引言

上期文章《互聯(lián)網(wǎng)時代，人人均可開啟自助分析之旅》給大家簡單介紹了Watson Analytics及其相關(guān)特點。接下來幾期文章將為大家一一介紹Watson Analytics的具體功能。

我們知道，Watson Analytics能夠提供自動數(shù)據(jù)獲取、數(shù)據(jù)探索、講故事及向?qū)降念A測分析功能，它能幫助無IT經(jīng)驗的業(yè)務(wù)用戶不論何時何地，都可以從自己的數(shù)據(jù)集中找到業(yè)務(wù)問題的答案。

Watson Analytics的確是大數(shù)據(jù)分析領(lǐng)域的一次革命：

• 它所有操作完全無需IT人員協(xié)助就可完成，讓業(yè)務(wù)人員專注于業(yè)務(wù)問題的解決。
• 它融合了數(shù)據(jù)可視化、商業(yè)智能、數(shù)據(jù)挖掘、自然語言交互、數(shù)據(jù)抽取轉(zhuǎn)換加載等各項先進技術(shù)。
• 它基于云平臺為業(yè)務(wù)用戶提供了一站式的、統(tǒng)一的數(shù)據(jù)分析體驗。

使用Watson Analytics進行數(shù)據(jù)分析的過程如下圖所示。

獲取更優(yōu)質(zhì)的數(shù)據(jù)

Watson Analytics嵌入式的數(shù)據(jù)管理服務(wù)包括數(shù)據(jù)訪問、數(shù)據(jù)優(yōu)化和數(shù)據(jù)管理。基于云平臺的數(shù)據(jù)管理服務(wù)能夠自動搜索、獲取并優(yōu)化數(shù)據(jù)集，完成所有這些工作僅僅需要您點擊按鈕即可實現(xiàn)。并且，它使用了最新的列式存儲、內(nèi)存計算的技術(shù)來輕松應(yīng)對海量的數(shù)據(jù)集。Watson Analytics也能夠?qū)σ鸭虞d數(shù)據(jù)的數(shù)據(jù)質(zhì)量進行評分，突出顯示那些可能危害分析結(jié)果的潛在的數(shù)據(jù)問題。這些能力對您意味著什么呢？基本上您不再需要擔心數(shù)據(jù)質(zhì)量問題了。實際上，Watson Analytics就是用來分析那些您認為已經(jīng)準備好的數(shù)據(jù)。依靠自動化處理與內(nèi)置的數(shù)據(jù)優(yōu)化服務(wù)，您可以得到最佳狀態(tài)的數(shù)據(jù)并更好的理解它們。不論您身處市場、銷售、IT、運營、人力資源，或者財務(wù)等部門，有了高質(zhì)量可信的數(shù)據(jù)，接下來的數(shù)據(jù)分析工作就將得心應(yīng)手了。

示例體驗

下面我們通過一個實際的例子體會Watson Analytics的這一能力。

1. 登錄Watson Analytics（您可以通過本文最后章節(jié)的試用鏈接注冊，并得到免費試用版本）。

2. 加載數(shù)據(jù)。

單擊下圖中的“Add”圖標添加需要分析的數(shù)據(jù)。

在出現(xiàn)的窗口中，有三種方式添加數(shù)據(jù)。分別是通過拖拽方式、選擇上傳文件、選擇示例數(shù)據(jù)。如下圖所示。如果您使用的是個人版、專業(yè)版等其它版本的Watson Analytics，您還可以連接其它數(shù)據(jù)源獲取數(shù)據(jù)，如：關(guān)系型數(shù)據(jù)庫、Cognos報表、Twitter、DropBox、Box、OneDrive等等。

這里我們選擇第3項Sample data，我們選擇了American Time Use Survey data set。這是來自美國勞工部的關(guān)于美國勞工時間使用統(tǒng)計的一個數(shù)據(jù)集。單擊上傳按鈕“Upload”。如下圖所示。

接下來，Watson Analytics會選取對應(yīng)的數(shù)據(jù)文件加載到云端的數(shù)據(jù)庫，并進行轉(zhuǎn)換、數(shù)據(jù)質(zhì)量評分，完成后以圖標方式列在主頁面上。如下圖所示紅框中的圖標即是已經(jīng)加載的數(shù)據(jù)。我們可以看到系統(tǒng)對這個數(shù)據(jù)集的綜合評分為62分。

3. 優(yōu)化數(shù)據(jù)。

單擊上圖紅框中的數(shù)據(jù)集，將出現(xiàn)下圖中的浮動窗口，單擊“Refine”圖標。

您將看到剛剛加載的數(shù)據(jù)集的詳細數(shù)據(jù)質(zhì)量情況。如下圖所示。

您可以單擊左側(cè)菜單欄里的“Action”圖標對數(shù)據(jù)集中的已有的數(shù)據(jù)列進行篩選；對某個數(shù)據(jù)列也可以編輯它的類型，并進行數(shù)據(jù)過濾，數(shù)據(jù)清洗，數(shù)值類型數(shù)據(jù)可以修改匯總的方法；也可以通過計算、分組、建立層級的方式創(chuàng)建新的數(shù)據(jù)列。如下圖所示。

您也可以單擊左側(cè)菜單欄里的“Data Metrics”圖標來查看數(shù)據(jù)集中的數(shù)據(jù)列的數(shù)據(jù)質(zhì)量評分。系統(tǒng)將以圖形方式顯示數(shù)據(jù)列的評分及該列的數(shù)據(jù)分布情況。您可以通過點擊“Action”按鈕來調(diào)整優(yōu)化數(shù)據(jù)，來提高數(shù)據(jù)質(zhì)量。如下圖所示。

最后，您可以單擊頁面左上方的保存圖標保存已經(jīng)修改的數(shù)據(jù)。如下圖所示。

可想而知，接下來的數(shù)據(jù)探索和預測分析結(jié)果就將更加準確了。

結(jié)束語

心動不如行動！現(xiàn)在就來體驗一下Watson Analytics的魅力吧：

via:華南IBM大數(shù)據(jù)支持團隊