विषय - सूची[छिपाना][प्रदर्शन]
चल रही महामारी ने दूरस्थ कार्य और इसका समर्थन करने वाले उपकरणों को पहले की तरह बढ़ावा दिया। उदाहरण के लिए, ज़ूम का मूल्य दोगुने से अधिक हो गया है।
हालाँकि, डेटा विश्लेषकों और डेटा वैज्ञानिकों को वास्तविक समय में सहयोग करने में सक्षम बनाने में तकनीकी प्रगति उतनी तेज़ नहीं रही है।
मैसाचुसेट्स स्थित स्टार्टअप ईनब्लिक, इसे बदलने की उम्मीद करता है।
ईनब्लिक एक इंटरैक्टिव एनालिटिक्स व्हाइटबोर्ड है जो उपयोगकर्ताओं को उनके विश्लेषण करने में सक्षम बनाता है डेटा नेत्रहीन, मॉडल बनाएं, और समूह के रूप में डेटा-संचालित विकल्प बनाएं।
इंटरएक्टिव डेटा एनालिटिक्स एक रीयल-टाइम एनालिटिक्स एक्सटेंशन है जो वितरित डेटाबेस सिस्टम के मिश्रण का उपयोग करता है और एनालिटिक्स प्रक्रिया को तेज करने के लिए कौशल प्रदान करता है और उपयोगकर्ताओं को बिजनेस इंटेलिजेंस तकनीक की विश्लेषणात्मक क्षमताओं का लाभ उठाने की अनुमति देता है।
एमआईटी और ब्राउन यूनिवर्सिटी में छह साल के अध्ययन के आधार पर, इसकी तकनीक उपयोगकर्ताओं को दूर संचार से जुड़ी कठिनाइयों को दूर करने में मदद करती है।
आइए इसे गहराई से एक्सप्लोर करें!
एचएमबी क्या है? ईनब्लिक?
ईनब्लिक एक व्हाइटबोर्ड पर बनाया गया एक इंटरैक्टिव एनालिटिक्स टूल है जो टीमों को अतीत की तेजी से जांच करने, भविष्य की आशा करने और अपने व्यवसाय के लिए सर्वोत्तम डेटा-संचालित निर्णय लेने की अनुमति देता है।
यह एक एकल समाधान प्रदान करता है जिसमें डेटा शुद्धिकरण और मॉडल निर्माण और क्या-अगर विश्लेषण के माध्यम से परिवर्तन से विश्लेषण संचालन के लिए उपकरणों और प्रौद्योगिकियों का एक व्यापक सूट शामिल है।
अपने सरल यूजर इंटरफेस, अत्याधुनिक स्वचालित मशीन लर्निंग और अद्वितीय डेटा माइनिंग क्षमताओं के कारण, उपयोगकर्ताओं को जटिल विश्लेषण करने के लिए तकनीकी पृष्ठभूमि की आवश्यकता नहीं होती है।
यह समय लेने वाले और कठिन संचालन को स्वचालित करता है, जिससे कोई भी अपने डेटा की समीक्षा कर सकता है और उपयोगी अंतर्दृष्टि प्राप्त कर सकता है।
यह कैसे काम करता है?
ईनब्लिक के दो बुनियादी तार्किक घटक हैं:
- ईनब्लिक एप्लीकेशन
- ईनब्लिक कंटेनर
ईनब्लिक एप्लीकेशन
कुबेरनेट्स क्लस्टर ईनब्लिक कंटेनरों को होस्ट करता है। इसकी सुरक्षित उपयोगकर्ता प्रमाणीकरण प्रणाली प्रत्येक उपयोगकर्ता अनुरोध को प्रमाणित करती है।
RSI भार संतुलन जब कोई उपयोगकर्ता इससे जुड़ता है तो एक कंटेनर को एक एप्लिकेशन आवंटित करता है। कंटेनर समान प्रतिकृतियां हैं जिन्हें एक केंद्रीकृत MongoDB डेटाबेस द्वारा सिंक्रनाइज़ किया जाता है।
जब कोई उपयोगकर्ता अपने कार्यक्षेत्र को संशोधित करता है, तो MongoDB रीयल-टाइम सहयोग को सक्षम करते हुए सभी प्रतिकृतियों के लिए नई जानकारी को अद्यतन और प्रचारित करता है।
यह उल्लेखनीय है कि, क्योंकि कार्यक्षेत्र की स्थिति और गणना अलग-अलग हैं, समवर्ती उपयोगकर्ता सिंक्रनाइज़ेशन और समांतरता को सक्षम करते हुए विभिन्न कंटेनरों पर चल रहे एक ही कार्यक्षेत्र में कार्यों को निष्पादित कर सकते हैं।
ईनब्लिक कंटेनर
ईनब्लिक कंटेनरों में, वर्कलोड निष्पादित किया जाता है। ईनब्लिक का प्रगतिशील कंप्यूटेशन इंजन, दावोस, डेटा स्ट्रीम में काम करता है और एप्लिकेशन की इंटरैक्टिव गति की अनुमति देता है।
जब एक उपयोगकर्ता को एक कंटेनर सौंपा जाता है, तो प्रत्येक कार्य दावोस को भेज दिया जाता है, जो चुने हुए डेटा स्रोत से डेटा खींचना शुरू कर देता है।
जब भी संभव हो, यह नमूना शर्तों को अंतर्निहित डेटा स्रोत तक नीचे धकेल देगा।
अन्यथा, यह डेटा को स्कैन करेगा और डेटा स्रोत पर जलाशय के नमूने की गणना करेगा। प्रत्येक ऑपरेटर डेटा स्ट्रीम पर काम करता है, और जब भी कोई ऑपरेटर बैच पर निष्पादित करता है तो उपभोक्ताओं को कार्य आउटपुट की अद्यतन प्रतियां मिलती हैं।
जब कार्यभार परिणाम निर्धारित किया जाता है, तो मोंटाना को कार्यभार परिणाम की नई प्रतियां तुरंत प्राप्त होती हैं।
मोंटाना ईनब्लिक की मिडलवेयर परत है, जो एप्लिकेशन/कार्यक्षेत्र की जानकारी रखने, उपयोगकर्ताओं के बीच कार्यक्षेत्र को सिंक करने के लिए सहयोग को सक्षम करने (मोंगोडीबी) के प्रभारी है, और कार्य परिणामों को इसके फ्रंटएंड लाएक्स को प्रेषित करती है।
अंत में, Laax जावास्क्रिप्ट कोड है जो उपयोगकर्ता के ब्राउज़र में दावोस परिणाम प्रदर्शित करता है।
ईनब्लिक एनालिटिक्स क्या है?
ईनब्लिक विभिन्न प्रकार के निर्णय लेने और रणनीतिक योजना प्रक्रियाओं को पूरा करने के लिए टीमों को उन्नत डेटा एनालिटिक्स लागू करने में सक्षम बनाता है:
वर्णनात्मक विश्लेषण
अतीत में क्या हुआ, इसके बारे में जानने के लिए डेटा का उपयोग किया जा सकता है। अध्ययन के इस रूप के लिए, पारंपरिक बीआई उपकरण (चार्ट, डैशबोर्ड और इंटरेक्टिव एनालिटिक्स) आमतौर पर नियोजित होते हैं।
लेकिन, बीआई टूल्स (जैसे सिसु) की एक नई पीढ़ी है जो विश्लेषकों को उच्च-आयामी डेटा सेट नेविगेट करने में मदद करने के लिए मशीन लर्निंग को नियोजित करती है।
ये नए टूल प्रमुख ड्राइवरों को हाइलाइट करते हैं, रुझान ढूंढते हैं, और यहां तक कि चार्ट की अनुशंसा भी करते हैं। वे डेटा विज़ुअलाइज़ेशन के निर्माण के लिए अत्यधिक गतिशील इंटरफ़ेस प्रदान करने के अलावा पैटर्न और महत्वपूर्ण ड्राइवरों को स्वचालित रूप से उजागर कर सकते हैं।
हालाँकि, यदि आप वास्तविक समय में KPI को मापना चाहते हैं, तो आपको एक निगरानी प्रणाली की आवश्यकता होगी, जैसे कि Einblick, जो स्वचालित रूप से डेटा अपडेट करता है और अलर्ट भेजता है।
भविष्य कहनेवाला विश्लेषिकी
भविष्यवाणी मॉडल बनाने के लिए डेटा का उपयोग करें। इस क्षेत्र में पूर्वानुमान और मंथन मॉडल लोकप्रिय उदाहरण हैं।
लेकिन क्या पहले से (ऑटोएमएल) उपकरण नहीं हैं जो गैर-तकनीकी लोगों को मॉडल बनाने की अनुमति देते हैं?
ऐसे उपकरण मौजूद हैं - KNIME, रैपिड माइनर, और Alteryx पर विचार करें - लेकिन उनमें से कई वर्कफ़्लो इंजन की नकल करके कार्य करते हैं: डेटा आता है, आप कुछ ऑपरेशन निष्पादित करते हैं, और आउटपुट दूसरे ऑपरेटर को सौंप दिया जाता है।
आप सवाल कर सकते हैं कि वर्कफ़्लो जैसा UI सही है या नहीं। इसके शुरुआती पुनरावृत्तियों के साथ प्रयोग करने के बाद, मेरा मानना है कि उनका यूजर इंटरफेस गैर-तकनीकी लोगों के लिए एक बेहतर मैच है।
ईनब्लिक उपयोगकर्ताओं को भविष्यवाणी मॉडल बनाने और साझा करने के साथ-साथ कई डेटा सेटों को मर्ज और संशोधित करने की अनुमति देता है।
अधिक महत्वपूर्ण रूप से, उपयोगकर्ता एक आकर्षक इंटरफ़ेस का उपयोग करके उत्तरोत्तर मॉडल और डेटा ऐप विकसित करते हैं जो उन्हें विज़ुअलाइज़ेशन, मॉडल और डेटा विश्लेषण को मिलाने की अनुमति देता है।
प्रिस्क्रिप्टिव एनालिटिक्स
आप ईनब्लिक का उपयोग करके डेटा का उपयोग करके क्या-अगर, परिदृश्य या सिमुलेशन बना सकते हैं।
यह आपको महत्वपूर्ण चर और भविष्यवक्ताओं के महत्व को समझने के साथ-साथ परिदृश्यों का निर्माण और विश्लेषण करने में भी मदद कर सकता है। मोंटे कार्लो सिमुलेशन जैसे उन्नत उपकरण शीघ्र ही शामिल किए जाएंगे।
मंच का उपयोग कौन कर सकता है?
आपके क्षेत्र, व्यवसाय या कार्य के बावजूद, यह आपको डेटा-संचालित विकल्प शीघ्रता से बनाने में मदद कर सकता है। उनमें से कुछ नीचे सूचीबद्ध हैं:
1। विनिर्माण
- उत्पाद की मांग का पूर्वानुमान।
- प्रागाक्ति रख - रखाव।
- उत्पादन लाइन स्टाफिंग का अनुकूलन करें।
2. बीमा और बैंकिंग
- वर्तमान घटनाओं पर प्रतिक्रिया देने के लिए मॉडल को तेजी से अपडेट किया जाना चाहिए।
- ग्राहकों की आवश्यकताओं के आधार पर मार्केटिंग रणनीति बनाएं।
- ग्राहक अधिग्रहण में सुधार करें।
3. ऊर्जा क्षेत्र
- संयंत्र के पर्यावरणीय प्रभाव की जांच करें।
- वितरण नेटवर्क असामान्यताओं की पहचान करें।
- विनिर्माण और निष्कर्षण संयंत्रों के थ्रूपुट पर नज़र रखें।
4. सरकारी क्षेत्र
- भविष्य की नीतियों के प्रभाव की गणना करें।
- कार्यक्रम के प्रभाव को मापा जाना चाहिए।
- डेटा-संचालित निर्णय लें।
5. स्वास्थ्य सेवा क्षेत्र
- संकट परिदृश्यों में, जनसंख्या का पूर्वानुमान लगाएं।
- जोखिम प्रबंधन को बढ़ाएं।
- तेजी से प्रोटोटाइप प्रवेश जोखिम मॉडल।
6. खुदरा क्षेत्र
- विपणन अभियानों में सुधार करें।
- कोविड -19 का उपयोग करके कार्यबल के स्तर का अनुकूलन करें।
- बाजार की बदलती परिस्थितियों के बीच मांग का पूर्वानुमान।
मुख्य विशेषताएं
- Data Visualization फ्रेम्स - डेटा को संपादित करने और एक ही स्क्रीन पर कई डेटासेट के साथ इंटरैक्ट करने के लिए पायथन डेटा फ़्रेम की पूरी क्षमता का उपयोग करें।
- फ्री-फॉर्म कैनवास पर, विजुअल एनालिटिक्स - असीमित फ्री-फॉर्म कैनवास पर डेटा लोड करने, सफाई करने, परिवर्तित करने, प्रदर्शित करने और मॉडलिंग के बीच तीव्र पुनरावृत्तियों का समर्थन किया जाता है।
- इंटरएक्टिव मशीन लर्निंग - मॉडल की बारीकियों पर नियंत्रण बनाए रखते हुए ईनब्लिक के पुरस्कार विजेता इंटरएक्टिव ऑटोएमएल टूल का उपयोग करके एमएल मॉडल बनाएं।
- इष्टतमीकरण - उन परिणामों के लिए ऑप्टिमाइज़ करें जो आपकी कंपनी के लिए महत्वपूर्ण हैं, और विभिन्न वैकल्पिक कार्रवाइयों के साथ आने वाले ट्रेड-ऑफ़ को समझें।
- सहयोग - यह एक ही कमरे में सहकर्मियों के साथ व्यक्तिगत और दूरस्थ सहयोग की अनुमति देता है। यह डेस्कटॉप ब्राउज़र के साथ-साथ पेन और टच इंटरफेस के लिए बनाया गया था।
- आसान क्लाउड परिनियोजन - यह सार्वजनिक या निजी क्लाउड में आसानी से परिनियोजित करने योग्य है और आपके मौजूदा स्टोरेज और डेटाबेस सिस्टम के साथ एकीकृत होता है।
- लचीलापन - अपने स्वयं के पायथन कार्यों को नए विज़ुअल ऑपरेटरों के रूप में एकीकृत करें, जिससे वे आपकी पूरी टीम या निगम के लिए उपलब्ध हो सकें।
- सांख्यिकीय सुरक्षा जाल - सांख्यिकीय सहायक आपके डेटा के लिए उपयुक्त सांख्यिकीय परीक्षण के चयन की प्रक्रिया को सरल करता है।
ईनब्लिक के साथ शुरुआत करना
1। लॉग इन करें
जब आप ईनब्लिक लॉन्च करते हैं, तो आपको एक लॉगिन स्क्रीन के साथ संकेत दिया जाएगा।
2. मुख्य मेनू
लॉग इन करने के बाद आपको मेन मेन्यू में भेज दिया जाएगा।
ऊपर हाइलाइट किए गए भागों की चर्चा आगे नीचे की गई है।
नया बटन जोड़ें
नए आइटम जोड़ने का प्राथमिक तरीका है नया जोड़ें बटन। जब आप उस पर क्लिक करते हैं, तो आपके द्वारा जोड़ी जा सकने वाली चीज़ों का विवरण देने वाला विकल्पों का एक मेनू दिखाई देता है, जैसा कि नीचे दिए गए चित्र में देखा गया है।
आइटम टैब
आप विभिन्न आइटम टैब पर क्लिक करके ईनब्लिक में सुलभ कई प्रकार की वस्तुओं तक पहुंच सकते हैं।
उदाहरण के लिए, कार्यस्थान टैब पर जाने से वे सभी कार्यस्थल प्रदर्शित होंगे जिन तक आपकी पहुंच है। कृपया ध्यान रखें कि जिन उत्पादों तक आपकी पहुंच नहीं है, उन्हें यहां प्रदर्शित नहीं किया जाएगा।
यह शामिल हैं:
- हाल का
- फ़ाइलें
- जानकारी
- ऑपरेटरों
- उपयोगकर्ता
खोज बार, जिसे नीचे समझाया गया है, का उपयोग प्रदर्शित वस्तुओं को फ़िल्टर करने के लिए किया जा सकता है।
खोज पट्टी
खोज बार हाल ही में उपयोग किए गए किसी भी आइटम, हाल के प्रश्नों और टैग को प्रकट करने के लिए विस्तारित होता है जो वर्तमान में दिखाई दे रहे हैं जब आप उस पर क्लिक करते हैं (नीचे वर्णित)।
खोज परिणामों में, मेल खाने वाले नाम या टैग वाला कोई भी आइटम दिखाई देगा।
मुख्य मेनू आइटम
मुख्य मेनू में, प्रत्येक वस्तु एक बॉक्स का प्रतिनिधित्व करती है जिसके साथ आप बातचीत कर सकते हैं। यदि आप इन चीजों को अन्य मदों से जोड़ना चाहते हैं तो आप इन चीजों को मुख्य मेनू में कहीं और स्थानांतरित कर सकते हैं।
आइटम को विकल्पों के साथ भी जोड़ा जा सकता है, जो ट्रिपल-डॉट मेनू का उपयोग करके सुलभ है, जैसा कि नीचे दिए गए चित्र में दिखाया गया है।
3. डेटासेट अपलोड करें
यह विभिन्न प्रकार के डेटा इंटरफेस का समर्थन करता है, जिससे आप अपने डेटा तक पहुंच सकते हैं, भले ही वह कहीं भी हो। आरंभ करने का सबसे आसान तरीका CSV फ़ाइल के साथ है, लेकिन आप क्लिक करके भी प्रारंभ की जांच कर सकते हैं:
- नए जोड़े
- डेटासेट
- CSV फ़ाइल अपलोड करें
- त्वरित अपलोड
आपकी CSV फ़ाइल में दिखाई देगी डेटासेट मुख्य मेनू के क्षेत्र को सिस्टम में जमा करने के बाद।
4. एक नया कार्यक्षेत्र बनाएं
अपने डेटा का विश्लेषण शुरू करने के लिए, आपको पहले एक कार्यक्षेत्र बनाना होगा और उसे अपने डेटासेट से लिंक करना होगा। प्रत्येक कार्यक्षेत्र के साथ एक मनमाना संख्या में डेटासेट जोड़े जा सकते हैं।
क्लिक करें नई जोड़ने और फिर एक नया कार्यक्षेत्र बनाने के लिए कार्यक्षेत्र।
कार्यस्थान टैब में, एक नया कार्यक्षेत्र जोड़ा जाएगा, और दाईं ओर एक पैनल कार्यस्थान से संबंधित जानकारी प्रदान करेगा।
डेटासेट टैब से डेटासेट आइकन को वर्कस्पेस पैनल के डेटासेट क्षेत्र से लिंक करने के लिए उसे खींचें।
कार्यक्षेत्र तक पहुँचने के लिए, उसके आइकन पर तीर आइकन या उसके पैनल के शीर्ष पर खुले बटन पर क्लिक करें। आप बाद में कार्यस्थान में डेटासेट भी जोड़ सकते हैं।
5. अंत में, कार्यक्षेत्र का उपयोग करें
कार्यक्षेत्र एक इंटरैक्टिव कैनवास है जिस पर आप अन्वेषण के लिए डेटा को रेखांकन कर सकते हैं, साथ ही डेटा माइनिंग, और भविष्य कहनेवाला मॉडलिंग गतिविधियों को निष्पादित कर सकते हैं।
मूल्य निर्धारण
आप साइट का उपयोग इसकी मूल योजना के साथ शुरू कर सकते हैं, जो पूरी तरह से मुफ़्त है और इसमें ढेर सारी सुविधाएँ हैं। यह दो प्रीमियम प्लान भी प्रदान करता है, जिनका विवरण नीचे दिया गया है:
- प्रो: $45/उपयोगकर्ता/माह (बिल वार्षिक)।
- उद्यम: कस्टम मूल्य निर्धारण के लिए ईनब्लिक टीम से संपर्क करें।
फ़ायदे
- विश्लेषणात्मक सहयोग में सुधार करें।
- बेहतर मॉडल और तेज़ जानकारी
- नागरिक डेटा विज्ञान सशक्त।
नुकसान
- कुछ लोगों को कार्यस्थल अनुपयुक्त लग सकता है।
निष्कर्ष
संक्षेप में कहें तो, प्रिस्क्रिप्टिव एनालिटिक्स को लोकतांत्रिक बनाने के लिए लोगों के डेटा के साथ इंटरैक्ट करने के तरीके में मूलभूत बदलाव की आवश्यकता होती है।
Einblick पहला विज़ुअल डेटा प्रोसेसिंग प्लेटफ़ॉर्म है, जो वर्कफ़्लो-केंद्रित AI टूल और विज़ुअलाइज़ेशन-केंद्रित BI टूल की सबसे बड़ी विशेषताओं का संयोजन करता है।
इसे दूर से या व्यक्तिगत रूप से सहयोग की सुविधा के लिए नीचे से ऊपर तक डिज़ाइन किया गया है, जिससे टीमों को डेटा-संचालित निर्णय लेने की अनुमति मिलती है।
इसे आजमाएं और अपने विचार हमारे साथ साझा करें।
मार्क
अच्छा लिखो, जय। ईनब्लिक के बारे में पता लगाने की कोशिश करते समय बस इसके बारे में पता चला।