Falsche getan hat, und nicht Sie„, warnt Bennet. Diese Problem wird „Blackbox der KI“ bezeichnet.

Außerdem müssen Sie herausfinden, ob Ihre Daten für das Automatisierungstool geeignet sind. Beispielsweise benötigen die maschinellen Lernsysteme viele Daten, um damit zu arbeiten.

Wenn Sie die Algorithmen des maschinellen Lernens auf die Daten anwenden, bei denen die Ausnahmen gegenüber normalen Daten vorwiegen, wird das nicht funktionieren“, sagt Bennet.

Über Ask Data Demo

In New Orleans nutzte Andrew Vigneault, der Visual Analytics Manager von Tableau, die Kickstarter-Datenbank, um die Funktionalität von Ask Data zu präsentieren. Er zeigte, dass Ask Data im Gegensatz zu den meisten Compilern keine perfekte Zeichensetzung erfordert.

Das Programm transformierte Vigneault’s Anfrage „was Gesamtfördersumme“ zu „Finanzierungssumme“ und gab die Antwort zurück. Als Vigneault die Wörter „nach Jahr“ und „nach Status“ eingab, wandelte Ask Data seine Anfrage in „Finanzierungssumme  nach Deadline-Jahr und nach Status“ um. Dann erstellte das Programm ohne weitere Anfragen ein farbiges Liniendiagramm. Auf der Diagramm zeigte die Farbe Grün die Finanzierung erfolgreicher Projekte, die jedes Jahr wachsen, während die Farben Rot, Orange und Gelb die Finanzierung gescheiterter, stornierter und ausgesetzter Projekte zeigten, die unverändert blieben.

Als Vigneault das System fragte, „welche Kategorien erfolgreich waren“, fügte Ask Data „nach Kategorie, Status bis erfolgreich filtern“ zur vorherigen Anfrage hinzu und zeichnete ein Histogramm, das die Kickstarter-Kategorien nach Anzahl der erfolgreichen Projekte in absteigender Reihenfolge einordnete.

Es war der lange Traum von Tableau, dass Unternehmenssoftware die Aufgabe erfüllt, selbst wenn ein Mitarbeiter es versäumt hat, eine genaue Anfrage zu stellen. Andrew Vigneault zeigte, dass Tableau sehr nah dran ist. Als er die Anfrage „mit drchschnt Finanzrung korrelieren“ eingab, erstellte Ask Data eine Streudiagramm der Anzahl der Projekte im Vergleich zur durchschnittlichen Finanzierung für verschiedene Unterkategorien von Technologieprojekten, die er zuvor angesehen hatte.

Einige Dinge sind mit einer Maus noch einfacher zu erledigen, besonders wenn Sie die Buchstaben langsam eingeben. So dauerte es beispielsweise nur 4 Klicks, um die Unterkategorien „Mode“ und „Spiele“ zum Streudiagramm hinzuzufügen.

Neue Datenmodelle

Kollege von Vigneault Tyler Doyle benötigt nur wenige Klicks, um ein neues Datenmodell zu erstellen, das die Felder anzeigt, die Tableau zur Analyse von Daten in SQL-Anfragen verwendet. Die Felder sind mit Hilfe der zugrunde liegenden Datenbank leicht zu verstehen.

Um das Datenmodell zu erstellen, muss ich „Verwandte Objekte hinzufügen“ nur einmal anklicken. Sie müssen sich nicht überlegen, welche Tabellen Sie verwenden sollen, wie diese Tabellen zusammenhängen oder welche Verbindungsstelle es ist (linke oder rechte). Die erweiterten Modellierungsfunktionen erledigen die ganze Arbeit für Sie.“
– Tyler Doyle

Aber woher kennt das Datenmodell die Beziehungen zwischen den Tabellen? Es stellt sich heraus, dass Tableau die Hilfe von CIOs, Datenbankadministratoren und Datenverarbeitungsspezialisten nutzt. Um Tableau bei der Erfüllung seiner Aufgabe zu unterstützen, müssen Sie sicherstellen, dass der Datenspeicher die erforderlichen Informationen enthält.

Die Datenvorbereitung ist eine weitere Aufgabe, auf die sich Tableau konzentriert. Zaheera Valani, leitende technische Direktorin von Tableau, zeigte, wie Tableau Prep die Datenbereinigung mit Hilfe von „Rollen“ automatisieren kann. Tableau verwendet die Rollen, um die Felder zu identifizieren, die eine bestimmte Rolle übernehmen, wie z.B. URL-Adressen, E-Mail-Adressen, geografische Standorte (Länder, Postleitzahlen), usw. Mit nur wenigen Klicks kann Tableau Prep den Feldinhalt überprüfen, um die richtige Rolle zu identifizieren, die ungültigen Elemente zu erkennen und sie auf „Null“ zu setzen oder herauszufiltern. Dasselbe kann mit Benutzerrollen, z.B. aufgezählten Typen, gemacht werden.

Laut Francois Ajenstat, Produktleiter von Tableau, wird Tableau Prep monatlich aktualisiert, im Vergleich zu 3 Aktualisierungen pro Jahr für die Hauptsoftware von Tableau.

Die Planung liegt in der Verantwortung eines anderen Tools, Tableau Prep Conductor, das derzeit dem Beta-Test unterzogen wird. Das Programm wird es Unternehmen ermöglichen, die Vorbereitung von Datenquellen zu automatisieren, indem sie diese aufgrund des ausgewählten Zeitplans nach Tableau verlagern. Als eigenständiges Tableau-Produkt benötigt Tableau Prep Conductor eine Einzellizenz. Das Programm wird 2019 zum Kauf angeboten.

 

Tableau-Software führt Natural Language Interface ein, um Visualisierungen zu erstellen