Аналитика естественного языка берет штурмом каждую отрасль и революционизирует то, как мы взаимодействуем с данными. Вот четыре примера того, что вот-вот станет новой нормой.
Банковское дело — личные финансы выведены на новый уровень
Большинство из нас по-прежнему управляют своими личными финансами, просматривая банковские операции с калькулятором в руке и смятыми квитанциями в другой. Некоторые из них перешли на приложения для управления расходами, и у нас всегда будет Excel, но, скажем прямо, они не очень эффективны. Нам все еще нужно импортировать данные или просмотреть список транзакций, поэтому легко что-то пропустить или просто не определить, для чего была транзакция.
Данные, которые нам нужны, уже доступны в банке, суровая часть состоит в том, чтобы разобраться в них без особых усилий, и именно здесь вступает в действие аналитика естественного языка.
Итак, как это работает? Пользователи вводят такие запросы, как «Сколько я потратил в прошлом месяце в ресторанах» или «Какова средняя сумма, потраченная на топливо в месяц?» в поле поиска. Затем он автоматически извлекает ответ с наилучшей визуализацией, чтобы пользователи могли понять результаты.
Легко, верно? Но есть больше, чем кажется на первый взгляд. Чтобы пользователи могли искать свои расходы по категориям, каждая транзакция должна быть классифицирована тегом. Это могут быть рестораны, продукты, топливо, ипотека и так далее. Затем система использует машинное обучение, чтобы автоматически связывать новые расходы с существующими тегами, поэтому вам не нужно тратить время на их классификацию и вы можете легко понять, в какой категории вы тратите больше всего.
Wizdee в настоящее время разрабатывает это решение для европейских и американских банков, и, возможно, вы станете одним из счастливчиков, которые в ближайшие месяцы встроят эту услугу в свой онлайн-банкинг. А пока посмотрите это видео о том, как аналитика естественного языка делает личные финансы такими же простыми, как поиск в Интернете.
Продажи — Хватит ждать отчетов
Представьте, что вы менеджер по продажам, который всегда в пути, у вас есть информационные панели для мониторинга всего, но вам нужна дополнительная информация. В настоящее время вам нужно попросить ИТ-отдел добавить показатель на панель инструментов или создать отчет. Это не автоматический процесс, поэтому вам остается ждать. Время ожидания замедляет цикл продаж и снижает производительность.
С Natural Language Analytics пользователи просто берут свой смартфон и говорят или вводят запросы, такие как «Ожидаемый доход в следующем квартале», и диаграмма мгновенно появляется на экране.
Другими словами, любой может найти ответы, не перегружая администраторов запросами отчетов, и создавать свои информационные панели, просто сохраняя запросы. Всегда найдется кто-то, кто захочет, чтобы все было немного по-другому, и теперь им не нужно ждать отчеты целыми днями. Все дело в том, чтобы предоставить отделам продаж нужную информацию в любом месте, повысить производительность и сэкономить время.
Вы можете лично убедиться, как аналитика естественного языка выводит данные о продажах на новый уровень. Нажмите здесь, чтобы попробовать его бесплатно с вашими образцами данных Salesforce или CRM.
Спорт — интерактивный способ изучения статистики
Спортивные болельщики и беттеры привыкли просматривать бесконечные списки статистики, чтобы найти нужную им информацию. Аналитика естественного языка сделала поиск спортивных данных более простым и увлекательным.
Представьте, что вы можете просто говорить или вводить запросы типа «лучший бомбардир» в поле поиска и получать мгновенные ответы или даже создавать информационные панели, чтобы следить за прогрессом команды. То, что естественный язык привносит в спортивную статистику.
Вы действительно можете изучить его самостоятельно. Мы подключили Wizdee к данным, связанным с Евро-2016. Платформа абсолютно бесплатна и доступна для планшетов и компьютеров. Вы можете исследовать данные, используя португальский или английский язык. Попробуйте на euro2016.wizdee.com
Данные о машине — анализ журнала так же прост, как поиск в Google
Машинные данные генерируются ИТ-инфраструктурами, такими как приложения, журналы, социальные данные, потоки посещений веб-сайтов, датчики и многое другое. Как вы можете себе представить, он производит огромные объемы данных.
Платформы, которые анализируют этот тип данных, сложны и доступны только для ИТ-специалистов. Примером этого является Splunk, интерфейс в стиле веб-поиска, с помощью которого вы можете искать и анализировать данные, сгенерированные машиной. Но запросы в Splunk на самом деле сложны для бизнес-пользователей, так как вы не совсем используете простой язык, вам нужно выучить жаргон Splunk, а это означает, что нужно пройти несколько руководств и руководств.
С помощью Natural Language вместо изучения Splunkish вы просто вводите запросы на повседневном языке, как в Google.
Вы сможете вводить такие запросы, как «Средняя стоимость по проекту» или «Журналы Канады по неделям» и получить мгновенные ответы.
Мы могли бы продолжать заниматься маркетингом, розничной торговлей, здравоохранением и так далее. Возможности безграничны.
Вопрос в том, как бы вы использовали Natural Language Analytics в повседневной жизни?
Первоначально опубликовано на wizdee.com 23 августа 2016 г.
