數據挖掘能力與方式比較

有些企業表示已有自動化不同維度的固定報表，若是臨時需要，再下載資料，利用Excel製作報表，故無需求。事實上，目前多數報表是針對交易資料進行簡單運算，屬於描述性分析，能解釋已經發生事件的事後分析(Hindsight)，缺乏進階統計與演算法分析，無法提供診斷性與預測性洞見(Insight)，以及具指示性的遠見(Foresight)，大幅提升決策品質與速度。

表3. Garner數據分析四階段


下圖比較不同產品的數據挖掘能力，JarviX內建數十種機器學習演算法，可利用無代碼 (No code)執行數據分析的四個階段，具備大數據千億級算力。其他產品，BI只能做描述性分析，Python或R可透過寫程式處理四階段分析，SAS可做描述性分析，其他則是低代碼或寫程式，需要另花費百萬配置大數據架構。

圖9. 各產品數據挖掘能力比較


下圖比較數據分析方式與時效，不論是使用介面、製作時間、建構者與溝通成本，JarviX均較優，能達到「秒級速度」。傳統分析拖曳式樞紐或寫程式，使用友善性較差，需要花費較長時間，JarviX讓AI協助分析，找到問題瓶頸，比傳統平台快，超過百倍的處理速度，站在企業的角度，釋放企業內大多數人的時間，能夠投入商業創新方面，創造更多價值。

圖10. 分析方式與時效比較


陳素敏顧問簡介