智能分析。自然语言可能很困难，人们善于通过理解对话的上下文来澄清歧义和意图，但是机器面临着更加困难的挑战。现在，随着自然语言领域的进步，机器可以更好地处理语用，解密上下文以更好地理解语句的含义。

数据分析中机器人语言背后的技术了解声明不明确的语句，并通过提供有用的建议来解决它们。让我们看一下“随着时间的推移获利”的示例，通过建议利润字段的汇总来解决此语句，并使用受欢迎程度数据来建议定单日期字段作为时间的定义。

数据分析师可以结合数据可视化实践，向企业展示功能和输入内容来选择的可视化效果，以代表每个问题的相关答案。CPDA数据分析师可以根据可视实践提供用于分析的图表类型。如果需要其他视图，也可以更改视图类型。可视化将自动排序。例如，“按/地区划分的平均价格”会自动将条形图降序排列。

从数据到决策。在使用“询问数据”提出问题之后，您可以与他人共享发现，以鼓励进一步的探索。假设我是一名运营经理，而我刚刚回答了有关入站客户呼叫的一个重要问题。我可能想提醒呼叫中心，呼叫的数量激增。我要做的就是将可视化文件另存为工作簿，并通过共享。从服务器或联机，我什至可以从保存的工作簿中创建数据驱动的警报或订阅。