毫无疑问，商业智能工具和分析使数据报告变得更加容易。 最初，人们手动提取数据并发布分析。 然后是带注释的交互式故事板和上下文洞察力的时代。 如今，数据讲故事已成为首要任务，因为用于创建数据故事的技术在复杂性和自动化方面已日趋成熟。 随着叙事见解和报告的自动生成的出现，越来越需要在这种自动化水平和最终用户需求之间找到一种平衡的方法，以更好地为决策提供依据。
数据叙事的演变
我们知道，大多数人对故事的回应远比对事实的回应有力。 实际上，据斯坦福大学商学院的教授们称，研究表明，故事被记住的次数比事实本身多出22倍。 我们当中那些热爱数据的人会发现它非常引人注目，但是当我们尝试将这种热情传达给其他人时，如果没有上下文或故事，我们就有失去观众的风险。
有效使用和分析业务数据的目标没有改变。 找到困扰需要被告知或做出决定的人们的问题的答案：有什么风险，为什么？ 我的团队表现如何？ 我们如何在减少成本的同时增加收入？
交互式数据发现功能和动态可视化旨在满足寻求更好地控制他们的分析并更好地访问耗材内容的商人的需求。 所有用户，无论使用哪种技能，都有权提出和回答自己的问题，以限制对IT的依赖。 随着云的普及，这些员工现在无需大量投资即可快速上手。
高级用户还从自助服务中受益匪浅。 他们现在可以混合多个数据集以进行更可靠的分析。 他们可以利用高级分析来预测未来的结果并创建丰富的可视化效果，以突出显示仅在查看数据或报表时仍隐藏的见解。
可视化本身已成为用数据表达生动故事的一种手段。 静态的仪表板和过去的固定报告未能达到数据叙事标准。 这个故事太简单了（由于度量和尺寸的错误表示，常常会引起误解），或者太复杂了，以至于每天的观众都无法理解。 此外，无论故事如何，由于无法实时更新，因此很快就过时了。
通过交互式可视化，所有用户都可以参与发现过程，并使用直观的界面立即发现数据中的模式。 任何人都可以通过创建情节提要来共享见解，这些故事提要可以为图表和图形中包含的见解提供进一步的上下文。 例如，Qlik的讲故事功能使用户可以创建引人入胜的交互式数据故事。 用户可以编写注释，以在顺序演示中伴随特定的可视化内容，并有直接的指向，并在需要进一步调查时单击访问基础数据。 这种方法提供了更深层次的背景，并通过解释性叙述将真知灼见带入生活。
但是，如果有一种方法可以使用自动化和人工智能来改善人们的数据体验呢？ 使最终用户能够发现新见解，并以可扩展的方式讲述更全面，更一致的故事。
拥抱自动化与创新
故事的下一章现在将以自然语言生成（NLG）或众所周知的自动数据故事讲述来展开。 NLG是BI平台（如Microsoft的Power BI）或Qlik的新机器学习功能（称为Insight Advisor）使用的技术，该功能可将数据从连接的数据源自动转换为叙述，就像分析师将其传达给用户一样。 通过立即生成自然语言的见解以伴随图表和图形，这正在彻底改变数据发现和可视化过程。 这些叙述是动态生成的，可以在您与数据进行交互时不断更新，这些描述是由描述性，诊断性和预测性分析驱动的。 叙述也可以根据喜好轻松调整。
例如，仔细研究Qlik的Insight Advisor，它会根据整体数据集和用户的搜索条件自动生成并建议最佳的分析和见解，从而使这些见解建议变得越来越相关，并随着机器从中学习而变得有价值。用户的分析互动。 用户可以通过手动创建分析来直接训练机器，通过提供直接反馈来改变算法的建议。 认知引擎还从其他受管和受信任的资源中学习，例如全局库和Qlik工件中的业务规则定义。
自动化数据讲故事的能力可加快从事数据发现过程的人员的了解时间。 这些数据驱动的叙述可以识别并传达数据中的相关性，趋势和异常。 新手用户可以更好地理解其可视化效果，而专家用户可以更快地进行更深入的研究。
Gartner在其针对BI和分析的炒作周期中表示：“将NLG与自动模式检测和自助数据准备结合起来，有可能推动下一代智能数据发现平台的用户体验，并扩大高级分析的优势面向更广泛的企业用户和公民数据科学家。”
自动化仪表板提供了一种诱人的选择，可以减轻分析和见解团队处理和理解数据的时间负担，但是如果我们不小心的话，它还会带来其他问题。 尽管自动讲故事无疑可以提高效率，但数据却留给客户或读者自己解释，而没有人在那儿解释结果及其上下文，因此存在围绕结果的故事几乎消失的风险。
随着时间的流逝，数据讲故事，对话分析和演示技术将逐渐合并。 这套融合技术将促进强大的讲故事，并将积极支持围绕数据素养的广泛发展，从而帮助各个级别的用户以更具吸引力的方式表达数据和分析。 根据Gartner在其数据素养指数报告中的预测，到2021年，会话分析和自然语言处理（NLP）将使分析和BI的采用率从32％的员工提升到组织的50％以上的员工，以包括新的用户类别，尤其是在前端办公室。
随着技术的不断发展，我们正处于商业智能和数据分析领域的关键转折点，但是令人放心的是，知道机器仍将需要熟练的和有创造力的人员的知识加以扩充。 发展需要平衡的行为，因为软技能和技术能力是组织成长和个人成功的关键。
作为数据分析和商业智能专家，Inside Info可协助您更好地利用企业数据，尤其是帮助定义业务需求，业务范围，合并数据源，数据集成和数据管理，BI应用程序设计，实施和培训服务。
