这是一种按需SaaS应用程序，适用于业务用户和分析团队，以通过机器学习自动化快速了解为何指标会更改其数据 

使用电子表格和可视化工具分析数据完全依赖于对数据的手动“切片和切割”，这需要花费时间并产生不完整的结果，可以处理大量数据的高级工具要求用户支付高昂的前期成本来部署专用资源，以满足坏的情况，以程度地利用计算和存储，即使他们长时间闲置也不用。

消除了各种规模的企业在以下方面的技术和成本障碍：

1、通过使用机器学习算法分析其所有业务数据，该算法对数据点的每种可能组合进行评估，以自动浮出水面，并允许用户通过以自然语言提问来交互式地探索数据

2、通过在需要时自动启用资源来在需要时进行弹性扩展，而无需专业技术来进行扩展或缩减

3、通过基于消费的定价模型仅对他们使用的东西付费，该模型向客户收取数据处理和实际使用的计算能力

遗留分析及其“云化”规模已荡然无存

数十亿元浪费在传统的分析应用程序上，这些应用程序的扩展效率不如那样高效或容易，由机器学习和AI驱动的现代数据分析需要全新构建的架构，使组织能够使用自动化分析技术从所有数据中获得答案，而不必担心资源容量或运营规模的扩大和缩小，指导性见解为组织摆脱传统的分析方法提供了独特，现代且智能的方法，尽管仪表板仍然是监视运营指标的标准方法，但它们并不能满足业务用户提出临时问题和执行数据分析的需求，数据科学自动化工具可以帮助快速构建机器学习模型，但需要高级技术团队才能有效。

触手可及的更快数据洞察力

使业务用户和分析团队能够快速了解业务行为的原因和关键驱动因素，使用自然语言获得即时答案，并通过数十亿个数据点的机器学习自动化来简化复杂的数据分析，突破性的分析效率和协作，在两分钟内完成的数据分析现在花了我几天的时间。

商业用户

通过易于使用的自助式临时数据探索和可视化来加快决策制定。

数据分析师

通过机器学习自动执行复杂的数据分析，从而更快地发现见解。

数据工程师

使用自动数据管道和灵活的数据建模来准备和统一所有来源的数据。

数据科学从业者

通过与机器学习合作来加速AI的业务影响。

规模无极限

快速分析您来源中的数十亿个数据点，持续监视关键业务指标以发现性能变化的原因，并了解如何实现期望的业务成果，享受您期望从现代分析体验中获得的速度，规模和弹性，指导的数据洞察力帮助我们获得了数千小时的分析效率。