成為數據專家，你只差一個Quick Insights的距離

微軟亞洲研究院 2015年12月22日

?

身處如今的大數據時代，你真的知道如何處理數據和分析數據嗎？或許那些被你忽視的數據背后就暗藏著重要的商業靈感。并非人人都是數據專家，有時候你需要一些專業的軟件來幫你處理數據。那么如何能快速、準確地從數據中提取最有價值的部分從而進行有效的分析呢？只會簡單統計圖肯定是不夠的，你還需要Power BI平臺最新推出的“快速洞察”（Quick Insights）功能，利用可視化的數據呈現方法以及專家級的數據洞察能力，實現快速、專業的數據分析。

Power BI是微軟推出的在線服務，通過powerbi.com能夠讓你用最直觀的方法對數據進行處理，例如查找和呈現數據、在線共享數據、團隊協同合作，等等。目前，Power BI平臺最新推出的“快速洞察”（Quick Insights）功能夠幫助你快速找到數據背后的秘密。想要使用這個新的工具，你只需選擇“Quick Insights”，并將它應用在一個已經上傳到Power BI的數據集上，系統將會在大約幾秒鐘內從數據中搜索出你可能感興趣的信息，如數據之間的相關性、數據內的異常點、時序數據的趨勢以及周期性變化規律等等，并進行可視化呈現。當用戶面對陌生的數據集不知從哪里入手進行分析時，這些自動搜索出的信息可以為用戶提供有效的切入點。對于用戶熟悉的數據集，Quick Insights也有可能提供超出預期的分析結果。

更好的數據分析從Quick Insights開始！

BI即商業智能（Business Intelligence, BI）。過去在商業智能領域，用戶和數據分析工具之間的交互往往是單向的。具體表現為，用戶用命令或者通過圖形化界面告訴系統需要進行查詢或者生成圖表。這樣系統只是被動地接受指令，對數據進行處理然后返回結果。相比之下，Quick Insights提供了雙向的交互模型。當用戶上傳數據之后，它的算法能夠主動對這些數據進行分析，將分析結果以insights的形式進行組織和排序，并將排名在前的insights提供給用戶。不僅如此，Quick Insights會選擇適合的數據展示方式來呈現這些insights，并配合文字說明以方便用戶理解。

目前，Quick Insights提供了七種類型的insights。借助這些不同種類的insights，用戶能夠快速地在數據中找到關鍵信息。以汽車銷售數據為例，倘若你上傳了一份跨越多年的汽車銷售記錄數據，或者是一份應用軟件的下載記錄數據，那么如何在如此龐雜的數據中篩選出最有價值的信息呢？Quick Insights可以從以下方面提供幫助。

主因素分析：在特定維度下，分析找出對于結果影響最大的某個因素。例如汽車銷售量的大部分是由一線銷售貢獻的。

類別優勢或劣勢分析：鑒別出單一維度下，相對優勢或劣勢突出的元素類型。例如，在消費者獲取購車折扣的聯系人中，一線銷售和市場經理這兩項，相比于其他項有明顯的領先優勢。

時間序列特殊點：對于時間序列數據，分析出具有異常數據的時間點。例如2012年1月到7月的某幾天，消費者對于天氣相關的應用軟件的下載量異常的高。

時間序列的趨勢：分析數據隨時間變化趨勢。如南美地區的折扣在逐年增加等等。

時間序列的周期性：分析數據的周期性變化趨勢。如產品預算隨時間呈現明顯的周期性增長。

穩定的比例關系分析：找出一系列變量中有穩定比例關系的自變量與因變量。例如在汽車銷售的成本核算上，一線銷售所占比例基本不變。

數據關聯分析：找出多個變量之間的相關性。例如折扣力度和銷售量之間的正比例關系。

未來，Quick Insights還將推出時序數據的變化分析以及均勻分布分析等更多的專業分析模型供用戶使用。“Power BI的新功能——Quick Insights，讓你只通過點擊鼠標，就能對數據使用多種分析算法并找到潛在規律，” Power BI的項目主管Patrick Baumgartner解釋說。

知其一，也知其二

Quick Insights的誕生來源于兩個團隊的共同努力，分別是微軟亞洲研究院的軟件分析組（Software Analytics Group）和總部的Power BI產品團隊。微軟亞洲研究院軟件分析組多年來在數據分析以及可視化等方面的研究和積累為Quick Insights的研發奠定了牢固的基礎。

“微軟亞洲研究院軟件分析組的研究工作可以分為應用領域和基礎研究領域，”該組的首席研究員張冬梅博士介紹道。從應用領域來說，軟件分析組以軟件為研究對象，主要采用數據驅動的方式解決三個方面的問題，一是軟件系統的質量（Quality），如可靠性、性能、以及安全性等；二是用戶體驗（Experience），如用戶界面、用戶使用方式、以及用戶黏度等等；最后是軟件開發效率（Productivity）。為了解決這些應用領域中的問題，我們需要在一些基礎研究領域內有相應的技術支撐，包括大規模數據存儲與計算、各種數據分析算法、以及信息可視化。

張冬梅博士說：“日常工作中，我們在基礎研究領域中的技術會為應用領域的研究目標提供支持；同時，我們在應用領域中遇到的挑戰也為我們在基礎領域的研究提供問題和靈感。事實上包括‘Quick Insights’在內，我們有很多研究課題與項目設想是基于這種‘應用領域與基礎領域’相互作用的工作狀態。”

在張冬梅博士和她的團隊內部， Quick Insights有一個內部代號，即“IN4”項目。“IN4”的名稱取自interactive（互動）、intuitive（直觀）、instant（瞬時）和insights（洞察）這四個單詞。這四個單詞描述了Quick Insights的產品特性，更包含了微軟亞洲研究院軟件分析組對于這項技術的期待與追求。團隊成員們希望“IN4”能讓未來的數據分析過程更具互動性、更加直觀、更實時快速，最后也更具智能化的洞察性。

成功的基石伴隨著合作的共贏

2015年3月在微軟技術節（TechFest）上，“IN4”項目首次在公司內發布。就在這場微軟技術節上，“IN4”項目和Power BI首次相遇，并一拍即合。隨后的幾個月中，兩個跨國團隊密切合作，攻克了許多技術難關，迅速開發出Quick Insights的原型，隨后不斷完善。Power BI團隊十分激動地在郵件中寫道：“非常感謝微軟亞洲研究院團隊的支持。如果沒有你們的技術，我們在智能數據分析方面的產品開發將會難以開展。正因為有了你們的幫助，我們才能如此迅速和高效地把這項讓人驚喜的技術應用到Power BI中。”

今年12月，Quick Insights正式上線。在短短不到9個月的時間里，我們見證了一項技術研究向產品的轉化，時間之快，在眾多技術轉化的合作案例中也不常見。談及為何能在這么短的時間內從合作想法的萌芽到產品功能的發布，冬梅博士感慨這離不開兩個團隊的共同努力：“雖然兩個團隊距離遙遠，甚至都沒有太多面對面交流的機會，但兩個團隊的合作非常默契。有了想法、技術再加之以踐行，合作共贏，才最終讓我們的靈感‘振翅高飛’！“相信在未來，兩個團隊將會繼續攜手并進，在Power BI的平臺上為用戶帶來更多更智能的數據分析服務。

總結

以上是生活随笔為你收集整理的成为数据专家，你只差一个Quick Insights的距离的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。