これはあるべき流れですね。
折角なので、ちょっと比較してみましょう。
-----------------------------------------------------------------------------------------------
（１）Tableau
a.分析前のデータ準備
◆表と結合のレコメンデーション（＋データソースレコメンデーション：v10.4）
社内のデータアナリストが過去の分析で利用した表と結合に基づいて、
データアナリストのデータ準備のノウハウを、ほかの利用者に「推奨」
という形で提供。
b.分析結果の表示
◆分析のレコメンデーション（v10.5）
社内のデータアナリストが過去に作成した分析ダッシュボードに基づいて、
エンドユーザーが入力した尺度、軸を見て、それを含むダッシュボードを
自動的に探して推奨する。
ほかの尺度、軸も利用した複雑な分析や、地図を使ったグラフィカルな表現
といった、専門家でないと難しい分析や表現を簡単に利用できる。
曰く「BIツールを人とデータの“対話”をアシストする存在に。人が発した質問に対して、コンピュータがデータの関係性を理解して『こういうことですか』と表示する」。
（２）Qliktech
a.機械学習を利用した『認知規則エンジン』を開発し、1年後をメドに搭載予定。主に以下の新機能を提供予定。
◆インサイトボード
データ、ユーザーの関心事に合わせて適切な可視化の方法を推奨する機能。
◆データスワーム
データをグループ分けして、パターンや連想、ひも付けをデータの中に見出す機能。
名付けて「拡張知能（オーグメンテッドインテリジェンス）」。
曰く「コンピュータが人に変わって意思決定するのではなく、人がより良い意思決定をできるようにする」。
-----------------------------------------------------------------------------------------------
いずれも立ち位置は、人間の意思決定の支援です。今後教師データの蓄積などで、より進化していくのでしょうが、スタート地点としては、ここが無難でしょうか。
