Pregled sadržaja[Sakriti][Pokazati]
Pandemija koja je u tijeku potaknula je rad na daljinu i alate koji ga podržavaju kao nikad prije. Zoom je, na primjer, više nego udvostručio vrijednost.
Međutim, tehnološki napredak nije bio tako brz da bi analitičarima podataka i znanstvenicima omogućio suradnju u stvarnom vremenu.
Einblick, startup sa sjedištem u Massachusettsu, nada se da će to promijeniti.
Einblick je interaktivna analitička ploča koja korisnicima omogućuje analizu svojih podatke vizualno, stvarati modele i donositi odluke temeljene na podacima kao grupa.
Interaktivna analitika podataka proširenje je analitike u stvarnom vremenu koje koristi mješavinu distribuiranih sustava baza podataka i vještina renderiranja kako bi se ubrzao proces analize i omogućio korisnicima da iskoriste analitičke mogućnosti tehnologije Business Intelligence.
Na temelju šest godina studija na MIT-u i Sveučilištu Brown, njegova tehnologija pomaže korisnicima u prevladavanju poteškoća povezanih s komunikacijom na daljinu.
Istražimo ga dublje!
Što je uvid?
Einblick je interaktivni analitički alat izgrađen na bijeloj ploči koji timovima omogućuje brzo ispitivanje prošlosti, predviđanje budućnosti i donošenje najboljih odluka temeljenih 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 što ako.
Zbog jednostavnog korisničkog sučelja, vrhunskog automatskog strojnog učenja i jedinstvenih mogućnosti rudarenja podataka, korisnicima nije potrebna tehnička pozadina za složene analize.
Automatizira dugotrajne i teške operacije, omogućujući svima da pregledaju svoje podatke i steknu korisne uvide.
Kako radi?
Dvije su osnovne logičke komponente Einblicka:
- Einblick aplikacija
- Einblick kontejner
Einblick aplikacija
Kubernetes klaster ugošćuje Einblick kontejnere. Njegov sigurni sustav provjere autentičnosti korisnika provjerava autentičnost svakog korisničkog zahtjeva.
Korištenje električnih romobila ističe balansiranje opterećenja dodjeljuje aplikaciju spremniku kada se korisnik na nju poveže. Spremnici 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, omogućujući suradnju u stvarnom vremenu.
Vrijedno je spomenuti da, budući da su stanje radnog prostora i računanje odvojeni, istovremeni korisnici mogu izvršavati zadatke u istom radnom prostoru koji se izvodi na različitim spremnicima, istovremeno omogućavajući sinkronizaciju i paralelizam.
Einblick kontejner
U Einblick spremnicima se izvršavaju radna opterećenja. Einblickov progresivni stroj za računanje, Davos, radi preko tokova podataka i omogućuje interaktivnu brzinu aplikacije.
Kada je korisnik dodijeljen kontejneru, svaki posao se šalje u Davos, koji počinje povlačiti 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 ležišta preko izvora podataka. Svaki operater radi na tokovima podataka, a potrošači dobivaju ažurirane kopije izlaznih podataka zadatka svaki put kada operater izvršava preko serije.
Kada se utvrdi rezultat radnog opterećenja, Montana odmah prima nove kopije rezultata radnog opterećenja.
Montana je Einblickov međuprogramski sloj, zadužen za čuvanje informacija o aplikaciji/radnom prostoru, omogućavajući suradnju za sinkronizaciju radnog prostora među korisnicima (MongoDB) i prijenos rezultata zadatka na Laax, njegov frontend.
Konačno, Laax je Javascript kod koji prikazuje Davos rezultate u korisničkom pregledniku.
Što je Einblick Analytics?
Einblick timovima omogućuje primjenu napredne analitike podataka kako bi služila raznim procesima donošenja odluka i strateškog planiranja:
Opisna analitika
Podaci se mogu koristiti za učenje o tome što se dogodilo u prošlosti. Za ovaj oblik učenja obično se koriste tradicionalni BI alati (grafici, nadzorne ploče i interaktivna analitika).
No, postoji nova generacija BI alata (kao što je Sisu) koji koriste strojno učenje kako bi pomogli analitičarima u navigaciji visokodimenzionalnim skupovima podataka.
Ovi novi alati ističu ključne pokretače, pronalaze trendove, pa čak i preporučuju grafikone. Oni mogu automatski izložiti uzorke i važne pokretače uz pružanje vrlo dinamičnog sučelja za izgradnju vizualizacija podataka.
Međutim, ako želite mjeriti KPI u stvarnom vremenu, trebat će vam sustav za praćenje, poput Einblicka, koji automatski ažurira podatke i šalje upozorenja.
Prediktivna analitika
Iskoristite podatke za izradu modela predviđanja. Modeli predviđanja i odljeva popularni su primjeri u ovom području.
Ali zar već ne postoje (autoML) alati koji netehničarima omogućuju generiranje modela?
Takvi alati postoje – uzmite u obzir KNIME, Rapid Miner i Alteryx – ali mnogi od njih funkcioniraju replicirajući motore tijeka rada: podaci dolaze, vi izvršavate neku operaciju, a izlaz se predaje drugom operateru.
Možete postaviti pitanje je li korisničko sučelje nalik tijek rada savršeno. Nakon eksperimentiranja s ranim iteracijama, vjerujem da je njihovo korisničko sučelje bolje prilagođeno ljudima koji nisu tehnički.
Einblick omogućuje korisnicima stvaranje i dijeljenje modela predviđanja, kao i spajanje i modificiranje brojnih skupova podataka.
Što je još važnije, korisnici progresivno razvijaju modele i podatkovne aplikacije koristeći privlačno sučelje koje im omogućuje miješanje vizualizacija, modela i analize podataka.
Preskriptivna analitika
Možete kreirati što ako, scenarije ili simulacije koristeći podatke koristeći Einblick.
Također vam može pomoći da shvatite značaj važnih varijabli i prediktora, kao i da izgradite i analizirate scenarije. Uskoro će biti uključeni i napredni alati poput Monte Carlo simulacije.
Tko može koristiti platformu?
Bez obzira na vaš sektor, posao ili funkciju, može vam pomoći da brzo donesete odluke temeljene 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 temelju zahtjeva kupaca.
- Poboljšajte privlačenje kupaca.
3. Energetski sektor
- Istražite utjecaj biljke na okoliš.
- Identificirajte abnormalnosti distribucijske mreže.
- Pratite propusnost postrojenja za proizvodnju i ekstrakciju.
4. Državni sektor
- Izračunajte učinak budućih politika.
- Utjecaj programa treba mjeriti.
- Donosite odluke temeljene na podacima.
5. Sektor zdravstva
- U kriznim scenarijima, prognoza stanovništva.
- Poboljšajte upravljanje rizikom.
- Brzi prototip modela rizika prijema.
6. Sektor maloprodaje
- Poboljšajte marketinške kampanje.
- Optimizirajte razinu radne snage pomoću Covid-19.
- Predviđanje potražnje u uvjetima promjenjivih tržišnih okolnosti.
Glavne značajke
- Vizualizacija podataka Okviri – Iskoristite puni potencijal Python podatkovnih okvira za uređivanje podataka i interakciju s nekoliko skupova podataka na istom zaslonu.
- Na platnu slobodnog oblika, vizualna analitika – Podržane su brze iteracije između učitavanja, čišćenja, pretvaranja, prikaza i modeliranja podataka na neograničenom platnu slobodnog oblika.
- Interaktivno strojno učenje – Izgradite ML modele pomoću Einblickovog nagrađivanog interaktivnog alata AutoML uz zadržavanje kontrole nad specifičnostima modela.
- Optimizacija – Optimizirajte za rezultate koji su važni za vašu tvrtku i shvatite kompromise koji dolaze s raznim alternativnim akcijama.
- Kolaboracija – Omogućuje osobnu i daljinsku suradnju s kolegama u istoj prostoriji. Stvoren je za desktop preglednike, kao i za sučelja olovke i dodira.
- Jednostavna implementacija u oblaku – Lako se može primijeniti u javnom ili privatnom oblaku i integrira se s vašim postojećim sustavima za pohranu i baze podataka.
- Fleksibilnost – Integrirajte vlastite Python funkcije kao nove vizualne operatore, čineći ih dostupnima cijelom svom timu ili korporaciji.
- Statističke sigurnosne mreže – Statistički pomoćnik pojednostavljuje postupak odabira odgovarajućeg statističkog testa za vaše podatke.
Početak rada s Einblickom
1. Prijaviti se
Kada pokrenete Einblick, od vas će se prikazati zaslon za prijavu.
2. Glavni izbornik
Nakon prijave bit ćete poslani na Glavni izbornik.
Gore istaknuti dijelovi razmatraju se dalje u nastavku.
Dodaj novi gumb
Primarna metoda za dodavanje novih stavki je putem Dodaj novi dugme. Kada kliknete na njega, pojavit će se izbornik izbora s detaljima o stvarima koje možete dodati, kao što se vidi na donjoj slici.
Kartice stavki
Možete pristupiti brojnim vrstama stavki dostupnih u Einblicku klikom na različite kartice predmeta.
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:
- nedavni
- Slika
- Datum
- Operateri
- korisnici
Traka za pretraživanje, koja je objašnjena u nastavku, može se koristiti za filtriranje prikazanih objekata.
Traži 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 pretraživanja pojavit će se bilo koja stavka s odgovarajućim imenom ili oznakom.
Stavke glavnog izbornika
U glavnom izborniku svaki objekt predstavlja okvir s kojim možete komunicirati. Te stvari možete premjestiti negdje drugdje u glavnom izborniku ako ih želite povezati s drugim stavkama.
Stavke se također mogu povezati s opcijama, što je dostupno pomoću izbornika s trostrukim točkama, kao što je prikazano na donjoj slici.
3. Prenesite skup podataka
Podržava razna podatkovna sučelja, omogućujući vam pristup vašim podacima bez obzira na to gdje se nalaze. Najjednostavniji način za početak je pomoću CSV datoteke, ali također možete istražiti Start klikom na:
- Dodaj novi
- Skupovi podataka
- Prenesite CSV datoteku
- Brzo učitavanje
Vaša CSV datoteka će se pojaviti u skupovi podataka područje glavnog izbornika nakon što je dostavljen sustavu.
4. Napravite 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 dodaj novi a zatim radni prostor za stvaranje novog radnog prostora.
Na kartici radni prostori bit će dodan novi radni prostor, a ploča s desne strane pružat će informacije vezane za radni prostor.
Povucite ikonu skupa podataka s kartice skupovi podataka u područje skupova podataka ploče radnog prostora da biste je povezali s njom.
Za pristup radnom prostoru kliknite ikonu strelice na njegovoj ikoni ili gumb za otvaranje na vrhu njegove ploče. Također možete naknadno dodati skup podataka u radni prostor.
5. Konačno, upotrijebite radni prostor
Radni prostor je interaktivno platno na kojem možete grafički rasporediti 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 značajki. Također nudi dva premium plana, koji su detaljno opisani u nastavku:
- Pro: 45 USD po korisniku mjesečno (naplaćuje se godišnje).
- Enterprise: Obratite se Einblick timu za prilagođene cijene.
Prozodija
- Poboljšajte analitičku suradnju.
- Poboljšani modeli i brži uvidi
- Građanska znanost o podacima osnažena.
Cons
- Nekim ljudima radno mjesto može biti neprivlačno.
Zaključak
Ukratko, demokratizacija preskriptivne analitike zahtijeva temeljnu promjenu u načinu na koji pojedinci komuniciraju s podacima.
Einblick je prva platforma za vizualnu obradu podataka koja kombinira najveće značajke alata za umjetnu inteligenciju usmjerenih na radni tijek i BI alata usmjerenih na vizualizaciju.
Dizajniran je odozdo prema gore kako bi olakšao suradnju, bilo na daljinu ili osobno, omogućujući timovima da donose odluke temeljene na podacima.
Isprobajte i podijelite svoje mišljenje s nama.
oznaka
Lijepo si napisao, Jay. Upravo sam naišao na ovo kada sam pokušavao saznati o Einblicku.