Datenanalyse: Tableau 2019.1 versteht Anfragen in natürlicher Sprache
Das Werkzeug zur Datenvisualisierung erkennt Schlüsselwörter und -phrasen und erstellt passende Diagramme.
- Rainald Menge-Sonnentag
Tableau Software hat Version 2019.1 ihrer Software zur Datenvisualisierung mit Funktionen zur Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) ausgestattet. Das Werkzeug erstellt aus der Anfrage Graphen oder führt Berechnungen durch, indem es die passenden Felder und die Art der Anfrage identifiziert. Darüber hinaus hat das aktuelle Release unter anderem Schnittstellen zu Google Ads und PowerPoint.
Die NLP-Funktion bietet ein interaktives Eingabefeld, das beim Tippen die passenden Datenbankfelder anzeigt. Die gestellte Frage versucht die Software in eine entsprechende Analysefunktion wie sum of x by y umzusetzen. Zu den unterstützten Funktionen gehört das Sortieren, Filtern und Aggregieren der Daten. Nach dem Umsetzen zeigt Tableau eine möglichst passende Visualisierung, die sich über eine Drop-down-Liste ändern lässt, um beispielsweise statt der vorgegebenen Balkendarstellung eine Texttabelle oder ein Tortendiagramm zu sehen.
(Bild: Tableau)
Erweiterte Anbindung zur Außenwelt
Tableau hat zudem nun einen Konnektor für Google Ads zur Analyse der Metriken. Schon fast überfällig ist der Export nach Microsoft PowerPoint, der die aktuelle Ansicht als Grafik ausgibt und mit einem Link zur jeweiligen Arbeitsmappe verbindet. Darüber hinaus hat Tableau Software die mobilen Apps für iOS und Android überarbeitet, die wohl unter anderem verbesserte Suchfunktionen bieten. Der ebenfalls neue Tableau Prep Conductor ist Teil des separat erhältlichen Add-on zum Datenmanagement. Mit dem Prep Conductor lassen sich vorbereitete Daten in einer eigenen Serverumgebung bereitstellen.
Weitere Details lassen sich dem Tableau-Blog entnehmen. Interessierte können die Ask-Data-Funktion online ausprobieren. Allerdings sind Beispieldaten und erkannte Funktionen auf Englisch. Da die deutschsprachige Übersicht über die neuen Funktionen in der Vorschau ein englisches Beispiel zeigt, lässt sich schwer erkennen, wie gut die Software deutsche Fragen verarbeitet. Auf den ersten Blick erwartet die Funktion fest definierte Schlüsselwörter beziehungsweise Feldnamen, ist also beim NLP nicht mit Systemen vergleichbar, die auf Machine Learning setzen und damit ein komplexeres Sprachverständnis aufweisen. (rme)
