1、什么是增强分析？

2017年 gartner 首次提出增强分析的概念。Gartner将增强分析（Augmented Analytics）定义为一种利用人工智能、机器学习和自然语言处理等技术，通过自动化数据准备、自动化机器学习和自动化可解释性来增强数据分析过程的方法。增强分析强调将分析过程与业务工具相集成，通过简化操作、增强可视化和提高分析准确性来提高决策的效率和质量。 增强分析通过利用人工智能和机器学习等技术，可以分析更大范围和更多类型的数据，自动识别潜在模式和异常点，并提供有针对性的建议，帮助企业在数据分析中发现更多的商业机会和威胁。同时，增强分析也具有可解释性，能够对分析结果进行可视化呈现，提供可理解的分析结果和建议，从而帮助企业更好地理解和运用分析结果。

2、增强数据分析相比于传统的自助分析BI的价值是什么？

传统自助分析BI在数据分析场景下面料的痛点：

1）开发报表需要时间，从业务提需求，到数据分析师制作出来报表，需要1-2天时间

2）沟通的代价，业务人员和需求分析师沟通如果出现偏差，经常会出现，数据分析师做出来的报表不是业务想要的。

3）开发报表的人员代价，数据分析师需要对数据平台的数据非常熟悉，且理解业务流程，数据模型，业务需求的基础上才能完成BI的制作，报表从数据到结果需要的知识门槛较高。

4）报表无法兼顾所有人的需求，在通用和个性化需求上难以平衡。

增强数据分析与传统的自助分析BI相比，拥有以下几个方面的特点： 

1. 自动化：增强数据分析利用机器学习和自然语言处理等技术，可以实现自动化的数据准备、机器学习和可解释性分析，大大减轻了分析师的工作量，提高了分析效率和准确性。 

2. 全面性：增强数据分析可以对大量和多维度的数据进行分析，自动发现数据之间的相关性和规律，挖掘出更深层次的信息，提供更全面的信息支持决策。 

3. 实时性：增强数据分析可以实时分析数据并提供实时的数据可视化，使企业能够快速响应市场变化和内部变化。 

4. 可视化：增强数据分析可以通过数据可视化的方式呈现分析结果，带来更加直观的体验和易于理解的分析结果，有利于更好地理解数据并制定相应的决策。 

5. 可解释性：增强数据分析可以提供可解释的分析结果和建议，使非专业人士也能够理解分析结果并制定相应决策。 

通过以上分析，增强数据分析相比于传统的自助分析BI，增强数据分析的价值主要体现在：

增强数据分析相比传统的自助分析 BI，具有敏捷性、准确性、效率化和民主化等方面的优势： 

1. 敏捷性：增强数据分析可通过机器学习和可解释性自动化分析，并提供智能默认设置和推荐操作，加速对洞察力的搜索，提高洞察速度和精度，让用户更快地回答他们的数据问题，从而专注于更具战略性和挑战性的任务。可以让业务人员快速的使用上数据报表。

2. 准确性：增强数据分析拥有全面的视角，可以高质量执行重复任务和计算，有效检查每个细节，从而揭示用户从未想过需要的见解，帮助用户做出更明智的决策，避免受到确认偏误的影响。 业务人员自己可以使用文本交互获取到数据，降低沟通的时间，且搜索出来的数据更加符合业务人员的需求。

3. 效率化：增强数据分析通过任务自动化来减少人们在处理数据方面所需的时间和精力，提高工作效率。例如，通过自动化数据准备和数据发现等操作，让分析师能够更快地挖掘出隐藏在数据中的信息。通过自动化减少了从数据采集-数据清洗-数据建模-数据分析-图形可视化整个过程的时间。 

4. 民主化：增强数据分析易于使用，降低了技术门槛，使更多的业务人员能够参与数据分析，减少对数据科学家的依赖，使得组织中更多的人能够发挥自己的业务专业知识，提高数据素养并创造更大的商业价值。 数据分析不仅只有数据分析师可以进行操作使用，业务人员以及所有普通人员都可以使用的数据分析工具。

总之，增强数据分析通过利用先进的技术和工具来实现自动化、全面化、高效化和民主化等方面的优势，帮助用户更快、更准确地获取有价值的数据洞察，从而更好地支持决策制定和业务发展。

3、增强分析的核心技术有哪些？

增强分析技术需要四个关键技术：

一、增强数据准备：包括数据洞察、自动连接和自动清洗，以确保数据的质量和准确性。连接数据之后，自然生成数据查询的提示词，以及自动完成模型创建，维度和度量的识别，能够根据用户、角色，历史数据等智能推荐数据源，自动完成数据连接配置。

二、机器学习技术：利用算法和历史数据搜索、识别模式、发现变化并提供见解和建议，实现自动化分析和建模。 利用机器学习技术自动识别数据中的影响因素、关键驱动因素和异常因素，提供自动化分析结果，并根据分析结果，给出见解和建议。

三、自然语言技术：通过自然语言处理和生成，让商务人士可以使用行业术语与计算机进行简单对话来获得答案。 可以让普通人员通过输入自然语言获取到需要的数据结果。

四、自动可视化技术：根据数据内容和格式，自动推荐合适的图表和分析报告，提升分析效率和共享性。 为用户自动推荐合适的图表展现样式，根据洞察结果自动组装分析报告，展示分析结果，并以用户指定的频率分发，加速洞察共享。

总体而言，增强分析并不是要取代人类智慧和好奇心，而是通过机器学习、自然语言和自动可视化技术等方式，增强人类智慧和决策能力，提高分析效率和准确性。