Ibm واٹسن تجزیات کا جائزہ اور درجہ بندی

شروع ہوا چاہتا ہے

اگرچہ یہ ایک مکمل سیلف سروس BI ٹول ہے ، لیکن یہ کاروباری صارفین کے لئے چیزوں کو مزید آسان بنانے اور تعمیل اور سیکیورٹی کے قواعد کو بھی یقینی بنانے کے ل company کمپنی کے اعداد و شمار کو لوڈ کرنے میں مدد دے سکتا ہے کیونکہ یہ ان کے مطابق ہوگا۔ تاہم ، صارف آسانی سے اعداد و شمار کو لوڈ کرسکتے ہیں بشرطیکہ ان کے پاس اس تک رسائی کے لئے اسناد موجود ہوں۔ تب صارفین کو قواعد طے کرنے پر اشارہ کیا جاتا ہے۔

آئی بی ایم واٹسن پر "+ نیا ڈیٹا" (ڈیٹا شامل کریں بٹن) پر کلک کرنے کے بعد یہ دونوں انتخاب ہیں جو "اپلوڈ ناؤ" بٹن پر کلک کرنے کے بجا Users صارف اپ لوڈ کرنے سے پہلے ڈیٹا کو اپ لوڈ کرنے سے پہلے شکل اور صاف کرسکتے ہیں۔ تجزیات کا ہوم پیج۔ اس سے پہلے کہ "شکل سے پہلے کی شکل" کی تقریب میں رازداری کے اصولوں کی تعمیل کرنے کے لئے صارفین صارف کے نام اور ذاتی طور پر قابل شناخت معلومات (PII) کو نظرانداز کرسکتے ہیں۔ اپ لوڈ کریں . میں نے ڈیٹا کو منتقل کرنے اور خالی قطاریں حذف کرنے کے لئے "شکل سے پہلے" کے بٹن کا استعمال کیا ، لیکن آپ مطابقت پانے کے ل addresses پتے اور تاریخوں اور دیگر معلومات کو بھی صاف کرسکتے ہیں جو تجزیے میں معاون ہے۔

دوسرے لفظوں میں ، "شکل سے پہلے" کی اجازت دیتا ہے صارف آسانی سے صاف کریں اور اس پر تجزیہ چلانے سے پہلے صرف کچھ کلکس سے ڈیٹا تیار کریں۔ یہ نظام صارف کو تجویز کردہ صفائی اور تیاری کے کاموں کا اشارہ کرتا ہے جن کی ضرورت کے مطابق مخصوص ڈیٹا سیٹ نظام پر ظاہر ہوتا ہے۔ اس میں سادگی اسے آسانی سے کم سمجھا جاتا ہے جب آپ غور کرتے ہیں کہ ڈیٹا پری کو عام طور پر تجزیاتی عمل میں کسی بھی دوسرے اقدام سے زیادہ وقت لگتا ہے - پھر بھی یہ اشارہ اور کلکس کی بات ہے اور آپ نے یہ کام کر لیا۔

صارف یا آئی ٹی ڈیپارٹمنٹ کے ذریعہ تمام ڈیٹا سیٹ شامل کرنے کے بعد ، صارف انٹرفیس (UI) شبیہیں یا کسی ٹیبل کے صارف کے انتخاب میں ڈیٹا سیٹ کو ظاہر کرتا ہے۔ کسی بھی طرح ، اعداد و شمار سیٹ وہاں دکھایا گیا ہے کہ صارف کی اپ لوڈ ، ایک یا زیادہ سے زیادہ IBM واٹسن تجزیات کے رابطوں کے ذریعے حاصل کردہ ڈیٹا ، سسٹم کے اندر موجود صارف کے ذریعہ ڈیٹا سیٹس ، یا IBM واٹسن سوشل میڈیا (جس کے اندر سے قابل رسائی ایک سوشل میڈیا تجزیات کا آلہ) سے ڈیٹا سیٹس حاصل ہوسکتے ہیں۔ IBM واٹسن تجزیات کا آلہ)۔

نوٹ کریں کہ آئی بی ایم واٹسن تجزیات اسٹریمنگ تجزیات نہیں کرتے ہیں۔ انٹرنیٹ آف تھنگس (IoT) کے ڈیٹا اور دوسرے ذرائع اور سسٹم میں جہاں عام معلومات موجود ہیں اور تجزیہ فوری ہونا ضروری ہے۔ تاہم ، آئی بی ایم واٹسن تجزیات میں ، قریب 5 وقت پر پڑھنے کے ل data ، ہر 5 سیکنڈ یا اس سے زیادہ وقت میں ، اعداد و شمار کو کثرت سے تروتازہ کیا جاسکتا ہے۔ یہ استعمال کے بہت سے معاملات میں کافی ہے اور یقینا استعمال کے معاملات کے لئے آئی بی ایم کا مقصد ہے: تصور ، نمونہ سازی ، اور سوشل میڈیا پوائنٹ وقتی تجزیہ۔ اس کو استعمال کے کسی ایسے معاملے کے لئے استعمال نہیں کیا جاسکتا ہے جس کے لئے اصل اصل وقت ، محرومی تجزیہ کی ضرورت ہو۔ ہوسکتا ہے کہ کچھ صارفین کے لئے یہ ایک بڑی کمی ہے۔

مختصرا. ، میں نے ڈیٹا سیٹ اپ کو آسان اور سیدھے اور معمولی بزنس تجزیہ کار کی مہارت کی سطح کے ساتھ ساتھ بیشتر دوسرے کاروباری صارفین کی رسائ کے موافق موزوں پایا۔ یہ نظام انتہائی بدیہی ہے ، لیکن اس کے باوجود یہ ابتدائی افراد کے لئے خوفناک ہوسکتا ہے۔ مہارت کی سطح سے قطع نظر ، میں سب سے پہلے سبق دیکھنے کی سفارش کرتا ہوں۔ اگرچہ زیادہ تر صارفین ٹول کے ذریعہ ٹھیک ٹہلنے اور محسوس کرنے کے قابل ہوں گے ، لیکن اس ٹیوٹوریل آپ کو تیزی سے چلائے گا ، خاص طور پر اگر آپ نے پہلے کسی سیلف سروس BI ٹول کا استعمال نہیں کیا ہو۔ اگر آپ کوائف وانگلنگ اور تجزیات میں تجربہ ہے تو پھر سبق کو ابتدائی طور پر دیکھنے کے ل time ابھی بھی وقت کی بچت ہوگی۔

دریافت کا عمل

صارف دریافت کے مرحلے (یعنی تجزیات کو چلانے) میں سے دو میں سے ایک میں منتقل ہوسکتا ہے: یا تو مخصوص اعداد و شمار کے سیٹ پر کلک کرکے یا سوال بار میں سوال ٹائپ کرکے۔ کسی مخصوص ڈیٹا سیٹ پر کلک کرنے سے "اسٹارٹنگ پوائنٹس" کے نام سے اشارے ملتے ہیں ، جو آئی بی ایم واٹسن تجزیات کے مطابق بصیرت فراہم کرتے ہیں جو آپ کے لئے سب سے زیادہ دلچسپی کا حامل ہوگا۔ ہاں ، اس کا مطلب یہ ہے کہ عام طور پر استعمال شدہ اور پری بلٹ الگورتھم کے ذریعہ فراہم کردہ فوری بصیرت ہے۔

اگر آپ اس کے بجائے سوالیہ بار میں سوال ٹائپ کرتے ہیں ، تو پھر سسٹم اس معلومات کو ان تمام ڈیٹا سیٹس میں تلاش کرتا ہے جو آپ نے منتخب کردہ ڈیٹا سیٹ کے بجائے آپ نے شامل / بھری ہوئی ہے۔ آپ سسٹم میں سوال پیدا کرنے کا طریقہ سیکھنے کیلئے ہیلپ ٹول پر بھی کلک کرسکتے ہیں۔

میں نے محسوس کیا کہ اس آلے سے استفسار کرنا قدرتی زبان کے ساتھ بہت اچھ worksا کام کرتا ہے ، اس کا مطلب ہے کہ میں کسی سوال میں ٹائپ کرسکتا ہوں جب میں کسی ساتھی سے پوچھوں گا اور پھر بصیرت اور تجاویز حاصل کرسکتا ہوں جو موزوں ہیں۔ میں بھی سیریز میں ٹائپ کرسکتا ہوں کلیدی الفاظ اور وہی چیز واپس لو۔

مثال کے طور پر ، میں نے "ٹائپ کیا کہ کس قسم کی مصنوعات بلیک فرائیڈے کے دور میں زیادہ مقبول ہیں؟" اور پھر ایک علیحدہ سوال کے طور پر ٹائپ کریں "پروڈکٹ ، نومبر۔" دونوں کے جواب میں ، نظام نے مطابقت پذیری کے سلسلے میں کئی تجویز کردہ سوالات اور ڈیٹا سیٹ تیار کیے۔ اس کے بعد میں اس مشورے پر کلک کرکے بصیرت حاصل کرسکتا ہوں جو بہترین فٹ ہے۔ میں اپنے فرصت کے موقع پر ہر تجویز کردہ نقطہ نظر کی بھی تلاش کرسکتا تھا جس میں مجھے تیزی سے استعمال کے ل visual تصوراتی بصیرت اور ایک سکرول قابل انفوگراف مل جاتا ہے۔ یہاں تک کہ آپ ایک دو کلکس کے ساتھ ویژنلائزیشن فارم کو بھی تبدیل کرسکتے ہیں۔

یہ یہاں تصویری ڈرل ڈاؤن میں ہے کہ میں نے تھوڑا سا ٹھوکر کھائی اور میں سبق پہلے کیوں دیکھنے کی سفارش کرتا ہوں۔ میں نے سوچا کہ مجھے واپس جاکر ایک اور سوال پوچھنا ہے ، پورے عمل کو دہرانا ، بس اپنے سوال میں ایک اور عنصر (ان پٹ) شامل کرنا ہے۔ کمپنی کے نمائندہ نے مجھے اس ڈیمو کے ذریعے چلنے کے بعد ہی بتایا تھا کہ میں نے یہ سیکھا تھا کہ میں "رنگین قدر" تقریب کے ذریعہ یہ کام کرسکتا ہوں - جو کہ منظر کے نچلے حصے میں ایک بار میں پایا جاتا ہے۔ وہاں "بڑا لمحہ" ، لیکن اس نے مجھے یاد دلایا کہ اگرچہ IBM واٹسن تجزیات انتہائی بدیہی ہے ، یہ ایک نیا موبائل فون حاصل کرنے اور عجیب و غریب طور پر احکامات کا پتہ لگانے جیسا ہی ہے کہ بعد میں حیرت ہوگی کہ آپ کو اس میں سے کوئی مشکل کیوں محسوس ہوئی۔ ہاں ، بالکل ایسا ہی تھا۔ بدیہی اور آسان لیکن صرف اس کے بعد جب میں نے کچھ سر کھجلی کی اور زور سے شور مچایا ، "حیرت ہے کہ انہوں نے XYZ کرنے کے لئے ٹول کہاں رکھا ہے؟" پھر بھی ، اس کے بیشتر حریفوں کے مقابلے میں ، آئی بی ایم واٹسن تجزیات استعمال کرنے کے لئے تیز ہوا کا سامان ہے۔

مزید پیچیدہ سوالات کے ل questions ، ایسے سوالات ٹائپ کریں جن سے شروع ہوتا ہے ، "کیا چلتا ہے X" یا "کیا X کی پیش گوئی کرتا ہے ،" جو آپ کو زیادہ گہرے غوطہ خوروں اور پیچیدہ فیصلے والے درختوں تک لے جائے گا۔ میں نے بصیرت کو دریافت کرنے میں یہ انتہائی موثر پایا ہے کہ شاید ڈیٹا کے بارے میں کیا پوچھنا ہے اس کا پتہ لگانے میں شاید مجھے بہت زیادہ وقت لگا ہو۔

ڈسپلے فنکشن this اس سسٹم کے عمل کا تیسرا مرحلہ you آپ کو تصوizرات کا انتخاب کرنے ، انہیں بچانے اور / یا ڈیش بورڈ یا انفوگرافک پر شائع کرنے دیتا ہے جو آپ نے ایک دو کلکس میں بنایا ہے یا ڈریگ اور ڈراپس . یہ آپ کو آسانی سے دوسروں کے ساتھ جو بصیرت ملی ہے اس کا اشتراک کرنے کے لئے ڈیزائن کیا گیا ہے تاکہ آپ اگلے ہونے والے اقدامات پر ، یا تجزیہ میں کی جانے والی وسعتوں یا اصلاحات پر بھی تعاون کرسکیں۔

قیمتیں اور ورژن

مفت خصوصیات اور محدود خصوصیات کے ساتھ ایک مفت ایڈیشن دونوں دستیاب ہیں۔ وہ لوگ جو سسٹم کی جانچ کررہے ہیں وہ خود بخود ٹرائل ایڈیشن کی طرف چل پڑے ، جو 1 میگا بائٹ (MB) اسٹوریج فراہم کرتا ہے۔ صارف آزمائشی مدت کے اختتام پر زیادہ محدود مفت ایڈیشن خریدنے یا اس میں جانے کا فیصلہ کرسکتے ہیں۔ پلس ایڈیشن ، جس کا میں نے تجربہ کیا ، وہ فی صارف month 30 فی مہینہ ہے اور اس میں بنیادی طور پر 2 گیگا بائٹ (جی بی) اسٹوریج کے ساتھ مفت ٹرائل ایڈیشن ہے ، ساتھ ہی بڑے اعداد و شمار کے سیٹوں کو لوڈ کرنے کے قابل اضافی بونس بھی ہے۔ پروفیشنل ایڈیشن انٹرپرائز کے استعمال کے لئے ڈیزائن کیا گیا ہے اور دوسرے ایڈیشنوں کے مقابلے میں متعدد صارفین ، زیادہ پیچیدہ اشتراک اور زیادہ ڈیٹا کنیکٹر کو ایڈجسٹ کرسکتا ہے۔ پروفیشنل ایڈیشن کی لاگت فی مہینہ user 80 ڈالر یا 100 جی بی اسٹوریج کے ساتھ ہر سال user 960 ہے۔

آئی بی ایم واٹسن تجزیات بصیرت مہیا کرتی ہے جو خوردہ سے لے کر صحت کی دیکھ بھال تک مختلف صنعتوں کے کاروباروں کی مدد کر سکتی ہے۔ اس میں کوئی شک نہیں کہ ساختی اور غیر ساختہ اعداد و شمار میں پوشیدہ رجحانات اور باہمی وابستگی کا پتہ لگانا قیمتی ہوسکتا ہے۔ کمپنیاں کاروباری واقعات چلانے کے حالات کا تجزیہ کرسکتی ہیں اور مستقبل کے فیصلوں سے آگاہ کرنے کے لئے ڈیٹا کا استعمال کرسکتی ہیں۔

مجموعی طور پر ، IBM واٹسن تجزیات کو خوبصورتی سے انتہائی بدیہی UI اور آسان صارف تجربہ (UX) فراہم کرنے کے لئے ڈیزائن کیا گیا ہے۔ پرامپٹس واقعی ذہین ہیں اور سمارٹ سمت میں بھی ابتدائی رہنماؤں کی رہنمائی کرتے ہیں ، جو کمپنیوں میں ڈیٹا ڈیموکریٹائزیشن کے لئے کام کرنے والی کمپنیوں میں بہت آگے جائے گی ، جو اس تنظیم میں تقریبا ہر شخص اپنے کام میں ڈیٹا اینالٹکس استعمال کرتا ہے۔ صارفین کو گہری بصیرت پر منتقل کرنے میں بھی یہ بہت ہموار ہے یہاں تک کہ اگر ان کی ڈیٹا سائنس کی مہارت بھی کچھ محدود ہو۔ پھر بھی ، انتہائی تجربہ کار ڈیٹا سائنس دان اشارے چھوڑ سکتے ہیں اور سیدھے پیچیدہ سوالات اور فیصلے والے درختوں تک جا سکتے ہیں اور "صارف دوست" سافٹ ویئر سے وابستہ زیادہ تر مایوسی سے بچ سکتے ہیں۔

اس کا مطلب یہ نہیں ہے کہ آئی بی ایم واٹسن تجزیات کامل یا استعمال کے تمام معاملوں کے لئے موزوں ہے۔ اڑن پر اسٹریمنگ ڈیٹا اور تجزیات کو ہینڈل کرنے میں ناکامی کچھ لوگوں کے ل a (لیکن بہت سارے لوگوں کے لئے ایک عدم اجرا) کو ایک بڑی کمی ہوگی۔ اگر آپ کے استعمال کے معاملات کے ل near قریب کا اصل وقت کافی ہے اور آپ کے ملازمین میں مہارت کی سطح کا مرکب ہے تو آپ کو یہ اوزار مل جائے گا کہ یہ کام کے مقابلے میں زیادہ ہے۔