如果有個介面簡單，即使沒有數據背景，也可以使用的數據平台，那該有多好？

2013年畢業之後就一直在前端(Frontend)的圈子里，大部分的時間都花在使用者介面的設計。什麽是介面呢？簡單來說就是一個容許外部的操作與內部溝通的方式。操作的那端因為直接面對使用者，需要盡量簡單、直覺，但是如果希望能解決困難的問題，內部必定要有非常強大又覆雜的功能，那外部操作又很難簡化。

電視遙控器就是一個很好的例子—— 要越多功能，遙控器就得長得越大支，大到一個你手很難拿的程度，才塞得下各種按鍵。

現在企業很熱門的數據分析也是如此。數據量如此大，欄位如此多，再加上分析的各種需求，整件事就變得很覆雜，那可能是一支你單手無法掌握的遙控器。但是因為不做不行，規模比較小的企業就只能硬著頭皮，要求員工用Excel做分析。撇除每個辦公室里面可能都會有那麽一位自帶光芒的Excel小老師，公式覆雜度恐怕就讓人敬而遠之了。更別提Excel對於大數據的處理能力，光是分析一份資料有時候就要橫跨多個csv檔，讓人暈頭轉向。

有些規模比較大的零售企業，能花錢買一個市場上較知名的BI(商業智能)軟體，再搭配一整組的IT來做分析。但是，真正分析的需求端，像是業務或者MD(商品開發)因為不會寫Python，只好先把自己的需求跟IT部門溝通清楚，才能進行分析，前後要花上幾天的時間。這就像是你跟另一半一起看電視，她抓著遙控器，你要轉台還要透過她，光用想的都覺得難上加難。

當然你也可以自己試著寫Python做數據分析。

如果有一支遙控器介面幹凈簡單，人人都會使用，按下去就能自動執行相對應的功能，那該有多好？從數據分析的角度來說，這就是新一代決策輔助系統想要完成的事-提供完整BI功能，也加入了人工智慧演算法的輔助，透過自然語言處理了解使用者想要問的問題，更能建議適合的演算法，自動分析將巨量數據視覺化，達到真正的自助式分析(也就是像你、我這些非數據分析背景的人也可以做分析的意思)。

好的分析工具要人人都能使用

要做到這件事，首先你需要一個簡潔的介面，最好還是大家熟悉的互動方式。好比說利用類似搜尋的方式，讓系統可以自動推薦你可能想更深入找的答案。就像我們天天都在使用的-你查找資料使用Google的搜尋、旅遊找住宿要透過Airbnb的搜尋，你的外送餐點也可能是在UberEats上搜尋來的。

除了介面使用便利，容易上手，速度快，還要會讀心術才夠AI。

把這所有的條件寄去給工廠，說你要做一支遙控器 —— JarviX就是這樣誕生的。

針對人工輸入資料收集的問題，最佳的解決方法就是盡可能自動化收集數據的流程，或者是制定完整的制度並嚴格執行。

當使用者點擊了推薦的問句或是詢問了問題之後，JarviX 會針對使用者問的問題試著去找出這個問題有沒有其他類似的問題並且在對話視窗中推薦給使用者，同時右手邊則會顯示出系統針對使用者所問的問題進行分析後的結果。

不過人類和機器溝通的時候難免會有些會錯意，好比大家常常用的手機智能助理，因為沒有理解使用者的意思，導致結果差了十萬八千里，甚至直接呈現放棄狀。套句某水果人工助理的名言: 「我不太清楚你想表達什麽。」

JarviX 在這裡也展現了人工智慧的優越之處。在提出銷售相關問題的時候，好比每月產品營收的趨勢，JarviX 也能快速在分析後自動理解營收即為利潤，並將正確欄位的數據做成趨勢圖表，並貼心的提醒使用者自己背後運算的思路。

JarviX 透過問問題的方式讓你快速地進行資料分析、同時搭配系統提供的各種圖表、工具，讓每個使用者都能夠快速的上手資料分析。

你不需要具 AI 的相關知識，系統自動的就在適當的時機幫你處理困難的問題。

對需要產定期報告的人來說，再也不必痛苦的拉報表、產數據給老板，這種事情繁覆又容易出錯，天天活在恐懼之中。現在，有簡單的分析平台幫助你完成，正確又有效率，省下來的大把時間，你就能拿去找尋新的機會和發揮創意。

對企業的高層來說，現在有了即時的數據洞察力，你不再被部下的報吿牽制住，會議中總是得不到想要的答案，臨時遇到的問題現在也能馬上得到最好決策的依據。

企業中的IT人員也不需要擔心，透過自助式分析平台的普及，平日那些來自不同團隊，眾多和瑣碎的分析需求，不再是你上班時嘆氣的主因了(誒不好意思，這邊麻煩加個Filter，然後那邊幫我弄一個query)，你可以更專注在找到能驅動企業的數據——活的數據。

看了卻沒人用的數據是死的，真正帶來影響力，驅動企業決策的，才是活的數據。

【延伸閱讀 | 帶您深入了解各產業解決方案】人工智慧科技基金會執行長溫怡玲：AI沒有完全正確的成功方程式

【聯繫我們 | 帶您體驗企業無痛快速轉型升級 】如何快速導入低代碼數據平台顛覆傳統企業數據流程，解決企業轉型面臨的效率、成本和價值等問題，提升企業的決策水準。