正逢新春佳節，最近的宴會聚餐，你喝葡萄酒了嗎？如果你是一位餐館或者酒吧的經營者，又或者一位企業家，你是否想過開創自己的葡萄酒品牌呢？看看Watson Analytics如何在6步之內幫助你開啟你的品牌之路吧。
1. 使用儀錶盤（dashboard）來解釋數據
Watson Analytics的Assemble（集合）功能能幫助用戶製作一個儀錶盤，儀錶盤上將用你可以互動的視覺化圖表總結顯示全球葡萄產量、葡萄酒消費和培育。
也有文字云（word cloud）展示出不同種類的葡萄酒有哪些共同的形容詞。你也能看見白葡萄酒的船運開銷要低於紅葡萄酒。點按葡萄的filter，也能看到某種特定的葡萄在全球所佔的土地面積英畝數。一張地圖可顯示不同國家的種植土地面積。最下方是一個數據盤（data tray），可拉近查看數據，並拖入不同的領域來建立更多的圖表。這樣，你就能選擇何種葡萄適合你的葡萄酒品牌。
2. 用預測性分析來確定何種因素可以成就高品質葡萄酒
你可以用葡萄酒品質數據集創建具有預測性分析的螺旋形圖表。該圖表中，對目標（及葡萄酒品質）更具影響力的方面，更靠近圖表的中心。
在這個案例中，決定葡萄酒品質的首要驅動力是酒精度，這個結果與常識相符。排行第二的重要因素是葡萄酒的密度，葡萄酒的密度通常反映了葡萄酒的甜度和乾澀度。這個模型表明密度稍輕的葡萄酒有更高的品質，也就是多數人更喜歡口感偏乾的葡萄酒。
3. 觀察建模的統計學細節
將密度拖入螺旋形圖標後，能看見密度和酒精度是負相關的，即隨著酒精度的提升，密度會下降。但同時，也能看見密度與非揮發性酸度呈現正相關。你可以在數字中畫一條線，證明隨著密度的增長，非揮發性酸度也將上升。非揮發性酸度是普通酒酸度的指標，能影響葡萄酒的整體口感。
4. Explore（探索）功能：用日常語言提問
當你點擊Explore，Watson Analytics的認知能力將會評估數據並為不知道從哪裡開始分析的用戶提供分析的起始點。你也可以問一些自己的問題，例如輸入「葡萄中的酒精度和非揮發性酸度之間有什麼關係？」
Watson Analytics將處理你的問題，然後你將看見各個數據集中數據的呈現。
在這個分佈圖中最常見的酒精度範圍內，可以看到酒精度低的葡萄酒中非揮發性酸度可能較高。
5. 通過數據可視化互動
你能根據對數據的進一步理解，改變Watson Analytics的可視化圖表，例如將變量葡萄的種類加入到上面的分佈圖中，用顏色表示。
就可以看出紅葡萄酒中可揮發性酸度的離散程度比白葡萄酒中的更高。
6. 篩選你的結果
如果你還不確定該賣紅葡萄酒還是白葡萄酒，你可以從質量報告中篩選出8分與9分（10分制）的葡萄酒。
如可視化圖表所現，在這個案例里如果你想打造最高品質的葡萄酒品牌，應該集中生產白葡萄酒的一些品類。
這就是Watson Analytics開拓創業之路的故事。如果你想了解更多產品信息，或者想要觀看Watson Analytics的工作demo，請與我們預約見面時間，或者發送郵件至info@bigdatarchitect.com