「大数据探索」基于搜索和自然语言处理的数据探索

Garttner作为全球最具权威的IT研究与顾问咨询公司，致力于覆盖到IT行业的所有领域成为一站式信息技术服务公司，为各IT行业提供思想领导与战略咨询。在Gartner提出了商业智能这个概念后，一直在对BI行业发展现状与趋势进行持续分析。作为业界灯塔，Gartner每年的魔力象限报告行业报告都指出了数据分析平台的未来发展方向。在2017年的报告中，Gartner的分析师们规划了商业智能和分析平台的三年愿景：

基于搜索和自然语言处理的数据探索

“基于搜索和可视化的数据探索分析功能将作为新型BI和分析平台的组件融合到下一代的数据分析产品中。”

“到2021年，具有智能数据探索分析功能的新型BI和可视化分析平台的用户数量将是不具有这一功能的产品和平台的两倍，并且将创造两倍的商业价值”

“到2020年，智能分析是一种包括自然语言搜索、智能数据预处理、自动化深入分析和以可视化为基础的数据挖掘功能的分析方式，它将成为推动商业智能、分析数据科学以及机器学习平台和嵌入式分析购买市场的主要驱动力量。”

“到2020年，自然语言生成和人工智能将是90%的现代BI平台的标准特征。”

“到2020年，50%的分析查询将使用搜索，自然语言处理或语音生成，或将自动生成。”

“到2020年，公民数据科学家的数量将比数据科学家的数量增长快五倍。”

已经2018年，“大多数业务人员和分析师都通过自助式BI工具来处理准备数据进行数据分析”这一目标仍然是众多产品争相去实现的目标，但远未达到。

现市面上的绝大部分可视化数据分析产品，都选择采用拖拽选择式的探索方式，作为实现数据探索功能来说，这种方式确实简单而快捷，但同时具有相当的局限性，尤其是学习成本上。比如，在分析维度较多、较复杂的时候，单纯的拖拽式操作反而会给用户带来多种不便。深入分析来看，拖拽式的探索方式在探索数据时，需要用户对数据结构有着相当深刻的了解，在制作可视化图表时，清晰地知道自己需求的结果，这样才能形成理想的可视化结果。这种思考场景下，可视化平台的资源和价值就得到了极大的限制，更偏向于辅助数据分析师去展示表达结果的工具，而不是帮助数据分析师去思考探索的好帮手，这远未达到集合了大量高新技术的BI行业应有的高度。

类似于搜索引擎探索结果方式的搜索式探索方式不仅包含了拖拽式简单快捷的优点，更进一步的将分析人员从必须理解数据结构的前提下解脱出来，直接将业务问题输入分析平台，形成可视化结果。而自然语言生成功能和搜索式探索方式的结合，完美契合了业务人员对数据进行可视化分析的需求，成为数据可视化的未来愿景，使平台能够理解用户使用自然语言描述的业务逻辑上的查询需求，准确转化为程序能够理解的查询语句，再生成可视化结果反馈给用户。真正做到帮助数据分析师去进行数据分析，解放人力专注于业务逻辑，让业务人员成为商业智能的核心用户群体，仅需简单学习即可做到 “人人都是数据分析师，人人都能自助分析数据”。

于是，DataFocus作为国内第一家搜索式中文自然语言大数据分析平台产品，选择了从实现搜索式探索、自然语言生成以及人工智能三个方面，潜心数年打磨产品，向“人人都是数据分析师，人人都能自助分析数据”这一愿景发起挑战，并最终推出了将三者结合孕育而出的DataFocus大数据分析平台。