博客这里总有些事情在酝酿。Sisense News是您的新Sisense功能、附加组件和其他一切功能的家，我们推出这些功能是为了让我们的用户充分利用他们的数据。资料图：新油"数据就是新的石油"由《经济学人》于2017年5月首创，并成为组织从数据中推动新财富的口头禅。但实际上，数据本身没有价值。尽管我们创造了大量的信息技术（世界上90%的数据都是在过去的一年里创造的），但研究表明，我们只使用了其中1%的数据。数据量的快速增长已经大大超出了我们处理和分析数据的能力第一波数字转换见证了数据存储成本的大幅下降。随需应变的计算资源和MPP云数据仓库应运而生。自助服务分析变得比以前更容易使用、更便宜、更快。然而，在AWS发布15年后，大多数组织仍然没有实现他们的目标，即向组织提供数据的价值。不到一半的商业决策（45%）依赖于定量信息和分析，而大多数决策仍然依赖于直觉或观点在不断变化的世界中茁壮成长：人工智能和多云在Sisense，我们看到人工智能和多云世界的兴起加速了下一波数字化转型，帮助企业重新构想其业务，推动数字时代数据的创新、采用和价值云将从一个集中数据进行分析的地方发展为一种混合策略，利用同类最佳的云本地技术，通过分析应用程序加速数据（无论在何处）的分发，并将数据转化为洞察力。人工智能将通过帮助用户自动化决策、决策，提供更多的使用，从而实现数据的价值预测和识别模式比以前更快更容易为了使全球的商业、数据和产品团队能够推动数字化转型，我们最近宣布了Sisense平台的两大飞跃。2019年5月Periscope数据的合并为云数据专家带来了强大的功能，可以根据需要处理他们的数据，同时支持广泛的用户和用例。2019年9月，我们推出了完全重新设计和专门构建的云原生Sisense，以支持任何云，这是我们承诺在客户的数字转型过程中提供尖端能力的一部分。今天，我们宣布首次在Sisense平台内集成潜望镜数据。第4季度的发布帮助数据团队更好地利用云数据仓库的好处，并利用人工智能释放高级分析的力量，从今天的数据中发现新的见解和价值使用物化视图优化原始数据In-Warehouse Data Prep为构建者提供了高级功能，可以使用云数据仓库上的物化视图快速转换和优化原始数据。通过使用数据语言（SQL，很快就可以使用Python和R），数据团队可以减少数据库工作负载并优化查询性能，从而增强和扩展分析能力。现在，他们可以直接从云数据仓库为所有用户带来数据价值弹性数据中心为数据团队提供了独特和高度差异化的选项，以简化复杂的数据并增强分析应用程序的能力。它使他们能够实时直接从数据仓库查询数据，或者通过缓存数据模型进一步提高性能，这些缓存数据模型为来自云数据仓库的高查询频率、缓慢变化的数据提供了卓越的性能释放高级分析的力量Sisense Forecast是一种先进的人工智能预测选项，它提供独特的功能，可以从数据中获得新的价值，而不需要数据科学专业知识。只需单击一下，就可以根据您的数据运行一组单变量预测模型。人工智能算法根据所分析的数据类型选择最佳模型。可以将一个附加变量添加到预测中，以创建多元预测。业务用户可以独立地将预测与上一期间的实际值进行比较，查看统计模型的各个权重，并更改输入以微调其预测Sisense Quest是Sisense实验室团队最新认证的附加组件。它允许业务团队通过使用现成的统计模型库（如假设和趋势分析）从数据中提供新的见解，从而利用数据科学的力量。此外，您可以通过上传定制的Python向所有用户部署和操作您自己的机器学习模型。为了帮助确保洞察始终是可操作的，可以针对特定的用例定制各种建议的操作或新的操作三种新的方法使嵌入分析更加容易另外三个新特性使产品团队更容易构建和扩展可操作的自定义分析应用程序，并将其无缝集成到其他应用程序中嵌入式SDK是一套JavaScript api，以JS库的形式提供。它最大限度地减少开发人员资源来管理应用程序和嵌入式分析仪表板之间的复杂通信新的嵌入式仪表板设计器特权允许嵌入式分析环境中的最终客户端直接在其部署嵌入式代码UI生成器中独立设计和自定义小部件和仪表板自动生成在外部应用程序中嵌入Sisense仪表板和小部件所需的各种代码片段加强部署，联系雅典娜，等等Sisense 2019年第4季度发布还包括：Partner Marketplace提供来自Sisense的各种实施合作伙伴网络的定制功能，以赞美您的Sisense实现。本机Athena data connector可快速将S3数据桶连接并分析到缓存数据模型中，以获得卓越的查询和数据探索性能扩展您的云原生Sisense部署。在发布页面上探索这些功能和其他功能，并在东部时间12月18日上午11点参加我们的网络研讨会以了解更多信息偷窥：2020年及以后用Python和R进行仓库数据准备数据团队可以期待更具创新性的工具，使他们能够从云数据仓库中的原始数据中获取价值。预计到2020年上半年，对雪花和googlebigquery的物化视图支持，以及使用Python和R的进一步数据准备功能利用人工智能推动投资回报率在2020年，人工智能创新的步伐将继续加快，重点是缩小采用差距，提高客户数据的投资回报率。在2019年第三季度引入人工智能探索路径和相似组，以及2020年Sisense预测和Quest之后，我们很高兴地宣布，Sisense自然语言查询（NLQ）即将来到Sisense和你的数据谈谈Sisense NLQ使用户能够轻松地用自然语言提出复杂的问题。用户只需点击仪表板上的"提问"，用户就可以简单地用自然语言键入问题，并立即看到适当的可视化效果。人工智能（以及更多）即将出现在下一季度产品博客发布期间，我们将分享我们人工智能战略的进一步进展以及我们与潜望镜数据合并的进展。我们对客户在2020年加速数字化转型的旅程感到兴奋，并重视您对Sisense的持续投资。标签：advanced analytics | AI | Athena | AWS | Cloud native |嵌入式分析|物化视图| multicloud | Python | R