Obecnie obserwujemy bardzo dynamiczny rozwój obszaru Sztucznej Inteligencji, zwłaszcza w obszarach Natural Language Processing (NLP) oraz Generative AI. Wynikiem kombinacji tych dwóch obszarów jest generowanie różnego rodzaju treści (tekst, obraz, film) na podstawie podpowiedzi-zapytań (prompt) w języku naturalnym dla człowieka. Powstało bardzo dużo narzędzi opartych na tej technologii, mniej i bardziej zaawansowanych, działających lepiej i gorzej. Z pewnością jest to początek drogi, jednak rezultaty już bywają interesujące. Naturalnym jest więc wkroczenie tego obszaru AI także do BI, czyli Business Intelligence. Tableau z Artificial Intelligence integrowane jest w różny sposób od dawna – od możliwości integracji modeli uczenia maszynowego poprzez rozwiązania typu Ask Data, Explain Data czy Einstein Discovery. Jednak do tej pory żadne z tych narzędzi nie okazało się przełomowe, co wynikało z pewnym ograniczeń technologii. Natomiast ostatni rozwój w tej dziedzinie otwiera nowe możliwości, na które również stawia Tableau.
Rozwiązania Tableau i Artificial Intelligence
Tableau w obszarze AI obecnie oferuje dwa produkty: Tableau Pulse oraz Tableau Agent. Oba są nastawione na generowaniu treści na podstawie wytycznych użytkownika. Oba są dostępne jedynie na Tableau Cloud, a dokładnie w wersji Tableau+. Jest to całościowy pakiet self-service analytics. Warto zaznaczyć, że Tableau ogłosiło ostatnio nową platformę analityczną – Tableau Einstein, która stanowić będzie rozwinięcie Tableau+ i zamykać cały proces analityczny w organizacji, od danych źródłowych, przez transformacje i wizualizacje, po wnioski/rekomendacje kończąc na realnych działaniach. W tej układance bardzo istotne są insighty, czyli wnioski płynące z analizy danych, gdyż to na ich podstawie podejmowane są decyzje. To właśnie generowanie insightów jest głównym zadaniem Tableau Pulse, które ma wspierać użytkowników biznesowych w generowaniu oraz śledzeniu metryk istotnych dla ich obszaru. Tableau Agent z kolei (poprzednio Einstein Copilot) ma za zadanie wspierać głównie analityków w tworzeniu analiz i dashboardów, działając jako wirtualny asystent AI.
Tableau Pulse: metryki dla biznesu
Zadaniem Tableau Pulse jest dostarczanie wniosków/rekomendacji na podstawie zdefiniowanych przez użytkownika metryk. W tradycyjnym systemie BI metryki funkcjonują jako elementy dashbaordów zdefiniowane przez dewelopera projektującego dany dashboard biznesowy. Dzięki Tableau Pulse metryki mogą być także tworzone przez użytkowników biznesowych z poziomu Tableau Cloud. Mogą być także tworzone przez analityka, a następnie śledzone (followed) przez użytkownika. Wtedy użytkownik wybiera które wskaźniki są dla niego istotne i dostaje informacje w postaci cyklicznego podsumowania metryk (feed). Aby mogło się to zadziać, potrzebna jest definicja metryki – do tego celu musimy zdefiniować:
- Źródło danych – w postaci pojedynczej tabeli
- Miarę – dowolną wartość liczbową (sprzedaż, cena, koszt itd.), która może być agregowana
- Czas – wymiar czasowy jest niezbędny do oceny trendu i porównań do poprzednich okresów
Bardziej szczegółowy proces tworzenia metryki obejmuje również zdefiniowanie:
1 – Details – oprócz definicji źródła potrzebna jest nazwa metryki oraz opcjonalnie jej opis
2 – Value – oprócz wyboru miary, definiujemy sposób agregacji oraz określamy czy linia prezentowana ma być jako running total (suma krocząca) czy jako non-cumulative (niekumulowana wartość)
3 – Time Dimension – definiujemy pole z datami, następnie ustawiamy okres do porównań (możemy zdefiniować dwa poziomy: primary i secondary)
4 – Filtry i formaty – metryki mogą zawierać filtry na wymiarach (dimensions), możemy także zdefiniować jednostki i formaty
Każda metryka powinna posiadać więc następujące elementy: nazwa, filtry, wartość, porównanie do referencji oraz trend czasowy w postaci linii sparkline:
Generowanie Insightów
Powyższa definicja metryki, poza uproszczonym proces tworzenia, nie jest tak naprawdę niczym rewolucyjnym. Jest to nic innego jak karta KPI, która można równie dobrze stworzyć w Tableau Desktop i umieścić w dashboardzie. Tam, gdzie wkracza AI to generowanie wniosków i rekomendacji. Insighty generowane są automatycznie, a użytkownik definiuje jedynie czy wzrost wartości to coś pozytywnego czy negatywnego oraz dostosowuje typy wniosków:
Wygenerowane wnioski zależą również od użytych w metryce filtrów. Wymiary te używane są określenia przykładowo Top/Bottom Contributors czy analiz koncentracji. Dodatkowo insighty obejmują porównania czasowe w różnych obszarach i wymiarach, starając się wyłuskać z danych dodatkowe informacje.
Gotowa metryka Tableau Pulse
Po procesie definicji metryki możemy ją śledzić samodzielnie lub udostępnić do śledzenia dla innych. Dostęp do wszystkich śledzonych metryk mamy w obszarze Tableau Pulse feed na Tableau Cloud, gdzie wszystkie śledzone metryki wyświetlają się w postaci miniatur:
Sam widok metryki jest bardzo elastyczny. Po pierwsze, oprócz zdefiniowanych wcześniej filtrów w postaci różnych wymiarów mamy dostępny również filtr czasowy, gdzie możemy zmieniać czasokres – przykładowo YearToDate, MonthToDate, LastMonth, LastWeek – w zależności od rodzaju naszych danych:
Wykres z kolei możemy przełączyć pomiędzy Overview (przebieg w czasie) oraz Breakdown – bar chart z rozbiciem według wybranego wymiaru:
Poniżej panelu z wykresem dostajemy panel insights, gdzie Tableau Pulse generuje Top Insights, a także przedstawia sugestie innych wniosków. Możemy również samodzielnie zadać pytanie, jednak odbywa się to na zasadzie Guided Questions/Conversation – Pulse nie interpretuje pytań zadawanych w naturalnym języku tylko muszą mieć one określoną formę, którą Pulse podpowiada:
Warto dodać na koniec, że metryki możemy również osadzać w dashboardach Tableau jako obkiety i udostępniać je również w ten sposób użytkownikom.
AI w Tableau rozwija się i będzie się rozwijać
Tableau Pulse sprawdza się bardzo dobrze jako narzędzie do prostego definiowania metryk i późniejszego ich śledzenia. Generowane przez AI insighty mogą być pomocne w analizie biznesowej. Na pewno brakuje na tą chwilę możliwości dowolnego definiowania pytań w język naturalnym, co byłoby dużym ułatwieniem dla użytkowników, natomiast pamiętajmy, że zarówno AI w tym obszarze jest na początku drogi (ale silnie się rozwija) jak i Pulse jest świeżym rozwiązaniem (wprowadzonym w 2024 r.). Należy więc spodziewać się znaczącego rozwoju w tej działce. Zwłaszcza, że naturalne konwersacje są już wspierane w postaci Tableau Agent, czyli wirtualnego asystenta Tableau pomagającemu analitykom i deweloperom Tableau w tworzeniu analiz i wizualizacji (Web Authoring) oraz w tworzeniu przypływów danych w Prepie. Przyszłość BI jak i Tableau na pewno związane z AI, a użytkownicy aby wyciągnąć maksimum benefitów z analizy danych będą musieli tą technologię wykorzystywać.
Mateusz Karmalski Tableau Author
