介绍AI时代的数据工具（1）——Polymer

主要观点总结

本文介绍了一个新开启的系列，分期介绍海外AI时代的数据工具。首篇文章重点介绍了Polymer这一AI驱动的数据可视化工具。Polymer能够自动收集数据、组织数据并进行分析，旨在简化数据分析和仪表盘创建过程，方便非专业人士使用。文章从数据收集、数据组织和数据AI三个方面对Polymer进行了详细介绍，并提到了它的亮点和挑战。

关键观点总结

关键观点1: Polymer是AI驱动的数据可视化工具，具备自动收集、组织和分析数据的能力。

Polymer能够从多个数据平台自行获取数据，并整合异源数据。它能够自动生成dashboard，把需要的重点数据都放在一起，并提供各种数据可视化表达方式。

关键观点2: Polymer具有数据连接和整合的功能。

Polymer不仅可以直接连接数据平台获取数据，还能把不同平台的数据整合在一起，方便用户在一个界面查看多个平台的数据。它还提供自动更新的功能，用户不需要做手动操作。

关键观点3: Polymer提供了AI数据分析的功能。

虽然它的AI数据分析水平还有待提高，能够发现异常和找到规律，但还不能深入理解业务。不过，对于需要大量快速生成数据视图的用户来说，Polymer仍然是一个不错的选择。

免责声明