INHOUDSOPGAWE[Versteek][Wys]
Die voortslepende pandemie het werk op afstand en die gereedskap wat dit ondersteun, 'n hupstoot gegee soos nog nooit tevore nie. Zoom, byvoorbeeld, het meer as verdubbel in waarde.
Tegnologiese vooruitgang was egter nie so vinnig om data-ontleders en datawetenskaplikes in staat te stel om intyds saam te werk nie.
Einblick, 'n Massachusetts-gebaseerde opstartonderneming, hoop om dit te verander.
Einblick is 'n interaktiewe analitiese witbord wat gebruikers in staat stel om hul data visueel, skep modelle, en maak data-gedrewe keuses as 'n groep.
Interaktiewe data-analise is 'n intydse analise-uitbreiding wat 'n mengsel van verspreide databasisstelsels en leweringsvaardighede gebruik om die ontledingsproses te versnel en gebruikers in staat te stel om voordeel te trek uit die analitiese vermoëns van Business Intelligence-tegnologie.
Gebaseer op ses jaar se studie aan MIT en Brown Universiteit, help sy tegnologie gebruikers om probleme wat verband hou met verre kommunikasie te oorkom.
Kom ons verken dit in diepte!
Wat is Einblik?
Einblick is 'n interaktiewe analise-instrument gebou op 'n witbord wat spanne in staat stel om vinnig die verlede te ondersoek, die toekoms te antisipeer en die beste data-gedrewe besluite vir hul besigheid te neem.
Dit bied 'n enkele oplossing wat 'n omvattende reeks gereedskap en tegnologieë vir analitiese bedrywighede insluit, van datasuiwering en transformasie deur modelbou en wat-as-analise.
As gevolg van sy eenvoudige gebruikerskoppelvlak, die nuutste outomatiese masjienleer en unieke data-ontginningsvermoëns, het gebruikers nie 'n tegniese agtergrond nodig om komplekse ontleding te doen nie.
Dit outomatiseer tydrowende en moeilike bedrywighede, sodat enigiemand hul data kan hersien en nuttige insigte kry.
Hoe werk dit?
Daar is twee basiese logiese komponente vir Einblick:
- Einblick Aansoek
- Einblick-houer
Einblick Aansoek
'n Kubernetes-kluster huisves die Einblick-houers. Die veilige gebruikersverifikasiestelsel staaf elke gebruikerversoek.
Die lasbalanseerder ken 'n toepassing aan 'n houer toe wanneer 'n gebruiker daaraan koppel. Die houers is identiese replikas wat gesinchroniseer word deur 'n gesentraliseerde MongoDB-databasis.
Wanneer 'n gebruiker sy werkspasie verander, werk MongoDB die nuwe inligting op en versprei dit na alle replikas, wat intydse samewerking moontlik maak.
Dit is die moeite werd om te noem dat, omdat werkspasietoestand en -berekening geskei is, gelyktydige gebruikers take kan uitvoer in dieselfde werkspasie wat op verskillende houers loop, terwyl dit sinchronisasie en parallelisme moontlik maak.
Einblick-houer
In Einblick-houers word werkladings uitgevoer. Einblick se progressiewe berekeningsenjin, Davos, werk oor datastrome en laat die interaktiewe spoed van die toepassing toe.
Wanneer 'n gebruiker aan 'n houer toegewys word, word elke taak na Davos gestuur, wat begin om data uit die gekose databron te trek.
Waar moontlik, sal dit voorbeeldtoestande afstoot na die onderliggende databron.
Andersins sal dit die data skandeer en 'n reservoirmonster oor die databron bereken. Elke operateur werk op datastrome, en verbruikers kry opgedateerde kopieë van taakuitsette elke keer as 'n operateur oor 'n bondel uitvoer.
Wanneer die werkladingsresultaat bepaal is, ontvang Montana dadelik vars kopieë van die werkladingsresultaat.
Montana is Einblick se middelware-laag, wat verantwoordelik is vir die behoud van toepassings-/werkspasie-inligting, wat samewerking moontlik maak om werkspasie oor gebruikers te sinkroniseer (MongoDB), en die oordrag van taakresultate na Laax, sy frontend.
Laax is uiteindelik die Javascript-kode wat die Davos-resultate in die gebruiker se blaaier vertoon.
Wat is Einblick Analytics?
Einblick stel spanne in staat om gevorderde data-analise toe te pas om 'n verskeidenheid besluitnemings- en strategiese beplanningsprosesse te bedien:
Beskrywende analise
Data kan gebruik word om te leer oor wat in die verlede gebeur het. Vir hierdie vorm van studie word tradisionele BI-instrumente (kaarte, dashboards en interaktiewe analise) algemeen gebruik.
Maar daar is 'n nuwe generasie BI-instrumente (soos Sisu) wat masjienleer gebruik om ontleders te help om hoë-dimensionele datastelle te navigeer.
Hierdie nuwe instrumente beklemtoon sleuteldrywers, vind neigings en beveel selfs kaarte aan. Hulle kan outomaties patrone en belangrike drywers blootstel, benewens die verskaffing van 'n hoogs dinamiese koppelvlak vir die bou van datavisualisering.
As u egter KPI's intyds wil meet, benodig u 'n moniteringstelsel, soos Einblick, wat data outomaties opdateer en waarskuwings stuur.
Voorspellende Analytics
Maak gebruik van data om voorspellingsmodelle te skep. Vooruitskatting en churn-modelle is gewilde voorbeelde in hierdie area.
Maar is daar nie reeds (autoML) nutsmiddels wat nie-tegniese mense toelaat om modelle te genereer nie?
Sulke instrumente bestaan wel – oorweeg KNIME, Rapid Miner en Alteryx – maar baie van hulle funksioneer deur werkvloeienjins te repliseer: data kom in, jy voer een of ander operasie uit en die uitset word aan 'n ander operateur oorhandig.
U kan dalk bevraagteken of 'n werkvloei-agtige UI perfek is. Nadat ek met vroeë herhalings daarvan geëksperimenteer het, glo ek dat hul gebruikerskoppelvlak 'n beter pasmaat is vir nie-tegniese mense.
Einblick laat gebruikers toe om voorspellingsmodelle te skep en te deel, asook om talle datastelle saam te voeg en te wysig.
Meer belangrik, gebruikers ontwikkel progressief modelle en data-toepassings met behulp van 'n aantreklike koppelvlak wat hulle in staat stel om visualiserings, modelle en data-analise te meng.
Voorskrifanalise
Jy kan wat-as, scenario's of simulasies skep deur data te gebruik deur Einblick te gebruik.
Dit kan jou ook help om die belangrikheid van belangrike veranderlikes en voorspellers te begryp, asook om scenario's te bou en te ontleed. Gevorderde gereedskap soos Monte Carlo-simulasie sal binnekort ingesluit word.
Wie kan die platform gebruik?
Ongeag jou sektor, besigheid of funksie, dit kan jou help om data-gedrewe keuses vinnig te maak. Sommige van hulle word hieronder gelys:
1. vervaardiging
- Produkvraagvoorspelling.
- Voorspellende instandhouding.
- Optimaliseer produksielynpersoneel.
2. Versekering en Bankwese
- Modelle moet vinnig opgedateer word om op huidige gebeure te reageer.
- Skep bemarkingstrategie gebaseer op klantvereistes.
- Verbeter klantverkryging.
3. Energiesektor
- Ondersoek die aanleg se omgewingsimpak.
- Identifiseer verspreidingsnetwerkafwykings.
- Bly op hoogte van die deurset van vervaardigings- en ontginningsaanlegte.
4. Staatsektor
- Bereken die impak van toekomstige beleide.
- Programimpak moet gemeet word.
- Neem data-gedrewe besluite.
5. Gesondheidsorgsektor
- In krisisscenario's, voorspel bevolking.
- Verbeter risikobestuur.
- Vinnig prototipeer toelatingsrisikomodelle.
6. Kleinhandelsektor
- Verbeter bemarkingsveldtogte.
- Optimaliseer arbeidsmagvlakke deur Covid-19 te gebruik.
- Voorspel vraag te midde van veranderende markomstandighede.
Belangrikste kenmerke
- Data Visualisering rame – Gebruik Python-datarame se volle potensiaal om data te redigeer en met verskeie datastelle op dieselfde skerm te kommunikeer.
- Op 'n vrye doek, visuele analise - Vinnige herhalings tussen laai, skoonmaak, omskakeling, vertoon en modellering van data op 'n onbeperkte vryvorm-doek word ondersteun.
- Interaktiewe Masjienleer – Bou ML-modelle deur Einblick se bekroonde interaktiewe AutoML-instrument te gebruik terwyl u beheer oor modelspesifikasies behou.
- Optimization – Optimaliseer vir die uitkomste wat vir jou maatskappy belangrik is, en begryp die afwegings wat met verskeie alternatiewe aksies gepaard gaan.
- Samewerking – Dit maak voorsiening vir persoonlike en afstandsamewerking met kollegas in dieselfde vertrek. Dit is geskep vir rekenaarblaaiers sowel as pen- en raakkoppelvlakke.
- Maklike wolk-ontplooiing – Dit is maklik ontplooibaar in die publieke of private wolk en integreer met jou bestaande berging- en databasisstelsels.
- Buigsaamheid - Integreer jou eie Python-funksies as nuwe visuele operateurs, wat dit vir jou hele span of korporasie beskikbaar stel.
- Statistiese Veiligheidsnette – Die statistiese assistent vereenvoudig die proses om die toepaslike statistiese toets vir jou data te kies.
Aan die gang met Einblick
1. Teken aan
Wanneer jy Einblick begin, sal jy met 'n aanmeldskerm gevra word.
2. Hoofkieslys
Jy sal na die hoofkieslys gestuur word nadat jy aangemeld het.
Die dele wat hierbo uitgelig is, word hieronder verder bespreek.
Voeg nuwe knoppie by
Die primêre metode om nuwe items by te voeg, is via die Nuwe knoppie. Wanneer jy daarop klik, verskyn 'n kieslys met keuses met besonderhede oor die dinge wat jy kan byvoeg, soos gesien in die figuur hieronder.
Item Tabs
Jy kan toegang kry tot die talle tipes items wat in Einblick toeganklik is deur op die verskillende item-oortjies te klik.
As u byvoorbeeld die werkspasie-oortjie besoek, sal alle werkplekke waartoe u toegang het, vertoon. Hou asseblief in gedagte dat produkte waartoe jy nie toegang het nie, nie hier vertoon sal word nie.
Dit sluit die volgende in:
- onlangse
- lêers
- data
- Operateurs
- gebruikers
Die soekbalk, wat hieronder verduidelik word, kan gebruik word om die vertoonde voorwerpe te filtreer.
Soek Bar
Die soekbalk strek om enige onlangs gebruikte items, onlangse navrae en etikette te openbaar wat tans sigbaar is wanneer jy daarop klik (verder hieronder beskryf).
In die soekresultate sal enige item met 'n bypassende naam of merker verskyn.
Hoofkieslys-items
In die hoofkieslys verteenwoordig elke voorwerp 'n blokkie waarmee jy interaksie kan hê. Jy kan hierdie dinge elders in die hoofkieslys skuif as jy dit met ander items in verband wil bring.
Items kan ook gekoppel word aan opsies, wat toeganklik is met die driepunt-kieslys, soos geïllustreer in die figuur hieronder.
3. Laai datastel op
Dit ondersteun 'n verskeidenheid data-koppelvlakke, wat jou toelaat om toegang tot jou data te kry, ongeag waar dit lê. Die eenvoudigste metode om te begin is met 'n CSV-lêer, maar jy kan ook Begin ondersoek deur te klik:
- Voeg nuwe
- datastelle
- Laai CSV-lêer op
- Vinnige oplaai
Jou CSV-lêer sal in die datastelle area van die hoofkieslys nadat dit by die stelsel ingedien is.
4. Skep 'n nuwe werkspasie
Om jou data te begin analiseer, moet jy eers 'n werkspasie bou en dit aan jou datastel koppel. 'n Willekeurige aantal datastelle kan met elke werkspasie gepaar word.
Klik Voeg nuwe en dan werkspasie om 'n nuwe werkspasie te skep.
In die werkspasie-oortjie sal 'n nuwe werkspasie bygevoeg word, en 'n paneel aan die regterkant sal werkspasieverwante inligting verskaf.
Sleep 'n datastelikoon vanaf die datastel-oortjie na die datastelarea van die werkspasiepaneel om dit daaraan te koppel.
Om toegang tot die werkspasie te kry, klik die pylikoon op sy ikoon of die oop-knoppie bo-aan sy paneel. Jy kan ook die datastel daarna by die werkspasie voeg.
5. Ten slotte, gebruik die werkspasie
'n Werkspasie is 'n interaktiewe doek waarop jy data grafies kan uitlê vir eksplorasie, asook data-ontginning en voorspellende modelleringsaktiwiteite kan uitvoer.
pryse
U kan die webwerf begin gebruik met sy basiese plan, wat heeltemal gratis is en 'n oorvloed funksies het. Dit bied ook twee premiumplanne, wat hieronder uiteengesit word:
- Pro: $45/gebruiker/maand (jaarliks gefaktureer).
- Onderneming: Kontak die Einblick-span vir pasgemaakte pryse.
Pros
- Verbeter analitiese samewerking.
- Verbeterde modelle en vinniger insigte
- Burgerdatawetenskap bemagtig.
Nadele
- Sommige mense vind die werkplek dalk onaantreklik.
Gevolgtrekking
Om op te som, demokratisering van voorskriftelike analise vereis 'n fundamentele verskuiwing in hoe individue met data omgaan.
Einblick is die eerste visuele dataverwerkingsplatform wat die beste kenmerke van werkvloeigesentreerde KI-nutsgoed en visualiseringgesentreerde BI-nutsmiddels kombineer.
Dit is van onder af ontwerp om samewerking te vergemaklik, hetsy op afstand of persoonlik, sodat spanne data-gedrewe besluite kan neem.
Probeer dit en deel jou gedagtes met ons.
Merk
Lekker geskryf, Jay. Sopas hierop afgekom toe ek probeer uitvind oor Einblick.