一、文章前言
年底快到了，公司需要對今年的一些業(yè)務(wù)數(shù)據(jù)進(jìn)行年終總結(jié)，我的第一反應(yīng)是直接讓 AI 總結(jié)唄， 但是經(jīng)過我的再三嘗試，發(fā)現(xiàn)AI輸出的結(jié)果一直在胡說八道，而且分析過程也不夠透明，導(dǎo)致我一直要去調(diào)整提示詞，既然AI行不通，那我就轉(zhuǎn)專業(yè)的數(shù)據(jù)分析產(chǎn)品工具，看到網(wǎng)絡(luò)上推薦了很多，例如：PowerBI、Excel、Thoughtspot等，但是這些都需要你去熟悉他們的產(chǎn)品并且還需要人為去處理整個(gè)分析流程，非常繁瑣，直到我發(fā)現(xiàn)了 TableAgent,這個(gè)東西的神奇之處在于可以直接把AI變成專業(yè)的數(shù)據(jù)分析師,我第一次看到也很驚訝，但是隨著我的深入，我發(fā)現(xiàn)我之前使用的對話AI模型體現(xiàn)的缺點(diǎn)在 TableAgent 上不復(fù)存在，發(fā)現(xiàn)它真的特別強(qiáng)大，不同于傳統(tǒng)的數(shù)據(jù)分析平臺，TableAgent本身就是一個(gè)基于語言的數(shù)據(jù)分析智能體,你只需要用自然語言告訴它分析需求,它就能自動(dòng)幫你寫代碼,運(yùn)行分析,得到報(bào)告結(jié)果，并且過程透明還有對應(yīng)的邏輯代碼，我們以前用Excel做報(bào)表相當(dāng)于是原始人了,現(xiàn)在直接用語言就可以完成了。
二、內(nèi)容大綱
為了更好地體現(xiàn)TableAgent的能力，本次我們使用 TableAgent 體驗(yàn)對話式對豆瓣Top250的電影數(shù)據(jù)進(jìn)行分析 ，實(shí)現(xiàn)思路如下:
- 深度了解
TableAgent能力 - 對
TableAgent平臺進(jìn)行體驗(yàn) - 上傳豆瓣
Top250的電影數(shù)據(jù)進(jìn)行數(shù)據(jù)分析 - 對比
TableAgent與傳統(tǒng)數(shù)據(jù)分析平臺Thoughtspot - 體驗(yàn)總結(jié)
三、TableAgent概述
TableAgent是在九章云極 DataCanvas 自主研發(fā)的 DataCanvas Alaya九章元識大模型基礎(chǔ)上開發(fā)的能夠?qū)崿F(xiàn)私有化部署的企業(yè)級數(shù)據(jù)分析的智能體，有非常強(qiáng)大的意圖理解能力、分析建模能力和洞察力。TableAgent 在充分的理解用戶意圖后，自主的利用統(tǒng)計(jì)科學(xué)、機(jī)器學(xué)習(xí)、因果推斷等高級建模技術(shù)從數(shù)據(jù)中挖掘價(jià)值，進(jìn)而提供分析觀點(diǎn)和指導(dǎo)行動(dòng)的深刻見解。
四、TableAgent的核心技術(shù)優(yōu)勢
TableAgent的背后是九章云極DataCanvas公司自主研發(fā)的Alaya元識大模型,TableAgent擁有強(qiáng)大的數(shù)據(jù)理解和分析建模能力，它通過專業(yè)模型組技術(shù)可以支持不同行業(yè)和場景下的分析需求。TableAgent采用對話交互,只要用戶會提問,就可以實(shí)現(xiàn)自動(dòng)建模和深入數(shù)據(jù)分析，可以幫助用戶從數(shù)據(jù)中自動(dòng)挖掘價(jià)值和見解,實(shí)現(xiàn)人人都是數(shù)據(jù)分析師。
核心特點(diǎn)如下圖所示：
五、TableAgent實(shí)戰(zhàn)案例-豆瓣Top250電影數(shù)據(jù)分析
5.1 數(shù)據(jù)準(zhǔn)備
這次我特意準(zhǔn)備了多個(gè)重復(fù)字段的數(shù)據(jù)，看看AI的智能化到底能達(dá)到什么程度，我的測試數(shù)據(jù)鏈接也放到這里，大家可以隨意下載進(jìn)行體驗(yàn)：https://ugcmarkdown.s3.amazonaws.com/douban.csv
數(shù)據(jù)大致情況如下圖：
5.2 平臺體驗(yàn)
我們在瀏覽器輸入官網(wǎng)網(wǎng)站進(jìn)入產(chǎn)品首頁: https://tableagent.datacanvas.com,點(diǎn)擊立刻體驗(yàn)即可進(jìn)入TableAgent
如果還未登錄需要通過填入最基本的手機(jī)號即可進(jìn)行注冊體驗(yàn)
完成注冊后會進(jìn)入TableAgent的主界面，主界面主要分為對話區(qū)和數(shù)據(jù)集區(qū)，數(shù)據(jù)集可以通過使用樣例數(shù)據(jù)或者自己上傳，我們稍后就會把準(zhǔn)備好的豆瓣Top250數(shù)據(jù)進(jìn)行上傳
5.3 數(shù)據(jù)上傳 & 分析需求整理
點(diǎn)擊旁邊的上傳提示詞，選擇豆瓣 CSV 文件既可讓模型裝載我們的分析數(shù)據(jù)
本次體驗(yàn)我也準(zhǔn)備了一些我關(guān)注的問題，大概如下：
- 電影在不同年代分布情況
- 電影制片在不同國家分布情況
- 電影數(shù)在2部以上的導(dǎo)演
- 電影的交互評分散點(diǎn)圖
我的預(yù)期大概就是首先TableAgent應(yīng)該能夠進(jìn)行邏輯分析，并且能輸出可視化圖表，才能證明TableAgent確實(shí)擁有數(shù)據(jù)分析師的能力，而不是胡謅的分析結(jié)果，讓我們開始實(shí)踐吧！
5.4 電影不同年代分布情況分析
對于分析過程我們不需要過多介入，只需要到輸入框中輸入要們的要得出的數(shù)據(jù)結(jié)果即可
這次我對話的內(nèi)容是：
我給你提供的豆瓣
Top250電影的數(shù)據(jù)集，請幫我分析 這些電影在不同年代分布情況，并以柱狀圖輸出
可以看到TableAgent第一時(shí)間就會把數(shù)據(jù)對應(yīng)的過程進(jìn)行響應(yīng)
其中不僅僅是單純的進(jìn)行數(shù)據(jù)輸出，也說出了自己的一些見解
最后也把我們預(yù)期的柱狀圖輸出出來，分布情況如下圖所示：
那這個(gè)結(jié)果可信嗎？TableAgent到底是怎么進(jìn)行分析的呢？我們可以拿出自己通過Excel分析的結(jié)果圖進(jìn)行對比，如下圖所示：
還不信？不急，我們會看到TableAgent不僅僅是只輸出一個(gè)結(jié)果，點(diǎn)開詳情按鈕后，它會把整個(gè)結(jié)果的過程分析出來，首先TableAgent會新進(jìn)行數(shù)據(jù)邏輯圖繪制，然后Alaya 模型會進(jìn)行邏輯分析，同時(shí)也會將處理過程的 Python 代碼進(jìn)行輸出，然后把相關(guān)處理的結(jié)果數(shù)據(jù)展示出來
最后根據(jù)處理好的數(shù)據(jù)在進(jìn)行繪圖，同時(shí)繪圖的代碼也會進(jìn)一步展現(xiàn)
5.5 分析電影的制片在不同國家的分布
同樣通過文本輸入，這次輸入的內(nèi)容是：
請你幫我分析一下 電影的制片在不同國家分布以餅狀圖輸出
這次我們換成餅狀圖，結(jié)果還是能夠完美地輸出，同樣也可以通過詳情看到TableAgent的詳細(xì)分析過程
同樣，我自己使用的Excel分析結(jié)果如下：
5.6 分析電影數(shù)在2部以上的導(dǎo)演有哪些
這次輸入的對話內(nèi)容是：
請幫我分析一下 電影數(shù)在2部以上的導(dǎo)演有哪些
簡單的數(shù)據(jù)統(tǒng)計(jì)已經(jīng)測試了，那它能不能實(shí)現(xiàn)條件處理分析呢？當(dāng)我發(fā)出分析需求后，TableAgent也是很快就把對應(yīng)的結(jié)果集進(jìn)行響應(yīng)，非常精準(zhǔn)，因?yàn)槊總€(gè)過程都要代碼作為邏輯依據(jù)，非常容易判斷
5.7 分析交互評分情況
這次的對話內(nèi)容是： 為了看到比較不錯(cuò)的電影，可以根據(jù)數(shù)據(jù)輸出一份交互式評分比較散點(diǎn)圖
響應(yīng)的數(shù)據(jù)與圖片非常高效而且準(zhǔn)確
我使用Excel分析的數(shù)據(jù)圖如下：
六、TableAgent與其他數(shù)據(jù)分析工具的對比
我們體驗(yàn)了TableAgent 這種 AI 數(shù)據(jù)分析，我們也來看一下，在沒有TableAgent時(shí)我們是怎么通過數(shù)據(jù)分析平臺進(jìn)行數(shù)據(jù)分析的，這里我以 Thoughtspot 為例：
同樣我們也是先上傳數(shù)據(jù)集：
然后我們就可以對數(shù)據(jù)集進(jìn)行相關(guān)分析了，比方說我們要找評分大于 9 的，我們在數(shù)據(jù)分析平臺中應(yīng)該如何操作呢？
可以看到平臺也是提供了一些最通用的數(shù)據(jù)分析操作給我們，數(shù)據(jù)也是能夠正常出來的
但是平常我們的業(yè)務(wù)需求是很復(fù)雜的，平臺是如何解決的呢？一般會提供在線SQL進(jìn)行分析，需要使用者懂一些SQL分析的語句，那這樣對比下來，TableAgent和Thoughtspot 這類分析平臺的區(qū)別就出來了，如下圖：
根據(jù)上面的 Thoughtspot 數(shù)據(jù)分析平臺的體驗(yàn)，大概大家也能感受到TableAgent的獨(dú)到之處，我也說一下我認(rèn)為TableAgent相對數(shù)據(jù)分析平臺的一些優(yōu)點(diǎn)：
- 私有部署能力。
TableAgent可完全部署在企業(yè)內(nèi)部,防止數(shù)據(jù)外泄。Thoughtspot是基于公有云的SaaS產(chǎn)品,無法實(shí)現(xiàn)真正的私有化運(yùn)行。 - 使用交互方式。
TableAgent采用對話式自然語言交互,極大降低了數(shù)據(jù)分析門檻。Thoughtspot需要用戶掌握SQL或編程語言進(jìn)行開發(fā)式交互。 - 代碼生成能力。
TableAgent可以自動(dòng)生成可分享和調(diào)用的Python代碼,實(shí)現(xiàn)開放式分析。Thoughtspot僅限于內(nèi)置指標(biāo)和可視化分析。 - 行業(yè)專業(yè)化。
TableAgent支持定制專業(yè)領(lǐng)域模型,可更好適應(yīng)某些細(xì)分行業(yè)。Thoughtspot通用性較強(qiáng)。
相比僅提供指標(biāo)查詢及報(bào)表的傳統(tǒng)產(chǎn)品,TableAgent具有自動(dòng)生成代碼進(jìn)行建模和分析的獨(dú)特優(yōu)勢,TableAgent強(qiáng)調(diào)人機(jī)交互和對話式交互。
七、總結(jié)
本次體驗(yàn)以豆瓣TOP250電影數(shù)據(jù)集為例,利用TableAgent通過對話方式對電影數(shù)據(jù)進(jìn)行分類、聚類和問答式分析,分析的結(jié)果非常精準(zhǔn)和高效，這下我終于明白創(chuàng)新為什么說 TableAgent 改變了數(shù)據(jù)分析環(huán)境。以前的數(shù)據(jù)分析都需要專業(yè)人員深度參與,而 TableAgent 讓數(shù)據(jù)分析變成了隨手可完成的任務(wù),將數(shù)據(jù)價(jià)值復(fù)現(xiàn)得更快更高效。相比其他產(chǎn)品,TableAgent 詮釋了人人皆可的數(shù)據(jù)分析新姿勢。
- 我的感受：
在試用過程中,我發(fā)現(xiàn)TableAgent不僅支持對結(jié)構(gòu)化數(shù)據(jù)如數(shù)值和時(shí)間等字段進(jìn)行分析,也支持對電影名、導(dǎo)演名等非結(jié)構(gòu)化文本信息進(jìn)行解析理解。這讓TableAgent在解讀數(shù)據(jù)價(jià)值上拓展到一個(gè)新的層面。
以往數(shù)據(jù)分析軟件均對非結(jié)構(gòu)化文本信息支持不足,很難直觀和系統(tǒng)地挖掘其中的深層次含義。而TableAgent通過自然語言處理能力,將非結(jié)構(gòu)化字段視為一個(gè)首要分析維度。這在解讀信息中具有很高的參考意義。
總體來說,本次體驗(yàn)再次證明TableAgent如其名,真正實(shí)現(xiàn)了人人都能參與和利用數(shù)據(jù)分析。文章來源：http://www.zghlxwxcb.cn/news/detail-762829.html
- 反饋建議：
在使用的過程中，我想同時(shí)進(jìn)行多個(gè)數(shù)據(jù)的分析，我發(fā)現(xiàn)沒有辦法切換或者新建另一個(gè)會話，只能將當(dāng)前會話清空，但是清空之后又看不到原來的會話數(shù)據(jù)，不知后續(xù)能否加上會話管理或會話記錄的能力，能夠隨時(shí)進(jìn)行對話切換。文章來源地址http://www.zghlxwxcb.cn/news/detail-762829.html
到了這里，關(guān)于【玩轉(zhuǎn) TableAgent 數(shù)據(jù)智能分析】引領(lǐng)數(shù)據(jù)分析新革命的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
