Business intelligence is momenteel bezig om de kloof tussen nieuwsgierige business users en data te overbruggen met behulp van AI-aangedreven agents. Deze verandering belooft een einde te maken aan de traditionele barrières die analytics al decennialang in de weg staan. We spraken met VP Product Management Matthew Miller over Tableau Next.
Miller, die al 27 jaar werkzaam is in en rond analytics, beschrijft wat hij een cruciaal moment in de analytics-wereld noemt. “Data is van oudsher moeilijk. Business users hebben er geen toegang toe”, legt hij uit, verwijzend naar de belofte die de sector sinds eind jaren negentig kenmerkt. “We hebben deze droom nagejaagd om de kloof te dichten tussen nieuwsgierige mensen die vragen hebben en de mogelijkheid om daadwerkelijk antwoorden te krijgen.”
Ondanks decennia van innovatie blijft deze fundamentele uitdaging bestaan. Miller herinnert zich dat hij samenwerkte met een Nederlands medisch technologiebedrijf waar maar liefst acht bureaucratische lagen de zakelijke gebruikers scheidden van de mensen die de data beheerden. Die complexiteit zorgde voor knelpunten in plaats van oplossingen, waardoor waardevolle inzichten buiten bereik bleven.
De nieuwe versie van het Tableau-platform, Tableau Next genaamd, pakt dit probleem direct aan door AI in de structuur van analytics te integreren en opnieuw na te denken over hoe organisaties met data omgaan en hoe inzichten door de hele organisatie stromen.
Institutionele kennis vastleggen via semantische lagen
Een van de grootste belemmeringen voor datademocratisering is het verlies van institutionele kennis. Tijdens een klantbezoek in Arendonk, België, ontmoette Miller een ervaren medewerker die in 25 jaar tijd een intuïtief gevoel had ontwikkeld voor wat de data werkelijk betekenden. “Terwijl het dashboard wordt geladen, zegt deze oude man: ‘Wil je die tabel? Nee, nee, niet die. Je moet code 999 uitsluiten. Dat is een testcode'”, herinnert Miller zich. “Hoe had ik dat moeten weten?”
Het is precies dit soort impliciete expertise die Tableau wil vastleggen en coderen. Het doel is ervoor te zorgen dat belangrijke kennis niet alleen in de hoofden van ervaren medewerkers blijft zitten. Daar komt de semantische laag van Tableau Next om de hoek kijken.
Tableau Semantics vormt de basis van de intelligentie van het platform. Het verrijkt ruwe data met context, waardoor gebruikers van verschillende afdelingen dezelfde zakelijke taal spreken. Door middel van metadatamodellering biedt het duidelijkheid over hoe data wordt gegenereerd, verwerkt en gepresenteerd. Zo wordt vertrouwen in het analyticsproces opgebouwd en wordt een gemeenschappelijke basis voor interpretatie gecreëerd. “In wezen willen we die oude man bij iedere klant vinden, hem alles wat hij weet in de semantiek laten dumpen en het model trainen”, zegt Miller.
Een agentic architectuur met vaardigheden en semantiek
De ruggengraat van de AI-gedreven aanpak van Tableau is wat Miller omschrijft als “vaardigheden binnen een agent”. De architectuur is zo opgezet dat deze weerspiegelt hoe mensen op natuurlijke wijze vragen stellen en taken uitvoeren. Vaardigheden bevatten onderwerpen, onderwerpen bevatten acties en acties zijn deterministisch van aard. Door deze gelaagde opzet kan het systeem complexe query’s verwerken en tegelijkertijd voorspelbaar en compliant blijven.
“De kracht van grote taalmodellen is dat deze enorme statistische modellen de onnauwkeurigheid van taal kunnen achterhalen”, legt Miller uit. Of gebruikers nu informatie ophalen of records bijwerken, de agent begrijpt de intentie, zelfs wanneer deze in natuurlijke, conversatietaal is geformuleerd.
Cruciaal is dat het agentic framework de regels respecteert die organisaties moeten volgen. “Als je te maken hebt met naleving van overheidsvoorschriften, zal de agent zich nog steeds houden aan het beleid inzake tabelkoppelingen of omzetverantwoording”, benadrukt Miller. Het doel is niet om het proces te omzeilen, maar om er op een intelligente manier doorheen te navigeren.
Dit is ook waar de architectuur van Tableau Next zijn volwassenheid voor bedrijven laat zien. Het bevat tools voor datadocumentatie die het traject van ruwe invoer tot voltooid dashboard visualiseren, wat transparantie en governance ondersteunt. In combinatie met Salesforce Data Cloud- en MuleSoft-integraties levert het platform realtime inzichten in hybride omgevingen zonder dat organisaties hun data hoeven te verplaatsen of te dupliceren. Dit is precies waar het voordeel van een Salesforce-bedrijf om de hoek komt kijken. Tableau Next is er voor bedrijven die ook Salesforce gebruiken, en voor bedrijven die dat niet doen, is er Tableau Cloud of Tableau Server.
Tijdelijke analyses en het einde van dashboardmoeheid
Als onderdeel van zijn bredere veranderslag daagt Tableau het conventionele vertrouwen in statische dashboards uit. Miller schat dat tot 50 procent van de huidige dashboards kan worden vervangen door wat hij ‘metric-centric experiences’ noemt. Deze ervaringen brengen inzichten dynamisch naar voren, in reactie op zakelijke vragen, in plaats van via vooraf gedefinieerde visuele sjablonen.
De kern van deze verschuiving wordt gevormd door Tableau Pulse, een systeem dat op basis van gecertificeerde statistieken on-demand visualisaties genereert. Gebruikers kunnen zich op statistieken abonneren, net zoals ze mensen volgen op sociale media. Wanneer er een verandering optreedt, bijvoorbeeld in de verkooppijplijn of vertragingen in de toeleveringsketen, stuurt het systeem een op maat gemaakte update rechtstreeks naar de gebruiker. “Voor een leidinggevende die zegt dat het twee maanden duurt om een nieuw dashboard te krijgen, vergeet dat maar”, zegt Miller. “Dit systeem bouwt het voor u.”
Deze visualisaties zijn tijdelijk van aard. “Als ik een vraag heb over mijn supply chain en we genereren een nieuwe visualisatie die uw vraag beantwoordt, zodat u een beslissing kunt nemen, dan hoeven we die misschien niet te bewaren”, voegt Miller toe. Dit idee van kortstondige analyses daagt langdurige conventies uit en biedt meer vloeiende, mobielvriendelijke en contextgevoelige inzichten die de dynamische aard van het moderne bedrijfsleven beter weerspiegelen.
Inzichten bruikbaar maken, niet alleen toegankelijk
Zelfs de meest inzichtelijke data zijn waardeloos als ze niet op tijd bij de juiste mensen terechtkomen. Dat is waar het gebruik van AI-agents door Tableau een verandering teweegbrengt. Deze agents werken binnen de dagelijkse werkstroom, brengen proactief trends aan het licht en doen aanbevelingen voor acties nog voordat gebruikers de juiste vraag hebben geformuleerd.
Tableau Next combineert generatieve en voorspellende AI om toekomstige situaties te voorspellen en volgende stappen voor te stellen. Gebruikers hoeven niet langer rapporten op te halen of dashboards te doorzoeken. In plaats daarvan komen inzichten contextueel binnen in de tools die ze al gebruiken. Door contextuele, AI-aangedreven inzichten rechtstreeks in de werkstroom te pushen, wil Tableau het voor iedereen in de organisatie gemakkelijker maken om op basis van waardevolle informatie te handelen.
Omarmen platformuitbreidbaarheid en hergebruik
Om samenwerking op bedrijfsniveau te ondersteunen, introduceert Tableau Next ook een componentmarktplaats waar teams herbruikbare assets kunnen delen tussen afdelingen of zelfs organisaties. Dashboards, datamodellen en aangepaste applicaties kunnen worden gepubliceerd en hergebruikt, waardoor ontwikkelingscycli worden versneld en best practices worden afgedwongen.
De API-first-architectuur ondersteunt uitbreidbaarheid, waardoor Tableau-mogelijkheden kunnen worden ingebed in applicaties van derden. Of het nu via Slack, CRM-systemen of branchespecifieke platforms is, data-inzichten moeten een integraal onderdeel worden van bedrijfsworkflows. Deze modulaire benadering van analytics weerspiegelt een bredere trend in bedrijfssoftware: één keer bouwen, vele malen implementeren en gebruikers ontmoeten waar ze zich bevinden.
Een realistische kijk op de acceptatiecurve
Ondanks het potentieel tot verandering is Miller realistisch over waar veel organisaties momenteel staan. Na bijna tien jaar in Nederland te hebben gewoond, begrijpt hij het voorzichtige tempo dat vaak kenmerkend is voor de acceptatie van IT in Europa. “Ik heb een klant die nog steeds Microsoft Access gebruikt en dat is een groot bedrijf”, merkt hij op. “Ik heb in 2018 een wereldwijd bedrijf geholpen om over te stappen van Lotus Notes naar Tableau.”
Daarom benadrukt Tableau vrijheid, flexibiliteit en keuze bij de uitrol. De overstap naar AI-aangedreven, conversationele analytics zal niet van de ene op de andere dag gebeuren. Traditionele dashboards en rapporten blijven relevant, vooral voor organisaties die nog bezig zijn met het volwassen maken van hun data-infrastructuur. “We rukken die niet uit je handen”, zegt Miller. “We bieden je een manier om in je eigen tempo te evolueren.”
Misschien wel de meest ingrijpende verandering is wat dit alles betekent voor het beroep van analist zelf. Naarmate agents de basistaken op het gebied van queryconstructie en visualisatie overnemen, verschuift de rol van de analist naar semantische modellering, promptontwerp en kwaliteitscontrole. Analisten zullen niet verdwijnen. Ze worden beheerders van het systeem en zorgen ervoor dat modellen de bedrijfslogica weerspiegelen, dat de output betrouwbaar is en dat prompts waarde opleveren. De semantische laag wordt hun canvas en de AI-agent hun expressiemiddel. “Het idee is niet om analisten te elimineren”, concludeert Miller. “Het is om hun werk naar een hoger niveau te tillen en hen dichter bij de kern van het bedrijf te brengen.”
Lees ook: Tableau houdt business intelligence (BI) springlevend