增强分析结合了复杂的机器学习 (ML)和自然语言处理 (NLP)使用户能够更快速、更简单地提取情报。此外，这种自动化通过内置的趋势模式识别和模式识别工具引导用户获得新的见解。

增强分析具有以下特征：

智能数据发现帮助业务专业人员在没有技术专业人员或分析师指导的情况下利用复杂的分析技术的工具。
自助式商业智能为企业制定战略、运营和战术计划的平台。
认知搜索，其中各种数据源的高级搜索方法可提供更易吸收、更易于理解和更有条理的内容。
自动数据准备可以更快地清理数据。
增强分析工具在采用和成熟方面是新的。高德纳据估计，增强分析的增长速度将是非增强分析的两倍，并将提供两倍的业务价值。

小心使用增强分析质量差或有偏见的输入，因为这会扭曲分析，导致错误的结论。

增强分析的其他定义包括：
在整个分析生命周期中使用“机器学习自动化来补充人类智能”。(信息周刊)
“一种使用机器学习和自然语言生成自动化洞察的方法。” (Gartner IT 词汇表)
“将机器学习与自动化数据准备、洞察发现和洞察共享相结合，这是一个具有日益增长的战略重要性的领域。” (福布斯杂志).
企业使用增强分析来：
更快地提供关键数据。
更好地理解报告。
通过更好地利用数据科学家的专业知识而不是创建自动报告来节省时间和金钱。
处理大量大数据，因为其中 80% 仍未使用或未充分利用。

相关帖子DA内容精选 2022年300个以上最佳免费数据科学课 大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！ 机器学习模型方法总结 历史最全机器学习/深度学习/人工智能专业术语表中英对照表 机器学习如何应用于商业场景？三个真实的商业项目 数据工作者的自我修养 | 哪些技能是必不可少的？ 《汗牛充栋：数据分析书籍分享》CDA网校新课上线 文本挖掘常用的107个语料库 一图读懂“东数西算”工程 零基础转行数据分析，看这篇文章就够了