王永

数据科学发展到今天，各行各业对它的需求与日俱增。大家对于数据科学方面能力的投入也逐渐加大，但是现在由于一些因素的制约，似乎从数据科学方面获得的成功还不足够。

“运用数据科学技术需要资深的技能，同时数据科学项目既花钱又花时间，所以客户好不容易打造的数据科学项目，可能会面对失败或者是无法投入生产的问题，这意味着客户因此将会错失很多商业机会。” Tableau CTO Francois Ajenstat在接受笔者的采访时表示，Tableau的愿景一直以来都是致力于使数据更加民主化，变得人人可用，并且正在对数据科学进行同样的改变——商业科学，是一类新的数据分析的技术，这项由AI所驱动的数据分析技术，可以让商务人士也能够使用数据科学技术，帮助他们更快地做出更明智的决策。

值得一提的是，商业科学与数据科学之间的关键区别在于精准度，比如说数据科学能助解决的问题包括气象监测，路径优化等等。而商业科学所涉及的是一家企业方方面面更广泛的问题，帮助企业提升价值——比如降低员工流失率，提高平均的订单价值，缩短成交的时间等等，并且也可以提供预定率。所以，一刀切的方式是不可行的，两者融合才是客户需要的真正价值。

“目前通过已经应用的机器学习的数据分析，每天进行成百万及上亿的预测。我们把这样自动化的数据，机器学习的数据能力植入到Tableau当中来。” Francois Ajenstat表示，它是一个简单、直观的、自动式机器学习的工具，将自动式的机器学习技术嵌入到Tableau当中，可以让每个客户都能够使用商业科学的工具，同时会让客户更加确信做出透明、正确的决策。……