人工智能 (AI) 是我们这一代最具革命性的技术，但对于个人和企业来说，了解如何从人工智能和数据中获取价值可能具有挑战性。您可以从揭示的见解中获得数据的最大价值 – 或者更具体地说，将正确的见解与正确的业务环境相结合，提供给需要它们做出合理业务决策的人。帮助客户实现这一点是我们构建 Tableau Pulse的核心原因。
Tableau Pulse 是Tableau AI的最新创新
它通过提供 AI 驱动的见解来扩展数据驱动的决策，从而改变了人们与数据交互的方式。Pulse Q&A 现在为您提供了最新的增强功能。Pulse Q&A 现在通过引导式问题和提问功能解锁了更多探索见解的方法。现有引导式问题旁边的附加“询问”按钮使您能够提出与您正在调查的指标相关的问题。
继续阅读，了解 Pulse Q&A 的增强功能，并理解 Tableau Pulse 的独特方法。
Tableau Pulse 有何不同？
Tableau Pulse重新构想了日常业务人员所进行的分析，针对他们关心的指标 提供智能、个性化和情境化 洞察。无论您的分析技能水平如何，Tableau Pulse 都可以生成和打包洞察，回答常见问题，而无需您提出问题。它解决了人们不知道自己不知道什么的问题，并以自然语言（通过 AI 增强）处理发现，并将其传递给 Tableau Pulse 中的用户。这些洞察以引导式对话、工作流程中的摘要和文本摘要的形式出现，这些摘要可以快速告诉您在深入研究之前要关注的变化。事实上，在业务用户甚至不知道他们想要探索什么或要问什么问题之前，Pulse 就已经回答了业务问题。
从体验角度来看这种方法不仅可以主
动回答问题，还可以向没有多少时间和注意力的业务用户灌输足够的背景和意图，使他们真正有动力参与分析探索。通过以自己的方式和自己的节奏揭示自己选择的指标的见解，业务用户可能会在探索过程中保持参与度。如果在任何时候，业务用户完成了对某个感兴趣的指标的了解，他们总是可以通过调整当前指标上应用的时间或维度过滤器来获得新的探索视图（相同的指标定义），或者通过指标搜索导航到其他指标上下文（相同或不同的定义），该搜索具有自动完成和对现有指标的全局搜索解析等功能，从而消除了用户探索过程中的死胡同。
笔记本电脑和手机屏幕显示有关销
售和收入数据折线图的文本见解如今，在一般组织中，70% 的营销、销售和服务人员仍未获得足够的数据。这些人希望并需要通过提出正确的问题来快速做出基于数据的决策，或者更重要的是，无论他们是谁、身在何处，都能获得工作所需的业务洞察。如果我们不是被动地回答定制的数据问题，而是主动检测并提供洞察，结果会怎样？更具体地说，洞察可用于回答业务用户在集成、直观和可信的体验中经常提出的更复杂的业务问题。
什么是 Pulse 问答？
大多数 AI 解决方案都要求人们针对数据提出问题，而对于那些不知道该问什么问题的人来说，这可能是一项艰巨的任务。Pulse Q&A 利用指标和见解，作为主动式业务问答引擎，让用户在需要时更接近答案。主动回答在用户提出问题之前就开始了，并有助于按需提供业务见解。此功能建立在现有的引导式问答体验之上，以解锁和鼓励业务用户探索其见解的更多方式。
发送和接收重要文件时，您可以节 传真号码列表 省时间和精力。每次需要传真时，您无需搜索单个传真号码，只需拥有一份预先编制的列表即可简化流程，确保您的文件及时送达目标收件人。传真号码是您的唯一标识符。
Pulse Q&A 最新添加了“询问”按钮
可以进一步增强和加快业务用户获取洞察的时间。使用“询问”功能将提示与您正在调查的洞察相匹配的建议问题。
业务用户只想快速获得答案 — — 答案通常以 泰国电报列表 指标的形式出现。一个简单的例子是“收入”，它可以使用结构化查询建模，例如在选定的数据源上进行“订单日期内的销售额总和”，但通常需要许多手动步骤（例如同义词管理）才能确保查询准确性。一个更复杂的例子可能是“转化率”，它无法通过聚合任何直接列来获得，并且可能涉及中间计算，这可能导致解释不一致。此外，仪表板通常试图回答的问题，例如值的维度细分或甚至是增量，只是对选定时间范围或所有时间范围内的指标的扩展分析。
Pulse Q&A 如何运作？
要了解 Pulse Q&A 在现实中是如何工作的，我们必须从基础开始。BI 工具中的传统问答系统要求业务用户查询可能不适合业务的表格数据集，并专注于让非分析师业务用户直接接触他们可能不熟悉的数据、交互和流程，让他们自己探索使用声明性提名和计算步骤进行反复试验。这通常涉及利用启发式解析器、运行时前索引、模糊匹配、概念表示、隐藏命令以及其他策展性语义本体或（去）组合逻辑来实现偶尔有效的黑盒功能。
答案很明显。Pulse 无需让用户挑选正确的数据集进行查询，学习使用背后的系统和元数据，每次都思考并输入精心设计的略有变化的查询，而是通过将 指标定位为一等公民来解决这些问题，分析师可以从任何数据源定义一次，可过滤到各种使用环境，并由业务用户在其个性化工作流程中使用。
这些指标不仅以可信的
单一事实来源捕获组织的业务逻辑和上下文，还允许业 销售线索 务用户搜索、根据自己的偏好进行筛选、关注或与他人共享 – 所有这些都在一个地方完成。以指标定义和任何适用的时间或维度筛选器为基础，Tableau Pulse 会自动处理指标上下文中最常见的业务问题，例如驱动因素、贡献因素、趋势和变化，使用确定性计算执行这些分析，并以高度易理解的自然语言见解的形式提供这些见解 ，这些见解可以通过点击（引导式问题）或键入（“询问”）在引导式对话中发现。现在，让我们仔细看看这些功能中的每一个。
引导式问题
在指标的洞察探索页面上，用户在知道要问什么之前就可以看到为他们推荐的最多三个顶级引导问题。由于洞察与用户有兴趣探索的指标相关，这些指标会根据其在其他使用信号中的独特影响分数进行排名和改进，因此这些代表问题的排序方式与用户想要看到的内容高度相关。引导问题以口语化的方式表达，考虑到业务背景，可以最好地预测和满足日常用户根据底层指标和数据期望提出的问题。总之，它们减轻了业务用户的负担，使他们知道要问什么、集思广益如何提问、需要输入问题、反复试验系统，并担心他们是否可以根据他们选择、过滤和解释数据的方式信任答案。通过一对一的问题到洞察映射，用户可以逐步按照自己的消费速度揭示这些洞察，发现自己收到了丰富、简短的文本解释以及补充的最佳实践视觉效果，这些视觉效果增强了他们对所讨论事实的理解。更重要的是，对话的上下文在页面加载期间保持不变，这意味着业务用户不再需要担心在浏览器中回溯以重新访问他们已经看到的内容。
