01
—
一种新型语言的开始
当我们考虑下一代的数字用户交互，NLP可能不是第一个想到的东西——它绝不是一个新概念或新技术。正如维基百科所引用的，NLP是计算机科学、信息工程和人工智能(AI)的一个子领域，涉及计算机和人类(自然)语言之间的交互。特别是，如何编写计算机程序来处理和分析大量的自然语言数据。
机器学习(ML)和人工智能相关学科的发展推动了NLP的使用。像Gartner这样的行业领导者声称会话分析是一个新兴的范例。这种转变使业务专业人员能够使用自然语言(无论是语音还是文本、移动设备还是个人助理)来研究他们的数据、生成查询、接收和执行见解。
02
—
熟练运用NLP
当面对战略的障碍导致阻碍创新，影响决策过程，德勤发现那些体现“数据驱动决策”的企业领导者能够通过过有条不紊的,数据驱动的方法,大胆做出决定，进而有效地克服这些障碍通。
为了在整个组织中有效地应用数据，公司需要向员工提供对数据在其业务中的重要性和作用的基本理解。考虑到在这里要满足的巨大需求，需要通过教育和工具从两个方面来应对这一挑战。
教员工如何使用数据，以及应该问哪些问题，将有助于在员工队伍中建立一组具备数据能力的个人。给他们提供有效的媒介，让他们可以消费数据，成倍地增加能够“阅读”数据(操作、分析和可视化数据)的人数，从而使他们能够做出更好的决策。
我们的目标不是把每个人都变成数据科学家。数据专家仍然需要做更有前瞻性的数字处理，两组人可能会得出不同的解决方案。Tableau的数据问答（Ask Data） 方案中使用的自然语言处理主要是为了降低所有非数据专家使用数据提高日常工作。
03
—
破译模棱两可
推理仍然是一个有点复杂的领域。当数据集不够清晰时，NLP擅长于解释语言和发现元素中的歧义。
业务用户在Ask Data中输入一个搜索词，就看到答案以最深刻的方式呈现。但是，从正确的表和变量中提取正确的元素，即实际SQL查询，是隐藏在用户视图之外的。
NLP擅长在解决问题时全力以赴。但单独来看，当用户不知道他们在寻找什么，不能清晰地表达问题，或者宁愿从选项列表中选择时，它并不是最好的界面。例如，用户可能不知道特定产品的名称，但是如果他们单击查看一个包含要过滤的产品列表的菜单，他们将能够做出更容易的选择。这就是混合模态系统(如Ask Data)的亮点所在。
04
—
启用数据文化
对于希望开始与数据对话的公司来说，最重要的第一步是启用数据文化。同样重要的是，要注意需要处理数据的人员的需求。
与许多其他实施项目一样，从一个小团队开始，然后扩展往往是一种成功的方法。通过为您的团队配备必要的工具来研究数据并提出问题，团队将接触到访问数据的新方法。同样重要的是，要让他们意识到，数据探索者的全球社区资源正在不断增长，这也是一种共享经济的提示。
最后，由于功能仍处于开发阶段，为供应商提供产品更新和新功能的洞察力是非常宝贵的。无休止的唠叨不会给你带来任何好处。有意义的对话——与数据的对话——才是最重要的。
更多分享：
联系我们：
邮箱：public@webidata.com
关于微毕：
微毕数据科技（北京）有限公司成立于2018年，公司专注于数据分析、商业智能、数字可视化等领域，为企业提供整体解决方案。
目前公司拥有专业的数据仓库架构师、ETL专家、Tableau可视化专家，顾问团队可为企业提供包括ETL数据仓库、敏捷自助式可视化分析、KPI体系搭建、大屏设计、移动端可视化分析以及可视化软件培训等服务。
自公司成立至今，团队已经为世界五百强公司实施了多个BI项目、数据分析项目，团队成员来自各行各业，多年的从业和项目实施经历积累了深厚的技术和行业知识经验。
