Microsoft intègre Power BI à Cortana, et crée un outil décisionnel vocal
En juillet dernier, Microsoft avait annoncé plancher sur une déclinaison de son assistant vocal Cortana (intégré à Windows 10) pour le monde de l'entreprise. Sortie dans le courant de l'été, cette offre (baptisée Cortana Analytics Suite) permet d'exploiter divers services du cloud de Microsoft centrés sur le traitement des données (Azure Machine Learning, la distribution Hadoop Azure HDInsight, l'entrepôt de données Azure SQL Data Warehous, Azure Data Lake...). A l'occasion de son événement Convergence Europe ce 1er décembre à Barcelone, l'éditeur américain a annoncé que son outil de Business Intelligence en mode SaaS, Power BI, était désormais intégré, lui aussi, à Cortana Analytics Suite.
Lancer des requêtes complexes par la voix
Fort de cette nouvelle intégration (pour l'instant à l'état de bêta), les utilisateurs de Cortana Analytics Suite doivent pouvoir générer des graphiques ou des data visualisations sur la base de set de données Power BI, et ce via de simples questions posées en langage naturel via l'assistant vocal de Windows 10. "Il peut s'agir par exemple de connaître un chiffre d'affaires sur un trimestre, ou le nombre de leads d'une équipe commerciale, ou encore l'historique des voyages d'un salarié sur une année", indique Microsoft. "travel data" saying "Patrick's travel data for this year"
La combinaison des deux technologies permettraient par conséquent de lancer des requêtes à plusieurs dimensions, dont le rendu serait donc graphique. Pour ce faire, l'éditeur précise avoir optimisé la console Power BI Desktop pour faciliter le croisement, par la voix, de plusieurs filtres d'analyse de Power BI depuis Cortana. "Le processus s'adosse à la brique Power BI Q&A déjà présente dans l'outil pour gérer des requêtes en langage naturel", prècise Microsoft.
Microsoft en profite pour améliorer, aussi, Power BI en y intégrant la possibilité de faire appel à une bibliothèque d'algorithmes. Baptisés Quick Insights, ils permettent de détecter au sein d'un set de données des tendances ou des signaux faibles (par exemple des corrélations, le facteur majeur d'une valeur, une tendance baissière, une saisonnalité ou des mesures temporelles avec des valeurs sortant de l'ordinaire...). Ces algorithmes pourront être appliqués en un clic, puis traduient sous forme de data visualisations.