蘋果最新 2022 秋季發布會都看了嗎？新產品展示出許多亮眼技術，機器學習就是其中之一，它以人工智能為核心，可為生活服務在內更多個性化功能提供技術支持，發揮著創新引領作用。

機器學習（ML）有著廣泛的用戶群體，可用于各行各業，滿足多樣化的預測分析需求，例如銷售預測與優化庫存。眾多大型企業面臨繁重的數據分析壓力，要在風險與速度當中做取舍，Qlik 告別傳統分析的不穩定性，幫您輕松構建模型，得到更優解決方案。

免費試用Qlik

獲得具體預測，為分析減負

通常來講，技術專家只深入鉆研某幾個重要方面，剩下的就是 Qlik AutoML 發揮作用的地方，如果專家只專注于 10% 的核心部分，Qlik AutoML 將預測分析其余 90%，激發出分析團隊的更多潛力，為企業帶來巨大價值。

Qlik 現在利用人工智能增強商業分析的預測性與規范性。傳統的分析方法，其分析流程一般是先查看過往數據，試圖理解數據含義，繼而通過深入挖掘來尋找某種洞察力，了解事件成因，最終，運用已獲得的這些信息做出更好決策，采取有效行動。

對于 Qlik AutoML，也遵循類似的邏輯。只不過利用機器學習來輔助分析歷史數據，并自主構建可以預測未來結果的模型。所以，相較于傳統分析還存在有風險的猜測，Qlik AutoML 讓您得到了一個更具體、更切實際的方法。通過預測性和可解釋性數據，您可以看到有可能發生的事情，更重要的是，了解這件事為什么會發生，其中包含 SHAP 數據，避免黑箱。有了對可能的結果和推動此結果發生的有力洞察，您就可以決定并實施最佳方案。

使用 Qlik ，您可以：

• 輕松創建 ML 實驗，識別數據集中的關鍵驅動因素和訓練模型。

• 對當前數據進行未來預測，并完成最高水平的預測影響者數據（Shapley 值）。

• 輕松發布數據并將模型集成到 Qlik Sense 以進行探索與假設情景規劃。

團隊輕松操作，提前采取行動

現在，Qlik 將 Qlik AutoML 完全集成到 Qlik Cloud 中，為分析用戶及團隊提供了一種簡單、無代碼的方式來利用 AutoML 訓練 ML 模型、進行預測和計劃決策。您可以利用我們獨特的分析引擎來探索并預測數據，并在 Qlik Sense 中測試假設場景。通過我們的端到端平臺，您還可以觸發警報和自動化以開啟行動。

為了配合在 Qlik Cloud 上發布 Qlik AutoML，我們正在制作一組示例數據文件，供人們在嘗試新功能時使用。示例文件通過構建一家虛擬公司，展示了如何對未來的客戶留存率進行預測。這些簡單的數據能夠幫助您在學習 AutoML 過程時有效了解機器學習，并快速上手實踐。

怎么做？

Step 1 - 當創建第一個 AutoML 實驗時，使用 Customer_Cancellations_Training.csv 數據集來訓練模型。該數據集包含可供機器學習的歷史客戶流失數據。

Step 2 - 部署第一個模型之后，可以使用 Customer_Cancellations_Apply.csv 數據集創建預測。這個數據集包含當前的客戶數據，可以根據這些數據進行流失預測。

Qlik是一家私有SaaS公司，提供端到端實時數據集成和分析云平臺，以縮小數據，洞察力和行動之間的差距。通過將數據轉換為Active Intelligence，企業可以制定更好的決策，提高收入和盈利能力并優化客戶關系。Qlik在100多個國家/地區開展業務，為全球50,000多個客戶提供服務。

作為Qlik官方的中國合作伙伴，我們為Qlik的中國用戶提供產品授權與實施、定制分析方案、技術培訓等服務，歡迎。我們旨在讓中國企業的每個Qlik用戶都能探索出數據的價值，讓企業形成分析文化。