详细内容或原文请订阅后点击阅览
超越 BI：Amazon Quick 的数据集问答功能如何推动下一代数据决策
各行业的业务领导者依赖运营仪表板作为其团队日常执行的共享事实来源。但仪表板是为了回答已知问题而构建的。当团队需要进一步探索临时的、多维度的或不可预见的问题时，他们就会遇到瓶颈。他们等待 BI 团队数小时或数天来构建新视图 [...]
来源:亚马逊云科技 _机器学习各行业的业务领导者依赖运营仪表板作为其团队日常执行的共享事实来源。但仪表板是为了回答已知问题而构建的。当团队需要进一步探索临时的、多维度的或不可预见的问题时，他们就会遇到瓶颈。他们等待 BI 团队数小时或数天来构建新视图或更新报告。数据集问答功能弥补了这一差距。您可以用自然语言提出问题，在几秒钟内获得准确的答案，无需构建新的仪表板，也无需排队等待。只需与现有数据集进行交互式对话，而不会中断您的团队已经依赖的仪表板。
挑战
AWS 客户在评估新技术、解决生产问题或规划云转型时期望获得快速、知情的支持。为了大规模提供这种体验，AWS 技术现场团队需要立即回答复杂的运营问题：客户需求在哪里增加？哪些团队拥有适当的专业知识来应对？客户参与是否得到足够快的解决？可能影响客户成果的新差距在哪里？
虽然数据存在，但它常常“被困”在严格的可视化背后，无法预测项目领导者需求的每一个细微差别。此外，个人身份信息 (PII) 的存在意味着某些定性细节（使数据具有可操作性的上下文）仍然受到限制并且难以安全地呈现。
TARA 简介：会话分析的未来
数据集简介问答
架构上的差异使得这成为可能。数据集问答不是通过预先配置的字段定义和业务规则来路由查询，而是动态解释用户意图，识别相关数据集，并在查询时生成改进的 SQL，从而使系统能够灵活地处理复杂的多维分析，这是以前基于主题的模型所无法做到的。