Einstein Copilot voor Tableau vereenvoudigt data-analyse

Met Einstein Copilot binnen Tableau wil Salesforce data-analyse democratiseren, zodat iedereen complexe datavisualisaties kan maken zonder een letter code te schrijven.

Salesforce introduceert Einstein Copilot voor Tableau. De AI-tool laat je complexe data-visualisaties creëren zonder uitgebreide training of codering. Deze AI-assistent, die nu in bèta beschikbaar is, stelt gebruikers in staat om via een gebruiksvriendelijke interface vragen te stellen of eenvoudige commando’s te gebruiken om het proces te stroomlijnen.

Einstein Copilot voor Tableau maakt gebruik van AI-technologieën zoals natuurlijke taalverwerking (NLP), machine learning (ML) en generatieve AI om bruikbare inzichten te leveren. NLP faciliteert conversatie en intuïtieve interacties, terwijl ML-modellen gebruikersquery’s verwerken en gegevens analyseren. Generatieve AI ondersteunt bij het creëren van inzichten, aanbevelingen en diagrammen.

De tool is geïntegreerd met Tableau Cloud, waardoor het toegang heeft tot historische bedrijfsdata, geavanceerde data-analyses uitvoert en gebruikersintenties vertaalt naar actiegerichte inzichten. Het systeem zorgt voor betrouwbare inzichten door gebruik te maken van Tableau’s analyse-infrastructuur en resultaten weer te geven via visuele voorstellingen en dashboards.

Van invoer tot uitvoer

Een belangrijk aspect van Einstein Copilot voor Tableau is de Einstein Trust Layer, die privédata beschermt en beveiligt. Deze laag autoriseert binnenkomende verzoeken van gebruikers en controleert of zij de nodige rechten hebben om specifieke gegevens in te zien. Ook worden modeluitvoeren beveiligd om de onthulling van vertrouwelijke informatie te voorkomen.

Salesforce heeft het ook over deze nieuwe functies in zijn aankondiging:

  • Query formulering: Einstein Copilot voor Tableau genereert proactief geautomatiseerde vraagsuggesties op basis van gebruikersprofielen, historische gegevensinteracties, rollen en toegang tot specifieke datasets – waardoor het verkennen van gegevens wordt gestroomlijnd door te anticiperen op veel potentiële vragen. Zodra de aanbevelingen zijn gepresenteerd, kunnen gebruikers kiezen uit een reeks voorgestelde vragen of hun eigen vragen kiezen.
  • Intentiedetectie: Nadat gebruikers hun vragen hebben ingevoerd, gaat het intentiedetectiesysteem van Einstein Copilot voor Tableau aan het werk. Het is getraind op verschillende intenties en kan anticiperen op wat gebruikers willen bereiken.
  • Code vertalen: Einstein Copilot for Tableau’s code-interpreter – aangedreven door ML-modellen – zet vragen om in Tableau’s interne programmeertaal die de gegevens in Tableau Cloud kan vinden en ermee kan interageren. Dit vertaalproces werkt als een metataal, waardoor gebruikers hun vereisten kunnen communiceren zonder dat ze de onderliggende codetaal hoeven te kennen.
  • Codevalidatie: De gegenereerde code ondergaat een nauwgezet validatieproces om de juistheid en efficiëntie ervan te garanderen. Deze cruciale stap controleert op fouten of problemen die het gewenste resultaat zouden kunnen beïnvloeden.
  • Uitvoering en visualisatie: Na een succesvolle validatie wordt de code uitgevoerd en worden de resultaten naadloos overgebracht naar Tableau Cloud. Door gebruik te maken van de mogelijkheden voor gegevensmodellering en het visualisatieplatform zet Tableau de gegevens om in visueel aantrekkelijke diagrammen of grafieken voor eenvoudige interpretatie en analyse.

Wie graag Einstein Copilot wil testen binnen Tableau, kan zich hier aanmelden voor het bètaprogramma.

nieuwsbrief

Abonneer je gratis op ITdaily !

  • This field is for validation purposes and should be left unchanged.