作为分析师和记者 伯纳德·马尔 比如说，“如果没有数据科学家来解释数据并将信息转化为可靠的商业活动，数据的好处可能仍未得到充分发挥。”增强分析有望通过以下方式提高组织从数据中获取利益的能力：
从 数据科学 团队，以便他们能够专注于更复杂的问题
缩短数据分析生命周期
让决策者快速获得可操作的情报
从高层次来看，增强分析涉及使用机器学习和 自 阿根廷电话号码数据 然语言处理 (NLP) 协助数据准备、分析和报告，消除拖慢分析速度的因素。但它承诺做的不止这些——增强分析还涉及重写整个分析和 BI 工作流程。
增强数据分析和 BI 工作流程
为此，让我们首先检查当前的典型工作流程，它由以下步骤组成：
确定 KPI 和相关问题
探索数据
准备分析数据
构建视图和仪表板
用户浏览这些仪表板
用户进行根本原因分析
用户整合并分享他们的发现
这些发现作为建议的行动提出
采取行动
增强分析本质上是将除第一部分和最后一部分之外的所有部分都“增强”了。在此过程中，用户（可能不是分析师，而是非技术业务用户，他们通过无代码分析获得支持）带着一组相关的 KPI 和业务问题来到平台，然后查询系统，然后系统会处理其余部分并返回建议的操作。