Inhaltsverzeechnes[Verstoppen][Show]
Déi lafend Pandemie huet Fernaarbecht gestäerkt an d'Tools déi et ënnerstëtzen wéi ni virdrun. Zoom, zum Beispill, huet méi wéi verduebelt am Wäert.
Wéi och ëmmer, technologesch Fortschrëtter waren net sou séier fir Datenanalyten an Datewëssenschaftler z'erméiglechen an Echtzäit ze kollaboréieren.
Einblick, e Massachusetts-baséierte Startup, hofft dat ze änneren.
Einblick ass en interaktiven Analytesche Whiteboard deen d'Benotzer erlaabt hir ze analyséieren daten visuell, schafen Modeller, a maachen daten-driven Entscheedungen als Grupp.
Interaktiv Donnéeën Analyse ass eng Echtzäit Analyse Extensioun déi eng Mëschung aus verdeelt Datebank Systemer a Rendering Kompetenzen benotzt fir den Analyse Prozess ze beschleunegen an d'Benotzer erlaben d'analytesch Fäegkeeten vun der Business Intelligence Technologie ze profitéieren.
Baséierend op sechs Joer Studie op MIT a Brown University, hëlleft seng Technologie d'Benotzer Schwieregkeeten, déi mat wäiter Kommunikatioun verbonne sinn, ze iwwerwannen.
Loosst eis et an Déift entdecken!
Wat ass Einblick?
Einblick ass en interaktivt Analyse-Tool op engem Whiteboard gebaut, deen Teams erlaabt d'Vergaangenheet séier z'ënnersichen, d'Zukunft virauszesoen an déi bescht date-driven Entscheedunge fir hire Geschäft ze treffen.
Et bitt eng eenzeg Léisung déi eng ëmfaassend Suite vun Tools an Technologien fir Analytikoperatioune enthält, vun Datenreinigung an Transformatioun duerch Modellbau a wat-wann Analyse.
Wéinst senger einfacher User-Interface, opzedeelen automateschen Maschinnléieren, an eenzegaartegen Datemining-Fäegkeeten, brauche Benotzer keen techneschen Hannergrond fir komplex Analyse ze maachen.
Et automatiséiert Zäit-opwänneg a schwiereg Operatiounen, et erlaabt jidderengem seng Donnéeën ze iwwerpréiwen an nëtzlech Abléck ze kréien.
Wéi heescht et schaffen?
Et ginn zwou logesch Basiskomponenten fir Einblick:
- Einblick Applikatioun
- Einblick Container
Einblick Applikatioun
E Kubernetes Cluster host d'Einblick Container. Seng sécher Benotzer Authentifikatioun System authentifizéiert all Benotzer Ufro.
d' Belaaschtungsausgläicher verdeelt eng Applikatioun un e Container wann e Benotzer domat verbënnt. D'Container sinn identesch Repliken déi vun enger zentraliséierter MongoDB Datebank synchroniséiert ginn.
Wann e Benotzer säin Aarbechtsberäich ännert, aktualiséiert a propagéiert MongoDB déi nei Informatioun un all Repliken, wat Echtzäit Zesummenaarbecht erméiglecht.
Et ass derwäert ze erwähnen datt, well den Aarbechtsberäichzoustand an d'Berechnung getrennt sinn, gläichzäiteg Benotzer Aufgaben am selwechte Workspace ausféieren kënnen op verschiddene Container lafen, wärend Synchroniséierung a Parallelismus erméiglechen.
Einblick Container
An Einblick Container ginn Aarbechtslaascht ausgefouert. Dem Einblick säi progressive Berechnungsmotor, Davos, funktionnéiert iwwer Datenstroum an erlaabt d'interaktiv Geschwindegkeet vun der Applikatioun.
Wann e Benotzer un e Container zougewisen ass, gëtt all Job op Davos geschéckt, wat ufänkt Daten aus der gewielter Datequell ze zéien.
Wann ëmmer méiglech, dréckt et Probebedéngungen erof op d'Basisdatenquell.
Soss scannt et d'Donnéeën an berechent e Reservoirprobe iwwer d'Datenquell. All Bedreiwer bedreift op Datestroum, a Konsumenten kréien aktualiséiert Kopien vun Taskoutputen all Kéier wann e Bedreiwer iwwer eng Batch ausféiert.
Wann d'Aarbechtslaaschtresultat bestëmmt ass, kritt Montana direkt frësch Kopien vum Aarbechtslaaschtresultat.
Montana ass dem Einblick seng Middleware Layer, verantwortlech fir d'Applikatioun / Workspace Informatioun ze halen, d'Zesummenaarbecht z'erméiglechen fir d'Aarbechtsberäich iwwer d'Benotzer (MongoDB) ze synchroniséieren an d'Taskresultater op Laax, säi Frontend, ze vermëttelen.
Schlussendlech ass Laax den Javascript Code deen d'Davos Resultater am Browser vum Benotzer weist.
Wat ass Einblick Analytics?
Einblick erlaabt Teams fortgeschratt Datenanalyse z'applizéieren fir eng Vielfalt vun Entscheedungsprozesser a strategesche Planungsprozesser ze déngen:
Beschreiwend Analytics
Daten kënne benotzt ginn fir ze léieren wat an der Vergaangenheet geschitt ass. Fir dës Form vu Studie ginn traditionell BI Tools (Charts, Dashboards, an interaktiv Analyse) allgemeng benotzt.
Awer, et gëtt eng nei Generatioun vu BI Tools (wéi Sisu) déi Maschinnléiere benotzen fir Analysten ze hëllefen héichdimensional Datesets ze navigéieren.
Dës nei Tools markéieren Schlësseltreiber, fannen Trends a recommandéiere souguer Charts. Si kënnen automatesch Musteren a wichtege Chauffeuren aussoen zousätzlech fir eng héich dynamesch Interface fir Datenvisualiséierungen ze bauen.
Wéi och ëmmer, wann Dir KPIs an Echtzäit moosse wëllt, braucht Dir e Iwwerwaachungssystem, wéi Einblick, deen automatesch Daten aktualiséiert an Alarm schéckt.
Prediktive Analytics
Benotzt Daten fir Prognosemodeller ze kreéieren. Prognosen a Churn Modeller si populär Beispiller an dësem Beräich.
Awer ginn et net schonn (autoML) Tools déi net-technesch Leit erlaben Modeller ze generéieren?
Esou Tools existéieren - betruecht KNIME, Rapid Miner, an Alteryx - awer vill vun hinnen funktionnéieren duerch Replikatioun vun Workflowmotoren: Daten kommen eran, Dir maacht eng Operatioun aus, an d'Ausgab gëtt un en aneren Bedreiwer iwwerginn.
Dir kënnt d'Fro stellen ob e Workflow-ähnlechen UI perfekt ass. Nodeems ech mat fréien Iteratiounen dovun experimentéiert hunn, gleewen ech datt hir User-Interface e bessere Match fir net-technesch Leit ass.
Einblick erlaabt d'Benotzer Prognosemodeller ze kreéieren an ze deelen, souwéi vill Datesets ze fusionéieren an z'änneren.
Méi entscheedend, d'Benotzer entwéckelen progressiv Modeller an Datenapps mat engem attraktiven Interface, deen hinnen erlaabt Visualiséierungen, Modeller an Datenanalyse ze vermëschen.
Rezept Analytics
Dir kënnt wat-wann, Szenarien oder Simulatioune mat Daten mat Einblick erstellen.
Et kann Iech och hëllefen d'Bedeitung vu wichtege Variabelen a Prädiktoren ze verstoen, wéi och Szenarien ze bauen an ze analyséieren. Fortgeschratt Tools wéi Monte Carlo Simulatioun wäerten geschwënn abegraff ginn.
Wien kann d'Plattform benotzen?
Onofhängeg vun Ärem Secteur, Geschäft oder Funktioun, et kann Iech hëllefen daten-driven Choixen séier ze maachen. E puer vun hinnen sinn hei ënnendrënner opgezielt:
1. Fabrikatioun
- Produit Nofro Prognosen.
- Predictive Ënnerhalt.
- Optimiséiert d'Produktiounslinn Personal.
2. Versécherung a Banking
- Modeller musse séier aktualiséiert ginn fir op aktuell Optriede z'äntwerten.
- Schafen Marketing Strategie baséiert op Client Ufuerderunge.
- Verbesseren Client Acquisitioun.
3. Energie Secteur
- Ënnersich den Ëmweltimpakt vun der Planz.
- Identifizéieren Verdeelungsnetz Anomalie.
- Verfollegt den Duerchgang vun de Fabrikatiouns- an Extraktiounsanlagen.
4. Regierung Secteur
- Berechent den Impakt vun zukünfteg Politik.
- Programm Impakt soll gemooss ginn.
- Maachen daten-ugedriwwen Entscheedungen.
5. Gesondheetssektor
- An Kris Szenarie, Prognosen Populatioun.
- Verbesseren Risiko Gestioun.
- Schnell Prototyp Admission Risiko Modeller.
6. Retail Secteur
- Marketing Kampagnen verbesseren.
- Optiméiert d'Aarbechtskräfteniveauen mat Covid-19.
- Prognostizéiert Nofro am verännerleche Maart Ëmstänn.
Schlëssel ass näischt geschitt
- Datenvisiatioun Frames - Benotzt Python Dateframes säi vollt Potenzial fir Daten z'änneren an mat verschiddenen Datesets um selwechten Écran ze interagéieren.
- Op engem Free-Form Canvas, Visual Analytics - Rapid Iteratiounen tëscht Luede, Botzen, Ëmwandlung, Affichage, a Modelléierungsdaten op engem onlimitéierten fräie Canvas ginn ënnerstëtzt.
- Interaktiv Maschinn Léieren - Build ML Modeller mam Einblick sengem preisgekréinten interaktiven AutoML Tool, wärend d'Kontroll iwwer Modellspezifizitéiten behalen.
- akeef - Optimiséiert fir d'Resultater déi wichteg sinn fir Är Firma, a begräifen d'Ofdreiwungen déi mat verschiddenen alternativen Aktiounen kommen.
- Zesummenaarbecht - Et erlaabt perséinlech a Fern Zesummenaarbecht mat Kollegen am selwechte Raum. Et gouf erstallt fir Desktop-Browser wéi och Pen an Touch Interfaces.
- Einfach Cloud Deployment - Et ass einfach an der ëffentlecher oder privater Cloud z'installéieren an integréiert mat Äre existente Späicher- an Datebanksystemer.
- Flexibilitéit - Integréiert Är eege Python Funktiounen als nei visuell Bedreiwer, maacht se fir Äert ganzt Team oder Firma verfügbar.
- Statistesch Sécherheetsnetz - De statisteschen Assistent vereinfacht de Prozess fir de passenden statisteschen Test fir Är Donnéeën ze wielen.
Ufänken mat Einblick
1. Login
Wann Dir Einblick lancéiert, gitt Dir mat engem Loginbildschierm gefrot.
2. Haaptmenü
Dir wäert op den Haaptmenü geschéckt ginn nodeems Dir ageloggt sidd.
Déi uewe markéiert Deeler ginn hei ënnen diskutéiert.
Add New Button
Déi primär Method fir nei Elementer ze addéieren ass iwwer de Foto New Knäppchen. Wann Dir op et klickt, erschéngt e Menü vu Choixen mat Detailer iwwer d'Saachen déi Dir addéiere kënnt, wéi an der Figur hei drënner gesi gëtt.
Artikel Tabs
Dir kënnt Zougang zu de villen Zorte vun Artikelen zougänglech am Einblick kréien andeems Dir op déi verschidden Element Tabs klickt.
Zum Beispill, de Besuch vun der Aarbechtsberäicher Tab weist all Aarbechtsplazen op déi Dir Zougang hutt. Bedenkt w.e.g. datt Produkter op déi Dir keen Zougang hutt net hei ugewise ginn.
Et ëmfaasst:
- leschte
- Fichieren
- Daten
- Operatoren
- Benotzer
D'Sichbar, déi hei ënnen erkläert gëtt, kann benotzt ginn fir déi ugewisen Objeten ze filteren.
Sich Bar
D'Sichbar erstreckt sech fir all kierzlech benotzten Artikelen, rezent Ufroen an Tags z'entdecken déi momentan siichtbar sinn wann Dir drop klickt (weider beschriwwen hei ënnen).
An de Sichresultater erschéngt all Element mat engem passenden Numm oder Tag.
Haaptmenü Elementer
Am Haaptmenü representéiert all Objet eng Këscht mat där Dir interagéiere kënnt. Dir kënnt dës Saache soss anzwousch am Haaptmenü réckelen wann Dir se mat aneren Elementer verbonne wëllt.
Elementer kënnen och mat Optiounen verbonne sinn, déi zougänglech ass mat dem Triple-Punkt-Menü, wéi an der Figur hei ënnen illustréiert.
3. Eroplueden Dataset
Et ënnerstëtzt eng Vielfalt vun Datenschnëttplazen, wat Iech erlaabt Zougang zu Ären Donnéeën ze kréien, egal wou se läit. Déi einfachst Method fir unzefänken ass mat enger CSV Datei, awer Dir kënnt och Start ënnersichen andeems Dir klickt:
- Foto nei
- Datebank
- Eroplueden CSV Fichier
- Schnell eropluede
Är CSV Datei erschéngt am Datesätz Beräich vun der Haaptrei Menü nodeems se op de System presentéiert gouf.
4. Schafen eng nei Aarbechtsberäich
Fir unzefänken Är Donnéeën ze analyséieren, musst Dir als éischt en Aarbechtsberäich bauen an et mat Ärem Dataset verbannen. Eng arbiträr Unzuel vun Datesätz ka mat all Aarbechtsberäich gepaart ginn.
klickt add nei an dann Aarbechtsberäich fir en neien Aarbechtsberäich ze kreéieren.
An der Aarbechtsberäicher Tab gëtt en neien Aarbechtsberäich bäigefüügt, an e Panel op der rietser gëtt d'Aarbechtsberäichbezunnen Informatioun.
Drag eng Datesätze-Ikon vun der Datesätz-Tab an d'Datesätzberäich vun der Aarbechtsberäichpanel fir se ze verbannen.
Fir Zougang zum Aarbechtsberäich ze kréien, klickt op de Pfeil Ikon op senger Ikon oder den oppene Knäppchen uewen op sengem Panel. Dir kënnt och den Dataset an den Aarbechtsberäich duerno addéieren.
5. Endlech benotzt d'Aarbechtsberäich
En Aarbechtsberäich ass en interaktiven Leinwand, op deem Dir graphesch Daten fir Exploratioun ka leeën, wéi och Datemining ausféieren, a prévisiv Modelleraktivitéiten.
Tarifikatioun
Dir kënnt ufänken de Site mat sengem Basisplang ze benotzen, dee komplett gratis ass an eng Onmass vu Funktiounen huet. Et bitt och zwee Premium Pläng, déi hei ënnen detailléiert sinn:
- Pro: $ 45 / Benotzer / Mount (Joer Rechnung).
- Enterprise: Kontaktéiert d'Einblick Team fir personaliséiert Präisser.
Profien
- Verbessert analytesch Zesummenaarbecht.
- Verbesserte Modeller a méi séier Abléck
- Bierger Daten Wëssenschaft empowered.
scheinbar
- E puer Leit kënnen d'Aarbechtsplaz als onappell fannen.
Konklusioun
Fir ze resuméieren, erfuerdert d'demokratesch preskriptiv Analyse eng fundamental Verréckelung a wéi d'Individuen mat Daten interagéieren.
Einblick ass déi éischt visuell Datenveraarbechtungsplattform, déi déi gréisste Feature vun workflow-centric AI Tools a visualization-centric BI Tools kombinéiert.
Et ass vun ënnen erop entworf fir d'Zesummenaarbecht ze erliichteren, entweder op afstand oder perséinlech, wat Teams erlaabt date-driven Entscheedungen ze treffen.
Probéiert et an deelt Är Gedanken mat eis.
Mark
Schéin schreiwen, Jay. Kommt just op dëst wann ech probéiert iwwer Einblick erauszefannen.