Инструменты бизнес-аналитики (Business Intelligence, BI) давно проникли почти во все виды бизнеса, но настоящую популярность они завоюют по мере распространения решений для самостоятельного анализа данных (Self-Service BI, SSBI). Причина проста: ими могут пользоваться не обладающие навыками работы с данными сотрудники — при помощи запросов на естественном языке (natural language query, NLQ). Причем данная технология поддерживает даже сложные SSBI-запросы к своим данным, пишет на портале InformationWeek соучредитель и генеральный директор Yellowfin Глен Раби.

Случалось ли вам заходить в лыжный магазин, имея лишь смутное представление о технических аспектах этого популярного зимнего вида спорта? «Чем я могу вам помочь?» — спросит продавец-консультант. Кажется, что это легкий вопрос, но если у вас нет опыта катания на лыжах, вы не сможете на него ответить. Когда вы новичок, вы не знаете того, чего не знаете. И если вы и продавец-консультант не будете задавать друг другу правильные вопросы, вы легко можете приобрести товары, которые не соответствуют вашим потребностям или возможностям. Хуже того — ваш страх быть «уличенным» в незнании предмета может помешать вам даже войти в магазин.

Как нетрудно догадаться, многие бизнес-пользователи чувствуют то же самое, когда им приходится запрашивать данные для принятия решения. Проблема в том, что у аналитиков по данным, как и у продавца в лыжном магазине, есть свой язык и они знают много технических вещей, незнание которых может поставить других сотрудников в неловкое положение. Подобно новому клиенту в лыжном магазине, сотрудники не захотят задавать глупые вопросы. Поскольку никто не хочет чувствовать себя глупо, нередко озадаченные бизнес-пользователи полагаются на свои догадки.

Что в итоге? Дорогостоящие BI-решения простаивают без дела, а ваши аналитики удивляются, почему никто не обращается к ним за помощью. Именно эта ситуация и послужила вдохновением и мотивацией для создания NLQ. Запросы на естественном языке позволяет любому человеку, включая и бизнес-пользователей, и опытных аналитиков, задавать вопросы о своих данных и получать мгновенные ответы в виде отчетов и визуализаций. Существует два типа NLQ: открытый поиск и направляемый поиск. (Со временем мы сможем буквально задавать вопросы — или, по крайней мере, свободно набирать их — но чтобы реализовать это на практике, потребуется еще несколько лет.)

Открытый поиск предоставляет пользователю пустую поисковую строку. Этот подход обладает большой гибкостью, но он требует от человека, который запрашивает данные, полного понимания того, какие данные доступны, а также некоторых базовых знаний синтаксиса. Если вы когда-либо задавали вопрос виртуальному помощнику и получали на него неясный ответ, вы можете понять, почему современные NLQ, основанные на поиске, лучше всего работают с простыми вопросами. Если вы зададите вопрос не совсем правильно, вы можете получить бессмысленный ответ.

С другой стороны, направляемый поиск устраняет проблемы, связанные с барьером входа в NLQ, предоставляя пользователю выбор фильтров, которые можно использовать при составлении запроса. Фильтры маскируют сложность синтаксиса, языка и структуры вопроса и формируют механизму контекст, необходимый для предоставления аналитических данных. Подход Low-code/No-code к BI позволяет бизнес-пользователям экспериментировать с различными комбинациями фильтров, пока они не получат ответ, необходимый для решения бизнес-задачи.

Направляемый NLQ создан под специфические нужды SSBI. Он позволяет даже технически слабо подготовленным сотрудникам самостоятельно секционировать и фрагментировать данные в режиме реального времени, не дожидаясь, пока кто-то из команды аналитиков покажет им, как запрашивать данные. Эта технология избавит профессионалов от необходимости тратить время на ответы на случайные запросы и расширит возможности бизнес-пользователей, позволив им:

  • исследовать данные без страха;
  • запрашивать данные без необходимости знать что-либо о технической стороне обнаружения данных;
  • вести более продуктивные беседы с членами команды аналитиков.

Пробелы в знаниях создают огромный барьер для новичков в аналитике данных, чтобы они могли получать необходимые сведения из имеющихся данных. В большинстве организаций время, необходимое команде аналитиков для ответа на запрос, может составлять дни, недели, а в некоторых случаях — месяцы. В современном динамичном и быстро меняющемся мире это непозволительная роскошь. NLQ способен изменить то, как ваши сотрудники взаимодействуют с данными. Он заново открывает анализ данных для сотрудников, создает фундамент для формирования культуры работы с данными на уровне организации.