介绍AI时代的数据工具(1)——Polymer

我开一个新的系列,分期介绍海外的AI时代的数据工具。这是第一篇。

在我的心中,AI提供的数据工具,跟过去我用过的所有的数据工具应该都非常不同。

它应该能够自己收集数据,自己组织数据,然后自己做出数据的分析。这意味着它能完全取代普通数据分析师的工作。

这三个加粗的部分,也是我认为AI型数据工具的三大必备特征。

同时具备这三大特征的工具有吗?在一定条件下,我认为这样的工具是存在的。当然,类似于人这样的生物,能够自己在数字世界中到处搜集数据,甚至查看物理世界中的数据的这种AI,我想应该还没有出现。

而今天要介绍一个自动数据分析的AI工具,Polymer,则是在一定条件下具备这三个特征的工具。这一类的工具,坦率说,其实市面上如雨后春笋般出来,数量也不少了,但为什么要先介绍Polymer呢?

因为这个工具首先是为我们的专业领域数字营销行业量身定制的。它面对的数据,首先就是数字营销,尤其是与投放和流量运营相关的数据。这,也是我首先介绍它的原因。

先看看这个工具的官方介绍:Polymer是一款人工智能驱动的数据可视化工具,旨在简化数据分析和仪表盘创建过程,方便没有专业技术知识的用户使用。它旨在实现数据访问和洞察的民主化,让业务专业人员能够直接参与数据分析,并轻松生成具有可执行性的洞察。

这么说太抽象。我们还是按照前面说的三大特征来看看这个工具。

01 数据收集

我想,我们期望的人工智能帮我们实现的数据收集,是能够自己在数字世界中找数据资源,然后自己整理组织这些数据。

不过,目前还没有智能到这种程度。我觉得要到AGI能被普遍实现之后,这种能力才可能实现。

现实一点,现在的工具要能从给定格式的数据库或者数据工具中自行获取数据就已经非常不错,而Polymer正是这样的一个工具。

它可以从多个常用的数据平台中自行获取数据,例如Facebook Ads数据平台、Google Ads数据平台、Shopify的数据平台、Google Analytics(这个也是我们的老朋友了)以及Google Sheets等中提取数据。你需要做的,是给这个工具连接这些数据平台的授权。除此之外,你不需要额外的数据操作技能。

 

图片来自polymersearch.com

Polymer的得名,我相信肯定是跟它的数据收集能力有关。

Polymer,高分子聚合物的意思,这个工具可能想用它比喻“大数据连接器”。Polymer不仅仅只是直接连接这些数据平台后获取数据,更是把异源数据整合在一起,有真正的聚合的作用。我们接着看它的数据组织能力就能明白。

02 数据组织

数据组织,是这个工具的亮点。

原本这个工具就是做自动化dashboard的,不过因为AI时代来了,它在dashboard的基础上增加了一些人工智能数据分析的能力。

但dashboard毕竟是它的老本行。

比如,你把Google Analytics的账号和它连接之后,它会自动生成dashboard,把你需要的重点数据都放在这个dashboard中。

图片来自polymersearch.com

你会说,GA不是自己就有dashboard吗?我要它的dashboard干嘛?

有两个原因。第一,GA只提供GA自己的dashboard,而Polymer能把其他的数据平台的数据,也整合在一个(或者一组)dashboard中,这样你就可以以一个界面甚至一个视图查看多个数据平台的数据。甚至,如果你在数据命名上具有一致性的话,你还可以把多个数据平台的数据直接连接起来,生成一张数据表展示。这跟数据库的连接是类似的,但全部由它自动化完成。理论上,有它你可以不再用数据库操作,或者也不用excel做vlookup的数据查找和连接了。

图片来自polymersearch.com

第二,GA的dashboard还是太专业,对非专业人士不友好,Polymer更偏向于给普通人看,在增加了AI数据解读以及对话式数据分析操作后,降低了它的专业门槛。

一旦你把所有你需要的数据都连接在Polymer这里,你可以自己选择变量,然后自己拼接成各类图表。比如,把A平台(Google Ads)中的各广告的费用、展示和点击数据,与B平台(GA)中的这些广告的流量数据,以及C平台(电商平台)中这些流量源的销售数据连接在一起,变成一张广告投放绩效的数据表,就很轻松。未来,这张表会完全自动更新,你不需要再做任何手动操作。

图片来自polymersearch.com

基于这些连接好的数据表,Polymer也提供各种数据可视化表达方式,如下图所示:

图片来自polymersearch.com

03 数据AI

前面这两点,坦率讲,都不新鲜,行业中有大量的做数据连接和可视化的工具。Tableur就可以呀,为什么我非要用你Polymer呢。

所以Polymer增加了AI数据分析的功能。

当然,这个功能必须基于你自己提前做好的dashboard。你把图表拿出来,它自动生成关键洞察。

图片来自polymersearch.com

你也可以用自然语言跟它提问,它帮你给出见解。

图片来自polymersearch.com

如何评价它的AI水平?

大家可以自己试用,它有7天试用期。

我自己的试用感觉,是AI数据分析的水平,距离有经验的分析师还差很远。它能发现异常,找到一些规律,但是它不理解业务。也就是说,它的分析仍然是刻板的,无法跟实际情况结合是阻碍它能够发挥更深入价值的障碍。

但,如果我手上有大量要服务的客户,需要快速生成漂亮的数据视图,我还是会考虑使用这个工具。它的亮点还不在AI,但在数据可视化上,表现不错!

好,今天就先介绍这第一个工具,后续会跟大家介绍更多AI时代的数据工具!下一次我介绍一个更偏通用数据分析的AI工具,欢迎大家follow我的公众号“宋星的数字观”。

-2024年最后一期宋星大课堂-

课程详情扫描二维码,备注“上海大课堂”咨询

未经允许不得转载:版权归宋星及chinawebanalytics.cn所有宋星的数字观 » 介绍AI时代的数据工具(1)——Polymer
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址