
數(shù)據(jù)探索領(lǐng)域IBM推新Watson Explorer
12月8日,IBM近日宣布推出擁有出色認(rèn)知能力的Watson Explorer,它結(jié)合了強大的數(shù)據(jù)探索和內(nèi)容分析功能。通常,典型的企業(yè)只有12%的數(shù)據(jù)能被有效利用,而企業(yè)中豐富的未開發(fā)信息則是企業(yè)做出明智決策的來源。Watson Explorer為用戶提供了他們所需要的信息和分析能力,以幫助他們獲得更好績效和實時成果。Watson Explorer已經(jīng)幫助數(shù)百家用戶實現(xiàn)了數(shù)據(jù)關(guān)聯(lián),構(gòu)建出了以信息為中心的應(yīng)用,并提高了決策的質(zhì)量和速度。在此次發(fā)布中,Watson Explorer推出的核心認(rèn)知組件,有助于企業(yè)高效利用自然語言能力及數(shù)據(jù)探索功能,在結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中發(fā)現(xiàn)寶貴的商業(yè)信息。
Watson Explorer基于認(rèn)知能力的數(shù)據(jù)探索功能,可以為用戶提供全方位的關(guān)聯(lián)性信息視圖,幫助其獲得更深層次的洞察。這些洞察能夠展示正在發(fā)生的狀況以及發(fā)生的原因。傳統(tǒng)的搜索方案缺少背景、趨勢和關(guān)系信息,相比之下,Watson Explorer可以幫助專業(yè)人士更快速找到并理解關(guān)鍵信息,便于其更有效地開展工作,利用從非結(jié)構(gòu)化內(nèi)容中獲得的洞察實現(xiàn)業(yè)務(wù)成果的提升。Watson Explorer的新特性還包括先進的內(nèi)容分析能力,幫助用戶理解結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)。Watson Explorer將基于云的服務(wù)和企業(yè)內(nèi)部信息連接起來,成為企業(yè)開啟Watson認(rèn)知之旅的第一步。
處于當(dāng)今的商業(yè)環(huán)境中,企業(yè)需要應(yīng)對不斷擴大的數(shù)據(jù)量,并比以往更快地做出高質(zhì)量決策。但是,很多企業(yè)的數(shù)據(jù)和應(yīng)用仍然處于高度封閉狀態(tài),缺乏信息共享的能力,阻礙了績效的提升。以一家全球零售商的客戶服務(wù)代表為例,他們每年會接到成百上千的客戶服務(wù)電話,每接到一位客戶的電話,客戶服務(wù)代表就必須與超過10個不同的系統(tǒng)打交道。這要求他們在多項不同應(yīng)用之間進行多次搜索,然后人為的將頭腦中的信息串聯(lián)起來,從而對客戶做出響應(yīng)。這的確是一項艱巨的任務(wù),客服代表一方面在為客戶創(chuàng)造優(yōu)良的體驗,另一方面他卻接受著一場考驗,因為他必須快速而正確的完成尋找、組織、分析和關(guān)聯(lián)信息的一些列活動。
認(rèn)知探索提高了用戶利用信息的能力,可以讓他們做出更明智的、更有依據(jù)的決策。在此過程中,認(rèn)知探索提供信息并從相關(guān)來源出發(fā)對信息進行理解,簡直就像人類的思考過程一樣。例如,借助于Watson Explorer,客服代表可以利用自然語言提問,并即時檢索到相關(guān)內(nèi)容。這些內(nèi)容是由Watson Explorer熟練地從各種數(shù)據(jù)源摘取而來,既包括結(jié)構(gòu)化數(shù)據(jù)源中的內(nèi)容,也包括非結(jié)構(gòu)化數(shù)據(jù)源中的內(nèi)容。憑借強大的自然語言處理,Watson Explorer的內(nèi)容分析功能能夠幫助企業(yè)汲取客戶意見、消息、社交媒體、法律文件和研究報告等的內(nèi)含。
IBM Watson集團副總裁Steve Gold表示 :“數(shù)據(jù)探索是幫助企業(yè)發(fā)現(xiàn)有價值信息、做出關(guān)鍵的業(yè)務(wù)決策的重要步驟,IBM一直在不斷尋找各種方法使企業(yè)員工表現(xiàn)更出色,最終服務(wù)于企業(yè)贏利。Watson Explorer通過賦予企業(yè)各個層面認(rèn)知能力,讓他們能夠?qū)崟r地獲取深藏于結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中的有效信息?!?/span>
認(rèn)知讓探索能力全面升級
探索可以使用戶發(fā)現(xiàn)新的可能。但是,在復(fù)雜的異構(gòu)環(huán)境中進行探索需要克服一系列的挑戰(zhàn),如處理分散于各種來源中的海量數(shù)據(jù),以及使用有限的能力理解數(shù)據(jù)間的關(guān)系。為了加快探索速度,Watson Explorer把大量內(nèi)部和外部的信息連接在一起,通過分析,找到內(nèi)容間潛在的關(guān)系或模式,以幫助用戶更好的理解信息。
l 探索 :Watson Explorer把企業(yè)中來自不同系統(tǒng)的內(nèi)容和數(shù)據(jù)結(jié)合到一起,再根據(jù)用戶的角色和當(dāng)前的行為把信息合理的呈現(xiàn)出來。這有助于用戶大幅減少信息檢索時間,提高工作效率。在當(dāng)今信息爆炸的環(huán)境中,無論是協(xié)助客戶、為新產(chǎn)品制定營銷戰(zhàn)略,還是調(diào)查某個安全漏洞,重要的任務(wù)很難通過單一來源的信息完成。Watson Explorer能夠為用戶的臺式機或移動設(shè)備帶來廣泛的數(shù)據(jù)分析和相關(guān)的認(rèn)知洞察,為企業(yè)決策增添信心。
l 分析:對于許多企業(yè)而言,不斷增長的非結(jié)構(gòu)化數(shù)據(jù)預(yù)示著尚未開發(fā)的商機。文檔、電子郵件、呼叫中心文字記錄以及社交媒體都能夠為洞察提供支持。如果通過適當(dāng)?shù)墓ぞ邔@些內(nèi)容加以收集和分析,便可以幫助企業(yè)提高業(yè)務(wù)績效。Watson Explorer的內(nèi)容分析功能可以幫助用戶利用自然語言處理技術(shù)發(fā)現(xiàn)結(jié)構(gòu)化信息中的趨勢、模式和關(guān)聯(lián)性,從而在短時間內(nèi)獲得洞察。同時,這些洞察可以以全方位視圖的形式實時提供給用戶。
l 解讀:Watson Explorer 整合了探索、分析和認(rèn)知能力,全面提升了IBM Watson Developer Cloud(開發(fā)者云)服務(wù)的使用體驗。隨著新功能在Watson Developer Cloud中的開放,Watson Explorer用戶能夠接觸并使用到更多的新型功能。搭載于Watson Explorer上的可用服務(wù)包括:問題解答、用戶建模、關(guān)系提取、消息共振、概念擴展、語言識別和機器翻譯。
通過為一線員工提供更全面的信息視圖,Watson Explorer幫助眾多像豐田金融服務(wù)公司這樣的用戶最大限度地抓住商機。豐田金融服務(wù)公司企業(yè)經(jīng)理 Farouk Ferchichi表示:“面對超過400萬的客戶,我們意識到了一流服務(wù)的重要性,并致力于積極維持客戶滿意度。我們已經(jīng)把Watson Explorer提供給我們呼叫中心的客服人員,使他們獲得包含自助業(yè)績報告在內(nèi)的360度信息視圖。Watson Explorer使客服人員明確了具體的績效指標(biāo),以揚長避短,不斷改進服務(wù)。”
目前Watson Explorer包括兩個版本:
企業(yè)版:提供了跨多個數(shù)據(jù)源的搜索和360度信息應(yīng)用,并集成Watson Developer Cloud的認(rèn)知服務(wù),幫助企業(yè)增強、擴展和加速獲得專業(yè)知識。
高級版:包括企業(yè)版的所有功能,另還配備高級內(nèi)容挖掘和分析功能,幫助企業(yè)進一步匯總和分析數(shù)據(jù),并使海量非結(jié)構(gòu)化內(nèi)容可視化,從而獲得新的洞察。
IBM Watson: 開拓計算新時代
IBM Watson預(yù)示著一個新的計算時代的來臨。這一時代中,用戶可以與應(yīng)用和系統(tǒng)進行更自然的互動、獲取更多的大數(shù)據(jù)洞察知識。
行業(yè)的變革催生了創(chuàng)新,這些創(chuàng)新是幫助Watson立足于新計算時代前沿的動力?!罢J(rèn)知系統(tǒng)帶來決策改變”的這一說法,則進一步佐證了Watson的前沿地位。IBM一直致力于為諸如銀行、醫(yī)療、保險、零售和教育類的客戶提供云產(chǎn)品和服務(wù)。
2014年1月,IBM宣布成立全新業(yè)務(wù)部門沃森集團(IBM Watson Group),致力于發(fā)展基于云交付的認(rèn)知能力,并推動其商業(yè)化。這一舉措標(biāo)志著IBM策略的轉(zhuǎn)變,即像交付軟件、服務(wù)和應(yīng)用轉(zhuǎn)型。這些新型的軟件、服務(wù)和應(yīng)用具備思考、學(xué)習(xí)提升和從海量數(shù)據(jù)中獲得洞察的能力。
IBM已經(jīng)為沃森集團注資十億美元,用于技術(shù)的研發(fā)和市場投放。這其中包括1億美元的風(fēng)險投資,用于建設(shè)IBM新型公司生態(tài)圈和開發(fā)基于Watson的認(rèn)知應(yīng)用。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10