Tableau 最新的自助服务功能，Explain Data，能够以用户易于理解的方式为其数据可视化提供自动分析。

长久以来，自助服务分析工具赋予了用户在无需 IT 干预的情况下生成数据可视化的能力。数据准备自动化等最新进展进一步降低了其使用门槛，然而，推动分析民主化的努力仍有一定的局限性。毕竟，用户仍然需要解释他们生成的数据可视化。

Tableau 在 2019.3 版本的软件更新中推出了一项名为 Explain Data 的新功能，旨在解决这一问题。该功能致力于讲述图表背后的故事，为不具备统计专业知识的人提供清晰的语言分析。

在某种程度上，Explain Data 是 Ask Data 的对应功能，后者已于 2019.1 版本中发布。Ask Data 让 Tableau 用户能够在聊天窗口中描述他们希望看到的可视化效果。通过自然语言输入，Ask Data 能够构建可视化图表，并允许用户以交互方式细化图表或在更多数据上进行分层。

借助新功能，用户只需点击可视化内容中的一个数据元素（如散点图中的某个点或时间序列图中的某条线），再点击“Explain Data”图标，即可获得一个对话框，其中会提供一个或多个解释，说明该元素与其他元素的不同或偏离趋势的原因。Tableau 通过测试数百种模式和潜在解释，并只选择最具统计意义的解释来实现这一点。

Tableau 首席产品官 Françoise Ajenstat 展示了波士顿自行车共享服务的使用情况。数据显示，尽管二月通常是淡季，但剑桥地区的自行车使用量却异常增加。不论天气如何，学生群体似乎更倾向于骑行。这样的洞察可以帮助自行车共享公司更好地保护自行车，避免损坏，并合理安排自行车数量。

Explain Data 还能识别散点图中的异常值。在 Ajenstat 的演示中，单月骑行记录揭示了某个租赁站点的平均骑行次数异常高的原因。

您的业务可能并不涉及自行车租赁，但类似的功能可以帮助缺乏统计知识的员工识别最有利可图的销售区域，或者发现欺诈和数据输入错误。

“我们收到的反馈是，这个功能非常有用，因为它帮助揭示了数据中隐藏的模式，而这些模式通常难以察觉，”Ajenstat 表示。

市场需求

这项功能的实际需求仍有待观察。据 451 Research 最近的一项调查显示，只有六分之一的受访者表示他们的组织对这种自然语言生成的分析功能感兴趣。而在几乎所有战略决策都由数据驱动的组织中，这一比例上升至三分之一。

451 Research 数据、人工智能和分析研究副总裁 Matt Aslett 表示：“像 Explain Data 这样的自然语言解释工具当然不是噱头，但 Tableau 和其他引入自然语言功能的供应商似乎已经领先于主流企业的需求。”

Aslett 认为，随着技术的发展，它可以通过让复杂的查询结果更易于理解来提高数据的可读性。但在初期，经验丰富的分析用户最有可能从中受益，因为他们可以节省分析已知问题的时间。

Ajenstat 强调了在不了解实际情况时使用自助、自动化工具的风险，尽管他也展示了 Describe Forecast 功能，该功能提供了关于 Tableau 如何推断时间序列中下一个元素的技术数据。当预测下一个冬天自行车租赁使用量时，模型预测的骑行次数可能会为负数，这是不可能的，但对于软件来说，这只是另一个数字而已。

“这是一个自动模型面临的主要挑战之一，”他说，“如何调整算法以处理任意数据集，而不需要对每个数据集进行定制？”

Explain Data 对升级到 Tableau 2019.3 的企业是免费提供的。此外，还有一系列其他改进，包括在门户或外部网页中嵌入早期的 Ask Data 功能，以鼓励更多使用，并在传输过程中加密所有提取的数据。

后台更新

Tableau 还发布了针对后台的新软件。Tableau Catalog 是一个新的数据管理附加组件，使分析师能够识别谁在使用哪些数据源，以及哪些报告依赖于哪些字段。这将有助于评估数据变更的影响。

此外，还有一个新的服务器管理附加组件，可以监控大规模部署中的硬件资源使用情况和查询性能。它还可以帮助在项目或服务器环境之间迁移内容。对于在 Amazon Web Services 上运行 Tableau 的企业，有一个新的选项，可以在 Amazon RDS PostgreSQL 中托管 Tableau 的元数据存储库，从而提高其可扩展性和可用性。

对于运行自行安装版本的企业，Tableau 服务器管理附加组件每个用户每月的费用为 3 美元；公司表示，其 SaaS 版本 Tableau Online 的用户已经从这项服务中获得了管理和扩展的优势。