Sadržaj[Sakrij][Prikaži]
Pandemija koja je u toku povećala je rad na daljinu i alate koji ga podržavaju kao nikada prije. Zoom je, na primjer, više nego udvostručio vrijednost.
Međutim, tehnološki napredak nije bio tako brz u omogućavanju analitičarima podataka i naučnicima podataka da sarađuju u realnom vremenu.
Einblick, startup sa sjedištem u Massachusettsu, nada se da će to promijeniti.
Einblick je interaktivna analitička bela ploča koja korisnicima omogućava da analiziraju svoje podatke vizuelno, kreirajte modele i pravite izbore zasnovane na podacima kao grupa.
Interaktivna analitika podataka je proširenje analitike u realnom vremenu koje koristi mješavinu distribuiranih sistema baza podataka i vještina renderiranja kako bi se ubrzao proces analize i omogućio korisnicima da iskoriste analitičke mogućnosti tehnologije poslovne inteligencije.
Na osnovu šestogodišnjeg studija na MIT-u i Brown University, njegova tehnologija pomaže korisnicima da prevladaju poteškoće povezane s komunikacijom na daljinu.
Istražimo ga dublje!
Šta je Einblick?
Einblick je interaktivni analitički alat izgrađen na beloj tabli koji omogućava timovima da brzo istražuju prošlost, predviđaju budućnost i donose najbolje odluke zasnovane na podacima za svoje poslovanje.
Pruža jedno rješenje koje uključuje sveobuhvatan skup alata i tehnologija za analitičke operacije, od pročišćavanja i transformacije podataka preko izgradnje modela i analize šta ako.
Zbog jednostavnog korisničkog interfejsa, najsavremenijeg automatskog mašinskog učenja i jedinstvenih mogućnosti rudarenja podataka, korisnicima nije potrebna tehnička pozadina da bi izvršili složenu analizu.
Automatizira dugotrajne i teške operacije, omogućavajući svima da pregledaju svoje podatke i steknu korisne uvide.
Kako funkcioniše?
Postoje dvije osnovne logičke komponente za Einblick:
- Einblick aplikacija
- Einblick Container
Einblick aplikacija
Kubernetes klaster hostuje Einblick kontejnere. Njegov sigurni sistem za autentifikaciju korisnika provjerava autentičnost svakog korisničkog zahtjeva.
The uravnoteživač opterećenja dodjeljuje aplikaciju kontejneru kada se korisnik poveže na nju. Kontejneri su identične replike koje se sinkroniziraju pomoću centralizirane MongoDB baze podataka.
Kada korisnik izmijeni svoj radni prostor, MongoDB ažurira i širi nove informacije na sve replike, omogućavajući suradnju u realnom vremenu.
Vrijedi napomenuti da, budući da su stanje radnog prostora i računanje odvojeni, istovremeni korisnici mogu izvršavati zadatke u istom radnom prostoru koji se izvodi na različitim kontejnerima, istovremeno omogućavajući sinhronizaciju i paralelizam.
Einblick Container
U Einblick kontejnerima se izvršavaju radna opterećenja. Einblickov progresivni računarski mehanizam, Davos, radi preko tokova podataka i omogućava interaktivnu brzinu aplikacije.
Kada je korisnik dodijeljen kontejneru, svaki posao se šalje u Davos, koji počinje izvlačiti podatke iz odabranog izvora podataka.
Kad god je to moguće, gurnut će uvjete uzorka do temeljnog izvora podataka.
U suprotnom će skenirati podatke i izračunati uzorak rezervoara preko izvora podataka. Svaki operater radi na tokovima podataka, a potrošači dobijaju ažurirane kopije izlaznih podataka zadatka svaki put kada operater izvrši paket.
Kada se utvrdi rezultat radnog opterećenja, Montana odmah prima nove kopije rezultata radnog opterećenja.
Montana je Einblickov međuverski sloj, zadužen za čuvanje informacija o aplikaciji/radnom prostoru, omogućavajući saradnju za sinhronizaciju radnog prostora među korisnicima (MongoDB) i prenošenje rezultata zadataka na Laax, njegov frontend.
Konačno, Laax je Javascript kod koji prikazuje Davos rezultate u pretraživaču korisnika.
Šta je Einblick Analytics?
Einblick omogućava timovima da primjene naprednu analitiku podataka kako bi služili raznim procesima donošenja odluka i strateškog planiranja:
Opisna analitika
Podaci se mogu koristiti za učenje o tome šta se dogodilo u prošlosti. Za ovaj oblik učenja obično se koriste tradicionalni BI alati (grafikoni, kontrolne table i interaktivna analitika).
Ali, postoji nova generacija BI alata (kao što je Sisu) koji koriste mašinsko učenje kako bi pomogli analitičarima da se kreću kroz skupove podataka visoke dimenzije.
Ovi novi alati ističu ključne pokretače, pronalaze trendove, pa čak i preporučuju grafikone. Oni mogu automatski izložiti obrasce i važne drajvere pored pružanja veoma dinamičnog interfejsa za izgradnju vizuelizacije podataka.
Međutim, ako želite mjeriti KPI u realnom vremenu, trebat će vam sistem za praćenje, kao što je Einblick, koji automatski ažurira podatke i šalje upozorenja.
Prediktivna analitika
Iskoristite podatke za kreiranje modela predviđanja. Modeli predviđanja i odljeva su popularni primjeri u ovoj oblasti.
Ali zar već ne postoje (autoML) alati koji omogućavaju netehničarima da generišu modele?
Takvi alati postoje – uzmite u obzir KNIME, Rapid Miner i Alteryx – ali mnogi od njih funkcionišu replicirajući mehanizme toka posla: podaci dolaze, vi izvršavate neku operaciju, a izlaz se predaje drugom operateru.
Možete postaviti pitanje da li je korisničko sučelje nalik na radni proces savršen. Nakon eksperimentiranja s ranim iteracijama, vjerujem da je njihov korisnički interfejs bolji za ljude koji nisu tehnički.
Einblick omogućava korisnicima da kreiraju i dijele modele predviđanja, kao i spajanje i modificiranje brojnih skupova podataka.
Što je još važnije, korisnici progresivno razvijaju modele i aplikacije za podatke koristeći privlačno sučelje koje im omogućava miješanje vizualizacija, modela i analize podataka.
Preskriptivna analitika
Možete kreirati šta ako, scenarije ili simulacije koristeći podatke koristeći Einblick.
Takođe vam može pomoći da shvatite značaj važnih varijabli i prediktora, kao i da izgradite i analizirate scenarije. Napredni alati kao što je Monte Carlo simulacija će uskoro biti uključeni.
Ko može koristiti platformu?
Bez obzira na vaš sektor, posao ili funkciju, može vam pomoći da brzo donesete odluke zasnovane na podacima. Neki od njih su navedeni u nastavku:
1. Proizvodnja
- Prognoza potražnje proizvoda.
- Prediktivno održavanje.
- Optimizirajte osoblje u proizvodnoj liniji.
2. Osiguranje i bankarstvo
- Modeli se moraju brzo ažurirati kako bi odgovorili na trenutne pojave.
- Kreirajte marketinšku strategiju na osnovu zahtjeva kupaca.
- Poboljšajte privlačenje kupaca.
3. Energetski sektor
- Istražite uticaj biljke na životnu sredinu.
- Identificirajte abnormalnosti distribucijske mreže.
- Pratite propusnost postrojenja za proizvodnju i ekstrakciju.
4. Državni sektor
- Izračunajte uticaj budućih politika.
- Trebalo bi mjeriti uticaj programa.
- Donosite odluke zasnovane na podacima.
5. Sektor zdravstva
- U kriznim scenarijima, prognoza populacije.
- Poboljšajte upravljanje rizikom.
- Brzo prototip modela rizika prijema.
6. Sektor maloprodaje
- Poboljšajte marketinške kampanje.
- Optimizirajte nivo radne snage koristeći Covid-19.
- Predviđanje potražnje usljed promjenjivih tržišnih okolnosti.
ključne značajke
- Vizualizacija podataka Okviri – Iskoristite puni potencijal Python okvira podataka za uređivanje podataka i interakciju s nekoliko skupova podataka na istom ekranu.
- Na platnu slobodnog oblika, vizualna analitika – Podržane su brze iteracije između učitavanja, čišćenja, pretvaranja, prikazivanja i modeliranja podataka na neograničenom platnu slobodnog oblika.
- Interaktivno mašinsko učenje – Izgradite ML modele koristeći Einblick-ov nagrađivani interaktivni AutoML alat uz zadržavanje kontrole nad specifičnostima modela.
- optimizacija – Optimizirajte za rezultate koji su važni za vašu kompaniju i shvatite kompromise koji dolaze s različitim alternativnim akcijama.
- saradnja – Omogućava ličnu i daljinsku saradnju sa kolegama u istoj prostoriji. Kreiran je za desktop pretraživače, kao i za olovke i dodirne interfejse.
- Jednostavna Cloud implementacija – Lako se postavlja u javni ili privatni oblak i integriše se sa vašim postojećim sistemima za skladištenje i baze podataka.
- savitljivost – Integrirajte vlastite Python funkcije kao nove vizualne operatere, čineći ih dostupnim cijelom vašem timu ili korporaciji.
- Statističke sigurnosne mreže – Statistički pomoćnik pojednostavljuje proces odabira odgovarajućeg statističkog testa za vaše podatke.
Početak rada s Einblickom
1. Ulogovati se
Kada pokrenete Einblick, od vas će biti zatražen ekran za prijavu.
2. Glavni meni
Bićete poslani u glavni meni nakon prijave.
Gore istaknuti dijelovi se dalje razmatraju u nastavku.
Dodaj novo dugme
Primarna metoda za dodavanje novih stavki je putem Dodaj novi dugme. Kada kliknete na njega, pojavljuje se meni izbora sa detaljima o stvarima koje možete dodati, kao što se vidi na donjoj slici.
Item Tabs
Možete pristupiti brojnim vrstama stavki dostupnih u Einblicku klikom na različite kartice sa predmetima.
Na primjer, posjetom kartici Radni prostori prikazat će se sva radna mjesta kojima imate pristup. Imajte na umu da proizvodi kojima nemate pristup neće biti prikazani ovdje.
To uključuje:
- skorašnji
- Files
- podaci
- operatori
- korisnici
Traka za pretragu, koja je objašnjena u nastavku, može se koristiti za filtriranje prikazanih objekata.
pretraživanje Bar
Traka za pretraživanje se proširuje kako bi otkrila sve nedavno korištene stavke, nedavne upite i oznake koje su trenutno vidljive kada kliknete na nju (opisano dalje u nastavku).
U rezultatima pretrage pojavit će se bilo koja stavka s odgovarajućim imenom ili oznakom.
Stavke glavnog menija
U glavnom meniju svaki objekat predstavlja okvir sa kojim možete komunicirati. Ove stvari možete premjestiti na drugo mjesto u glavnom meniju ako želite da ih povežete s drugim stavkama.
Stavke se takođe mogu povezati sa opcijama, kojima se pristupa korišćenjem menija sa tri tačke, kao što je ilustrovano na donjoj slici.
3. Upload Dataset
Podržava različite interfejse podataka, omogućavajući vam pristup vašim podacima bez obzira na to gdje se nalaze. Najjednostavniji način da započnete je sa CSV datotekom, ali također možete istražiti Start klikom na:
- Dodaj novi
- Skupovi podataka
- Otpremite CSV fajl
- Quick upload
Vaš CSV fajl će se pojaviti u skupovi podataka oblasti glavnog menija nakon što je dostavljen sistemu.
4. Kreirajte novi radni prostor
Da biste počeli analizirati svoje podatke, prvo morate izgraditi radni prostor i povezati ga sa svojim skupom podataka. Sa svakim radnim prostorom može se upariti proizvoljan broj skupova podataka.
kliknite dodajte novu a zatim radni prostor za kreiranje novog radnog prostora.
Na kartici Radni prostori biće dodat novi radni prostor, a panel sa desne strane će pružiti informacije vezane za radni prostor.
Prevucite ikonu skupa podataka sa kartice skupovi podataka u oblast skupova podataka na panelu radnog prostora da biste je povezali sa njom.
Da biste pristupili radnom prostoru, kliknite na ikonu strelice na njegovoj ikoni ili na dugme za otvaranje na vrhu njegovog panela. Također možete naknadno dodati skup podataka u radni prostor.
5. Konačno, koristite radni prostor
Radni prostor je interaktivno platno na kojem možete grafički postaviti podatke za istraživanje, kao i izvršiti aktivnosti rudarenja podataka i prediktivnog modeliranja.
Cijene
Možete početi koristiti stranicu s osnovnim planom, koji je potpuno besplatan i ima mnoštvo funkcija. Također nudi dva premium plana, koji su detaljno opisani u nastavku:
- Pro: 45 USD/korisnik/mjesečno (naplaćuje se godišnje).
- Enterprise: Kontaktirajte Einblick tim za prilagođene cijene.
pros
- Poboljšajte analitičku saradnju.
- Poboljšani modeli i brži uvidi
- Građanska nauka o podacima osnažena.
Cons
- Nekim ljudima radno mjesto može biti neprivlačno.
zaključak
Da rezimiramo, demokratizacija preskriptivne analitike zahtijeva fundamentalnu promjenu u načinu na koji pojedinci komuniciraju s podacima.
Einblick je prva platforma za vizuelnu obradu podataka, koja kombinuje najveće karakteristike alata za veštačku inteligenciju koji su usmereni na radni proces i BI alata usmerenih na vizuelizaciju.
Dizajniran je odozdo prema gore kako bi se olakšala saradnja, bilo na daljinu ili lično, omogućavajući timovima da donose odluke na temelju podataka.
Probajte i podijelite svoje mišljenje s nama.
oznaka
Lepo napisano, Jay. Upravo sam naišao na ovo kada sam pokušavao da saznam o Einblicku.