ສາລະບານ[ເຊື່ອງ][ສະແດງ]
ການແຜ່ລະບາດຂອງພະຍາດດັ່ງກ່າວໄດ້ຊຸກຍູ້ການເຮັດວຽກຫ່າງໄກສອກຫຼີກແລະເຄື່ອງມືທີ່ສະຫນັບສະຫນູນມັນບໍ່ເຄີຍມີມາກ່ອນ. ສໍາລັບຕົວຢ່າງ, ຂະຫຍາຍໄດ້ຫຼາຍກ່ວາສອງເທົ່າໃນມູນຄ່າ.
ຢ່າງໃດກໍ່ຕາມ, ຄວາມກ້າວຫນ້າທາງດ້ານເຕັກໂນໂລຢີຍັງບໍ່ທັນໄດ້ໄວເທົ່າທີ່ຈະໃຫ້ນັກວິເຄາະຂໍ້ມູນແລະນັກວິທະຍາສາດຂໍ້ມູນສາມາດຮ່ວມມືໃນເວລາທີ່ແທ້ຈິງ.
Einblick, ບໍລິສັດເລີ່ມຕົ້ນໃນລັດ Massachusetts, ຫວັງວ່າຈະປ່ຽນແປງມັນ.
Einblick ແມ່ນກະດານຂາວການວິເຄາະແບບໂຕ້ຕອບທີ່ຊ່ວຍໃຫ້ຜູ້ໃຊ້ສາມາດວິເຄາະໄດ້ ຂໍ້ມູນທາງສາຍຕາ, ສ້າງແບບຈໍາລອງ, ແລະເຮັດໃຫ້ທາງເລືອກໃນການຂັບເຄື່ອນຂໍ້ມູນເປັນກຸ່ມ.
ການວິເຄາະຂໍ້ມູນແບບໂຕ້ຕອບແມ່ນການຂະຫຍາຍການວິເຄາະແບບສົດໆທີ່ນໍາໃຊ້ການປະສົມປະສານຂອງລະບົບຖານຂໍ້ມູນທີ່ແຈກຢາຍແລະທັກສະການສະແດງຜົນເພື່ອເລັ່ງຂະບວນການການວິເຄາະແລະໃຫ້ຜູ້ໃຊ້ສາມາດເອົາປະໂຫຍດຈາກຄວາມສາມາດໃນການວິເຄາະຂອງເຕັກໂນໂລຢີ Business Intelligence.
ອີງຕາມການສຶກສາຫົກປີທີ່ມະຫາວິທະຍາໄລ MIT ແລະ Brown, ເຕັກໂນໂລຢີຂອງມັນຊ່ວຍໃຫ້ຜູ້ໃຊ້ສາມາດເອົາຊະນະຄວາມຫຍຸ້ງຍາກທີ່ກ່ຽວຂ້ອງກັບການສື່ສານຫ່າງໄກ.
ໃຫ້ສໍາຫຼວດມັນໃນຄວາມເລິກ!
ແມ່ນຫຍັງ ຄວາມເຂົ້າໃຈ?
Einblick ແມ່ນເຄື່ອງມືການວິເຄາະແບບໂຕ້ຕອບທີ່ສ້າງຂຶ້ນໃນກະດານຂາວທີ່ຊ່ວຍໃຫ້ທີມງານສາມາດກວດເບິ່ງອະດີດໄດ້ຢ່າງວ່ອງໄວ, ຄາດການອະນາຄົດ, ແລະການຕັດສິນໃຈທີ່ດີທີ່ສຸດຈາກຂໍ້ມູນສໍາລັບທຸລະກິດຂອງພວກເຂົາ.
ມັນສະຫນອງການແກ້ໄຂດຽວທີ່ປະກອບມີຊຸດເຄື່ອງມືແລະເຕັກໂນໂລຢີທີ່ສົມບູນແບບສໍາລັບການດໍາເນີນງານການວິເຄາະ, ຈາກການເຮັດຄວາມສະອາດຂໍ້ມູນແລະການຫັນປ່ຽນໂດຍຜ່ານການສ້າງແບບຈໍາລອງແລະການວິເຄາະແມ່ນຫຍັງ.
ເນື່ອງຈາກການໂຕ້ຕອບຜູ້ໃຊ້ທີ່ງ່າຍດາຍ, ການຮຽນຮູ້ເຄື່ອງຈັກອັດຕະໂນມັດທີ່ທັນສະໄຫມ, ແລະຄວາມສາມາດໃນການຂຸດຄົ້ນຂໍ້ມູນທີ່ເປັນເອກະລັກ, ຜູ້ໃຊ້ບໍ່ຈໍາເປັນຕ້ອງມີພື້ນຖານດ້ານວິຊາການເພື່ອເຮັດການວິເຄາະທີ່ສັບສົນ.
ມັນອັດຕະໂນມັດການໃຊ້ເວລາທີ່ໃຊ້ເວລາແລະຄວາມຫຍຸ້ງຍາກໃນການດໍາເນີນງານ, ອະນຸຍາດໃຫ້ທຸກຄົນທົບທວນຄືນຂໍ້ມູນຂອງເຂົາເຈົ້າແລະໄດ້ຮັບຄວາມເຂົ້າໃຈທີ່ເປັນປະໂຫຍດ.
ມັນເຮັດວຽກແນວໃດ?
ມີສອງອົງປະກອບເຫດຜົນພື້ນຖານຂອງ Einblick:
- ຄໍາຮ້ອງສະຫມັກ Einblick
- Einblick Container
ຄໍາຮ້ອງສະຫມັກ Einblick
ກຸ່ມ Kubernetes ເປັນເຈົ້າພາບບັນຈຸ Einblick. ລະບົບການກວດສອບຜູ້ໃຊ້ທີ່ປອດໄພຂອງມັນພິສູດຢືນຢັນແຕ່ລະຄໍາຮ້ອງຂໍຂອງຜູ້ໃຊ້.
ໄດ້ ດຸ່ນດ່ຽງການໂຫຼດ ຈັດສັນແອັບພລິເຄຊັ່ນໃສ່ຖັງເກັບມ້ຽນ ເມື່ອຜູ້ໃຊ້ເຊື່ອມຕໍ່ກັບມັນ. ກ່ອງບັນຈຸແມ່ນສິ່ງຈໍາລອງອັນດຽວກັນທີ່ເກັບຮັກສາໄວ້ synchronized ໂດຍຖານຂໍ້ມູນ MongoDB ສູນກາງ.
ເມື່ອຜູ້ໃຊ້ດັດແປງພື້ນທີ່ເຮັດວຽກຂອງລາວ, MongoDB ປັບປຸງແລະເຜີຍແຜ່ຂໍ້ມູນໃຫມ່ໃຫ້ກັບທຸກ replicas, ເຮັດໃຫ້ການເຮັດວຽກຮ່ວມກັນໃນເວລາຈິງ.
ມັນເປັນມູນຄ່າທີ່ບອກວ່າ, ເນື່ອງຈາກວ່າພື້ນທີ່ເຮັດວຽກແລະການຄິດໄລ່ແມ່ນແຍກກັນ, ຜູ້ໃຊ້ພ້ອມໆກັນສາມາດປະຕິບັດວຽກງານໃນພື້ນທີ່ເຮັດວຽກດຽວກັນທີ່ແລ່ນຢູ່ໃນກ່ອງບັນຈຸທີ່ແຕກຕ່າງກັນໃນຂະນະທີ່ເປີດໃຊ້ synchronization ແລະຂະຫນານ.
Einblick Container
ໃນ Einblick containers, workloads ຖືກປະຕິບັດ. ເຄື່ອງຈັກການຄໍານວນທີ່ກ້າວຫນ້າຂອງ Einblick, Davos, ດໍາເນີນການໃນທົ່ວກະແສຂໍ້ມູນແລະອະນຸຍາດໃຫ້ມີຄວາມໄວການໂຕ້ຕອບຂອງຄໍາຮ້ອງສະຫມັກ.
ເມື່ອຜູ້ໃຊ້ຖືກມອບຫມາຍໃສ່ຕູ້ຄອນເທນເນີ, ແຕ່ລະວຽກຈະຖືກສົ່ງໄປຫາ Davos, ເຊິ່ງເລີ່ມຕົ້ນດຶງຂໍ້ມູນຈາກແຫຼ່ງຂໍ້ມູນທີ່ເລືອກ.
ເມື່ອໃດກໍ່ຕາມທີ່ເປັນໄປໄດ້, ມັນຈະຍູ້ເງື່ອນໄຂຕົວຢ່າງລົງໄປຫາແຫຼ່ງຂໍ້ມູນພື້ນຖານ.
ຖ້າບໍ່ດັ່ງນັ້ນ, ມັນຈະສະແກນຂໍ້ມູນແລະຄິດໄລ່ຕົວຢ່າງອ່າງເກັບນ້ໍາຜ່ານແຫຼ່ງຂໍ້ມູນ. ແຕ່ລະຜູ້ປະກອບການດໍາເນີນການກ່ຽວກັບການຖ່າຍທອດຂໍ້ມູນ, ແລະຜູ້ບໍລິໂພກໄດ້ຮັບການປັບປຸງສໍາເນົາຂອງຜົນໄດ້ຮັບໃນຫນ້າວຽກທຸກຄັ້ງທີ່ຜູ້ປະກອບການປະຕິບັດໃນໄລຍະ batch.
ເມື່ອຜົນຂອງວຽກໄດ້ຖືກກໍານົດ, Montana ໄດ້ຮັບສໍາເນົາສົດຂອງຜົນໄດ້ຮັບວຽກທັນທີ.
Montana ແມ່ນຊັ້ນກາງຂອງ Einblick, ຮັບຜິດຊອບໃນການຮັກສາຂໍ້ມູນແອັບພລິເຄຊັນ/ພື້ນທີ່ເຮັດວຽກ, ເຮັດໃຫ້ການຮ່ວມມືກັນໃນການຊິງຄ໌ພື້ນທີ່ເຮັດວຽກໃນທົ່ວຜູ້ໃຊ້ (MongoDB), ແລະການສົ່ງຜົນໄດ້ຮັບວຽກງານໄປຫາ Laax, ດ້ານຫນ້າຂອງມັນ.
ສຸດທ້າຍ, Laax ແມ່ນລະຫັດ Javascript ທີ່ສະແດງຜົນ Davos ໃນຕົວທ່ອງເວັບຂອງຜູ້ໃຊ້.
Einblick Analytics ແມ່ນຫຍັງ?
Einblick ຊ່ວຍໃຫ້ທີມງານສາມາດນໍາໃຊ້ການວິເຄາະຂໍ້ມູນຂັ້ນສູງເພື່ອຮັບໃຊ້ຂະບວນການຕັດສິນໃຈແລະການວາງແຜນຍຸດທະສາດທີ່ຫລາກຫລາຍ:
ລາຍລະອຽດການວິເຄາະ
ຂໍ້ມູນສາມາດຖືກນໍາໃຊ້ເພື່ອຮຽນຮູ້ກ່ຽວກັບສິ່ງທີ່ເກີດຂຶ້ນໃນອະດີດ. ສໍາລັບຮູບແບບຂອງການສຶກສານີ້, ເຄື່ອງມື BI ແບບດັ້ງເດີມ (ຕາຕະລາງ, dashboards, ແລະການວິເຄາະແບບໂຕ້ຕອບ) ແມ່ນໃຊ້ທົ່ວໄປ.
ແຕ່, ມີເຄື່ອງມື BI ຮຸ່ນໃຫມ່ (ເຊັ່ນ Sisu) ທີ່ໃຊ້ການຮຽນຮູ້ເຄື່ອງຈັກເພື່ອຊ່ວຍໃຫ້ນັກວິເຄາະນໍາທາງຊຸດຂໍ້ມູນທີ່ມີມິຕິລະດັບສູງ.
ເຄື່ອງມືໃຫມ່ເຫຼົ່ານີ້ຊີ້ໃຫ້ເຫັນໄດເວີທີ່ສໍາຄັນ, ຊອກຫາແນວໂນ້ມ, ແລະແມ້ກະທັ້ງແນະນໍາຕາຕະລາງ. ພວກເຂົາສາມາດເປີດເຜີຍຮູບແບບຕ່າງໆໂດຍອັດຕະໂນມັດແລະຕົວຂັບຂີ່ທີ່ສໍາຄັນນອກເຫນືອຈາກການສະຫນອງການໂຕ້ຕອບແບບເຄື່ອນໄຫວສູງສໍາລັບການສ້າງຮູບພາບຂໍ້ມູນ.
ຢ່າງໃດກໍຕາມ, ຖ້າທ່ານຕ້ອງການວັດແທກ KPIs ໃນເວລາຈິງ, ທ່ານຈໍາເປັນຕ້ອງມີລະບົບການຕິດຕາມ, ເຊັ່ນ Einblick, ທີ່ປັບປຸງຂໍ້ມູນອັດຕະໂນມັດແລະສົ່ງການແຈ້ງເຕືອນ.
ການວິເຄາະການຄາດເດົາ
ໃຊ້ຂໍ້ມູນເພື່ອສ້າງແບບຈໍາລອງການຄາດເດົາ. ຮູບແບບການພະຍາກອນ ແລະ ການປັ່ນປ່ວນແມ່ນຕົວຢ່າງທີ່ນິຍົມໃນພື້ນທີ່ນີ້.
ແຕ່ບໍ່ມີແລ້ວ (autoML) ເຄື່ອງມືທີ່ອະນຸຍາດໃຫ້ຄົນທີ່ບໍ່ແມ່ນວິຊາການສ້າງຕົວແບບ?
ເຄື່ອງມືດັ່ງກ່າວມີຢູ່ - ພິຈາລະນາ KNIME, Rapid Miner, ແລະ Alteryx - ແຕ່ຫຼາຍອັນຂອງພວກມັນເຮັດຫນ້າທີ່ໂດຍການຈໍາລອງເຄື່ອງຈັກໃນການເຮັດວຽກ: ຂໍ້ມູນເຂົ້າມາ, ທ່ານດໍາເນີນການບາງຢ່າງ, ແລະຜົນຜະລິດຖືກມອບໃຫ້ກັບຜູ້ປະກອບການອື່ນ.
ທ່ານອາດຈະຕັ້ງຄໍາຖາມວ່າ UI ຄ້າຍຄື workflow ແມ່ນສົມບູນແບບບໍ. ຫຼັງຈາກການທົດລອງກັບມັນ ໃໝ່ໆ ໃນຕົ້ນໆ, ຂ້ອຍເຊື່ອວ່າການໂຕ້ຕອບຜູ້ໃຊ້ຂອງພວກເຂົາແມ່ນກົງກັນທີ່ດີຂຶ້ນສໍາລັບຄົນທີ່ບໍ່ແມ່ນວິຊາການ.
Einblick ອະນຸຍາດໃຫ້ຜູ້ໃຊ້ສ້າງແລະແບ່ງປັນຮູບແບບການຄາດຄະເນ, ເຊັ່ນດຽວກັນກັບການລວມແລະດັດແກ້ຊຸດຂໍ້ມູນຈໍານວນຫລາຍ.
ສິ່ງທີ່ ສຳ ຄັນກວ່ານັ້ນ, ຜູ້ໃຊ້ພັດທະນາຕົວແບບແລະແອັບຂໍ້ມູນຢ່າງກ້າວ ໜ້າ ໂດຍໃຊ້ອິນເຕີເຟດທີ່ ໜ້າ ສົນໃຈທີ່ຊ່ວຍໃຫ້ພວກເຂົາປະສົມພາບ, ຮູບແບບ, ແລະການວິເຄາະຂໍ້ມູນ.
ບົດວິເຄາະທີ່ ກຳ ນົດໄວ້
ທ່ານສາມາດສ້າງ what-if, ສະຖານະການ, ຫຼື simulations ໂດຍໃຊ້ຂໍ້ມູນໂດຍໃຊ້ Einblick.
ມັນຍັງສາມາດຊ່ວຍໃຫ້ທ່ານເຂົ້າໃຈຄວາມສໍາຄັນຂອງຕົວແປທີ່ສໍາຄັນແລະການຄາດຄະເນ, ເຊັ່ນດຽວກັນກັບການສ້າງແລະວິເຄາະສະຖານະການ. ເຄື່ອງມືຂັ້ນສູງເຊັ່ນ: ການຈໍາລອງ Monte Carlo ຈະຖືກລວມເຂົ້າໃນໄວໆນີ້.
ໃຜສາມາດໃຊ້ເວທີໄດ້?
ໂດຍບໍ່ຄໍານຶງເຖິງຂະແຫນງການ, ທຸລະກິດ, ຫຼືຫນ້າທີ່ຂອງທ່ານ, ມັນສາມາດຊ່ວຍໃຫ້ທ່ານເລືອກຂໍ້ມູນໂດຍໄວ. ບາງສ່ວນຂອງພວກເຂົາມີລາຍຊື່ຂ້າງລຸ່ມນີ້:
1 ການຜະລິດ
- ການຄາດຄະເນຄວາມຕ້ອງການຜະລິດຕະພັນ.
- ການຮັກສາການຄາດເດົາ.
- ປັບປຸງພະນັກງານສາຍການຜະລິດ.
2. ປະກັນໄພ ແລະ ການທະນາຄານ
- ໂມເດວຕ້ອງໄດ້ຮັບການປັບປຸງໄວເພື່ອຕອບສະຫນອງກັບເຫດການທີ່ເກີດຂຶ້ນໃນປະຈຸບັນ.
- ສ້າງຍຸດທະສາດການຕະຫຼາດໂດຍອີງໃສ່ຄວາມຕ້ອງການຂອງລູກຄ້າ.
- ປັບປຸງການໄດ້ມາຂອງລູກຄ້າ.
3. ຂະແໜງພະລັງງານ
- ສືບສວນຜົນກະທົບຕໍ່ສິ່ງແວດລ້ອມຂອງໂຮງງານ.
- ກໍານົດຄວາມຜິດປົກກະຕິຂອງເຄືອຂ່າຍການແຈກຢາຍ.
- ຕິດຕາມການສົ່ງຜ່ານຂອງໂຮງງານຜະລິດແລະສະກັດ.
4. ພາກລັດ
- ຄິດໄລ່ຜົນກະທົບຂອງນະໂຍບາຍໃນອະນາຄົດ.
- ຜົນກະທົບຂອງໂຄງການຄວນໄດ້ຮັບການວັດແທກ.
- ເຮັດການຕັດສິນໃຈທີ່ອີງໃສ່ຂໍ້ມູນ.
5. ຂະແໜງສາທາລະນະສຸກ
- ໃນສະຖານະການວິກິດ, ປະຊາກອນຄາດຄະເນ.
- ປັບປຸງການຄຸ້ມຄອງຄວາມສ່ຽງ.
- ຮູບແບບຄວາມສ່ຽງຕໍ່ການເຂົ້າຮຽນແບບຕົ້ນແບບຢ່າງໄວວາ.
6. ຂະແໜງຂາຍຍ່ອຍ
- ປັບປຸງການໂຄສະນາການຕະຫຼາດ.
- ປັບລະດັບກຳລັງແຮງງານໃຫ້ເໝາະສົມໂດຍໃຊ້ Covid-19.
- ຄາດຄະເນຄວາມຕ້ອງການທ່າມກາງການປ່ຽນແປງສະຖານະການຕະຫຼາດ.
ຄຸນນະສົມບັດທີ່ສໍາຄັນ
- Visualization ຂໍ້ມູນ ກອບ – ໃຊ້ທ່າແຮງອັນເຕັມທີ່ຂອງກອບຂໍ້ມູນ Python ເພື່ອແກ້ໄຂຂໍ້ມູນ ແລະພົວພັນກັບຊຸດຂໍ້ມູນຫຼາຍອັນໃນໜ້າຈໍດຽວກັນ.
- ໃນ Canvas ແບບບໍ່ເສຍຄ່າ, Visual Analytics - ການເຮັດວຽກຄືນໃໝ່ຢ່າງວ່ອງໄວລະຫວ່າງການໂຫຼດ, ການທຳຄວາມສະອາດ, ການປ່ຽນ, ການສະແດງ, ແລະການສ້າງແບບຈຳລອງຂໍ້ມູນຢູ່ເທິງຜ້າໃບແບບບໍ່ຈຳກັດແມ່ນສະຫນັບສະຫນູນ.
- ການຮຽນຮູ້ເຄື່ອງຈັກແບບໂຕ້ຕອບ – ສ້າງແບບຈໍາລອງ ML ໂດຍໃຊ້ເຄື່ອງມືການໂຕ້ຕອບ AutoML ທີ່ໄດ້ຮັບຮາງວັນຂອງ Einblick ໃນຂະນະທີ່ຮັກສາການຄວບຄຸມສະເພາະຕົວແບບ.
- ທີ່ດີທີ່ສຸດ - ເພີ່ມປະສິດທິພາບສໍາລັບຜົນໄດ້ຮັບທີ່ມີຄວາມສໍາຄັນກັບບໍລິສັດຂອງເຈົ້າ, ແລະເຂົ້າໃຈການຄ້າຂາຍທີ່ມາພ້ອມກັບການປະຕິບັດທາງເລືອກຕ່າງໆ.
- ເຮັດວຽກຮ່ວມກັນ – ມັນອະນຸຍາດໃຫ້ສໍາລັບການໃນບຸກຄົນແລະການຮ່ວມມືຫ່າງໄກສອກຫຼີກກັບເພື່ອນຮ່ວມງານຢູ່ໃນຫ້ອງດຽວກັນ. ມັນໄດ້ຖືກສ້າງຂື້ນສໍາລັບຕົວທ່ອງເວັບ desktop ເຊັ່ນດຽວກັນກັບການໂຕ້ຕອບປາກກາແລະສໍາພັດ.
- ການນຳໃຊ້ຄລາວງ່າຍໆ – ມັນເປັນການນໍາໃຊ້ໄດ້ຢ່າງງ່າຍດາຍໃນການຟັງສາທາລະນະຫຼືເອກະຊົນແລະເຊື່ອມໂຍງກັບການເກັບຮັກສາແລະລະບົບຖານຂໍ້ມູນທີ່ມີຢູ່ແລ້ວຂອງທ່ານ.
- ຄວາມຍືດຫຍຸ່ນ - ປະສົມປະສານຫນ້າທີ່ Python ຂອງທ່ານເອງເປັນຜູ້ປະຕິບັດການເບິ່ງເຫັນໃຫມ່, ເຮັດໃຫ້ມັນສາມາດໃຊ້ໄດ້ກັບທີມງານຫຼືບໍລິສັດທັງຫມົດຂອງທ່ານ.
- ຕາໜ່າງຄວາມປອດໄພທາງສະຖິຕິ – ຜູ້ຊ່ວຍສະຖິຕິເຮັດໃຫ້ຂະບວນການເລືອກການທົດສອບສະຖິຕິທີ່ເໝາະສົມກັບຂໍ້ມູນຂອງທ່ານງ່າຍຂຶ້ນ.
ການເລີ່ມຕົ້ນດ້ວຍ Einblick
1. ເຂົ້າສູ່ລະບົບ
ເມື່ອທ່ານເປີດ Einblick, ທ່ານຈະຖືກເຕືອນດ້ວຍຫນ້າຈໍເຂົ້າສູ່ລະບົບ.
2. ເມນູຫລັກ
ເຈົ້າຈະຖືກສົ່ງໄປທີ່ເມນູຫຼັກຫຼັງຈາກເຂົ້າສູ່ລະບົບ.
ພາກສ່ວນທີ່ຍົກໃຫ້ເຫັນຂ້າງເທິງແມ່ນໄດ້ຖືກປຶກສາຫາລືຕື່ມອີກຂ້າງລຸ່ມນີ້.
ເພີ່ມປຸ່ມໃຫມ່
ວິທີການຕົ້ນຕໍສໍາລັບການເພີ່ມລາຍການໃຫມ່ແມ່ນຜ່ານ ຕື່ມ ໃໝ່ ປຸ່ມ. ເມື່ອທ່ານຄລິກໃສ່ມັນ, ເມນູທາງເລືອກທີ່ລາຍລະອຽດຂອງສິ່ງທີ່ທ່ານສາມາດເພີ່ມຈະປາກົດຂຶ້ນ, ດັ່ງທີ່ເຫັນຢູ່ໃນຮູບຂ້າງລຸ່ມນີ້.
ແຖບລາຍການ
ທ່ານສາມາດເຂົ້າເຖິງປະເພດຈໍານວນຫຼາຍຂອງລາຍການທີ່ສາມາດເຂົ້າເຖິງໃນ Einblick ໂດຍການຄລິກໃສ່ແຖບລາຍການຕ່າງໆ.
ຕົວຢ່າງ, ການຢ້ຽມຢາມແຖບບ່ອນເຮັດວຽກຈະສະແດງບ່ອນເຮັດວຽກທັງໝົດທີ່ທ່ານມີການເຂົ້າເຖິງ. ກະລຸນາຈື່ໄວ້ວ່າຜະລິດຕະພັນທີ່ທ່ານບໍ່ມີການເຂົ້າເຖິງຈະບໍ່ຖືກສະແດງຢູ່ທີ່ນີ້.
ມັນປະກອບມີ:
- ທີ່ຜ່ານມາ
- ໄຟ
- ຂໍ້ມູນ
- ຜູ້ປະກອບການ
- ຜູ້ຊົມໃຊ້
ແຖບຄົ້ນຫາ, ເຊິ່ງໄດ້ອະທິບາຍຂ້າງລຸ່ມນີ້, ສາມາດຖືກນໍາໃຊ້ເພື່ອກັ່ນຕອງວັດຖຸທີ່ສະແດງ.
ຄົ້ນຫາພາທະນາຍຄວາມ
ແຖບຄົ້ນຫາຂະຫຍາຍອອກເພື່ອເປີດເຜີຍລາຍການທີ່ໃຊ້ຫຼ້າສຸດ, ການສອບຖາມຫຼ້າສຸດ, ແລະແທັກທີ່ເຫັນໄດ້ໃນປັດຈຸບັນເມື່ອທ່ານຄລິກໃສ່ມັນ (ອະທິບາຍຕື່ມອີກຂ້າງລຸ່ມນີ້).
ໃນຜົນການຊອກຫາ, ລາຍການໃດນຶ່ງທີ່ມີຊື່ ຫຼືແທັກທີ່ກົງກັນຈະປາກົດຂຶ້ນ.
ລາຍການເມນູຫຼັກ
ໃນເມນູຫຼັກ, ແຕ່ລະວັດຖຸກ່ອງສະແດງເຖິງສິ່ງທີ່ເຈົ້າສາມາດໂຕ້ຕອບໄດ້. ທ່ານສາມາດຍ້າຍສິ່ງເຫຼົ່ານີ້ໄປບ່ອນອື່ນໃນເມນູຫຼັກໄດ້ ຖ້າທ່ານຕ້ອງການໃຫ້ມັນຕິດພັນກັບລາຍການອື່ນໆ.
ລາຍການຍັງສາມາດເຊື່ອມຕໍ່ກັບທາງເລືອກຕ່າງໆ, ເຊິ່ງສາມາດເຂົ້າເຖິງໄດ້ໂດຍໃຊ້ເມນູສາມຈຸດ, ດັ່ງທີ່ສະແດງຢູ່ໃນຮູບຂ້າງລຸ່ມນີ້.
3. ອັບໂຫຼດຊຸດຂໍ້ມູນ
ມັນສະຫນັບສະຫນູນຄວາມຫລາກຫລາຍຂອງການໂຕ້ຕອບຂໍ້ມູນ, ຊ່ວຍໃຫ້ທ່ານສາມາດເຂົ້າເຖິງຂໍ້ມູນຂອງທ່ານໂດຍບໍ່ຄໍານຶງເຖິງບ່ອນທີ່ມັນຢູ່. ວິທີທີ່ງ່າຍທີ່ສຸດເພື່ອເລີ່ມຕົ້ນແມ່ນມີໄຟລ໌ CSV, ແຕ່ທ່ານຍັງສາມາດສືບສວນເລີ່ມຕົ້ນໂດຍການຄລິກໃສ່:
- ເພີ່ມ ໃໝ່
- Datasets
- ອັບໂຫຼດໄຟລ໌ CSV
- ອັບໂຫຼດໄວ
ໄຟລ໌ CSV ຂອງທ່ານຈະປາກົດຢູ່ໃນ ຊຸດຂໍ້ມູນ ພື້ນທີ່ຂອງເມນູຕົ້ນຕໍຫຼັງຈາກທີ່ມັນໄດ້ຖືກສົ່ງກັບລະບົບ.
4. ສ້າງພື້ນທີ່ເຮັດວຽກໃຫມ່
ເພື່ອເລີ່ມຕົ້ນການວິເຄາະຂໍ້ມູນຂອງທ່ານ, ກ່ອນອື່ນ ໝົດ ທ່ານຕ້ອງສ້າງພື້ນທີ່ເຮັດວຽກແລະເຊື່ອມຕໍ່ມັນກັບຊຸດຂໍ້ມູນຂອງທ່ານ. ສາມາດຈັບຄູ່ຊຸດຂໍ້ມູນຈຳນວນທີ່ກຳນົດເອງກັບແຕ່ລະບ່ອນເຮັດວຽກໄດ້.
ກົດ ເພີ່ມ ໃໝ່ ແລະຫຼັງຈາກນັ້ນພື້ນທີ່ເຮັດວຽກເພື່ອສ້າງພື້ນທີ່ເຮັດວຽກໃຫມ່.
ໃນແຖບບ່ອນເຮັດວຽກ, ພື້ນທີ່ເຮັດວຽກໃໝ່ຈະຖືກເພີ່ມ, ແລະແຖບດ້ານຂວາຈະສະໜອງຂໍ້ມູນທີ່ກ່ຽວຂ້ອງກັບພື້ນທີ່ເຮັດວຽກ.
ລາກໄອຄອນຊຸດຂໍ້ມູນຈາກແຖບຊຸດຂໍ້ມູນໄປຫາພື້ນທີ່ຊຸດຂໍ້ມູນຂອງແຜງພື້ນທີ່ເຮັດວຽກເພື່ອເຊື່ອມຕໍ່ມັນກັບມັນ.
ເພື່ອເຂົ້າເຖິງພື້ນທີ່ເຮັດວຽກ, ໃຫ້ຄລິກທີ່ໄອຄອນລູກສອນເທິງໄອຄອນຂອງມັນ ຫຼືປຸ່ມເປີດຢູ່ເທິງສຸດຂອງແຜງຂອງມັນ. ນອກນັ້ນທ່ານຍັງສາມາດເພີ່ມຊຸດຂໍ້ມູນໃສ່ພື້ນທີ່ເຮັດວຽກຫຼັງຈາກນັ້ນ.
5. ສຸດທ້າຍ, ໃຊ້ພື້ນທີ່ເຮັດວຽກ
ພື້ນທີ່ເຮັດວຽກແມ່ນຜ້າໃບແບບໂຕ້ຕອບທີ່ທ່ານສາມາດຈັດວາງຂໍ້ມູນແບບກຣາບຟິກສໍາລັບການຂຸດຄົ້ນ, ເຊັ່ນດຽວກັນກັບການຂຸດຄົ້ນຂໍ້ມູນ, ແລະກິດຈະກໍາການສ້າງແບບຈໍາລອງການຄາດເດົາ.
ການຕັ້ງລາຄາ
ທ່ານສາມາດເລີ່ມຕົ້ນການນໍາໃຊ້ເວັບໄຊທີ່ມີແຜນການພື້ນຖານຂອງຕົນ, ເຊິ່ງແມ່ນຟຣີຫມົດແລະມີ plethora ຂອງລັກສະນະ. ມັນຍັງສະຫນອງໃຫ້ສອງແຜນການທີ່ນິຍົມ, ທີ່ມີລາຍລະອຽດຂ້າງລຸ່ມນີ້:
- Pro: $45/user/month (ຮຽກເກັບລາຍປີ).
- ວິສາຫະກິດ: ຕິດຕໍ່ທີມງານ Einblick ສໍາລັບລາຄາທີ່ກໍາຫນົດເອງ.
pros
- ປັບປຸງການຮ່ວມມືໃນການວິເຄາະ.
- ປັບປຸງແບບຈໍາລອງແລະຄວາມເຂົ້າໃຈທີ່ໄວຂຶ້ນ
- ວິທະຍາສາດຂໍ້ມູນພົນລະເມືອງໄດ້ຮັບອໍານາດ.
cons
- ບາງຄົນອາດຈະຊອກຫາບ່ອນເຮັດວຽກທີ່ບໍ່ງາມ.
ສະຫຼຸບ
ເພື່ອສະຫຼຸບ, democratizing prescriptive analytics ຮຽກຮ້ອງໃຫ້ມີການປ່ຽນແປງພື້ນຖານໃນວິທີການບຸກຄົນພົວພັນກັບຂໍ້ມູນ.
Einblick ເປັນແພລະຕະຟອມການປະມວນຜົນຂໍ້ມູນສາຍຕາທໍາອິດ, ສົມທົບລັກສະນະທີ່ຍິ່ງໃຫຍ່ທີ່ສຸດຂອງເຄື່ອງມື AI ການເຮັດວຽກເປັນສູນກາງແລະເຄື່ອງມື BI ທາງດ້ານການເບິ່ງເຫັນ.
ມັນໄດ້ຖືກອອກແບບຈາກລຸ່ມສຸດຂຶ້ນເພື່ອອໍານວຍຄວາມສະດວກໃນການຮ່ວມມື, ບໍ່ວ່າຈະຈາກໄລຍະໄກ ຫຼື ດ້ວຍຕົນເອງ, ອະນຸຍາດໃຫ້ທີມງານເຮັດການຕັດສິນໃຈຈາກຂໍ້ມູນ.
ລອງໃຊ້ມັນແລະແບ່ງປັນຄວາມຄິດຂອງທ່ານກັບພວກເຮົາ.
ເຄື່ອງຫມາຍ
ຂຽນໄດ້ດີ, Jay. ພຽງແຕ່ມາໃນທົ່ວນີ້ໃນເວລາທີ່ພະຍາຍາມຊອກຫາກ່ຽວກັບ Einblick.