Turinys[Slėpti][Rodyti]
Tęsianti pandemija kaip niekada anksčiau paskatino nuotolinį darbą ir jį palaikančius įrankius. Pavyzdžiui, mastelio keitimo vertė išaugo daugiau nei dvigubai.
Tačiau technologijų pažanga nebuvo tokia greita, kad duomenų analitikai ir duomenų mokslininkai galėtų bendradarbiauti realiuoju laiku.
Einblick, Masačusetse įsikūrusi startuolis, tikisi tai pakeisti.
Einblick yra interaktyvi analizės lenta, leidžianti vartotojams analizuoti savo duomenis vizualiai, kurti modelius ir daryti duomenimis pagrįstus sprendimus kaip grupė.
Interaktyvi duomenų analizė yra realaus laiko analizės plėtinys, kuris naudoja paskirstytų duomenų bazių sistemų ir pateikimo įgūdžių derinį, kad paspartintų analizės procesą ir leidžia vartotojams pasinaudoti verslo analitikos technologijos teikiamomis galimybėmis.
Remiantis šešerių metų studijomis MIT ir Brown universitete, jos technologija padeda vartotojams įveikti sunkumus, susijusius su nuotoliniu bendravimu.
Panagrinėkime tai nuodugniai!
Kas yra Einblikas?
Einblick yra interaktyvus analizės įrankis, sukurtas ant lentos, leidžiantis komandoms greitai išnagrinėti praeitį, numatyti ateitį ir priimti geriausius duomenimis pagrįstus sprendimus savo verslui.
Jame pateikiamas vienas sprendimas, apimantis išsamų įrankių ir technologijų rinkinį analizės operacijoms, pradedant duomenų gryninimu ir transformavimu, baigiant modelio kūrimu ir „kas būtų, jei analizė“.
Dėl paprastos vartotojo sąsajos, pažangiausių automatinio mašininio mokymosi ir unikalių duomenų gavybos galimybių vartotojams nereikia techninio išsilavinimo, kad galėtų atlikti sudėtingą analizę.
Jis automatizuoja daug laiko reikalaujančias ir sudėtingas operacijas, todėl kiekvienas gali peržiūrėti savo duomenis ir gauti naudingų įžvalgų.
Kaip tai veikia?
Yra du pagrindiniai „Einblick“ loginiai komponentai:
- „Einblick“ programa
- Einblick konteineris
„Einblick“ programa
„Kubernetes“ klasteryje yra „Einblick“ konteineriai. Jo saugi vartotojo autentifikavimo sistema autentifikuoja kiekvieną vartotojo užklausą.
Šios krūvio balansuotojas priskiria programą konteineriui, kai vartotojas prie jo prisijungia. Konteineriai yra identiškos kopijos, kurios yra sinchronizuojamos centralizuotoje MongoDB duomenų bazėje.
Kai vartotojas pakeičia savo darbo sritį, MongoDB atnaujina ir perduoda naują informaciją visoms kopijoms, kad būtų galima bendradarbiauti realiuoju laiku.
Verta paminėti, kad darbo srities būsena ir skaičiavimas yra atskirti, todėl tuo pačiu metu esantys vartotojai gali vykdyti užduotis toje pačioje darbo srityje, veikiančioje skirtinguose konteineriuose, kartu įgalindami sinchronizavimą ir lygiagretumą.
Einblick konteineris
Einblick konteineriuose vykdomi darbo krūviai. „Einblick“ progresyvus skaičiavimo variklis „Davos“ veikia įvairiuose duomenų srautuose ir leidžia interaktyviai valdyti programą.
Kai vartotojas priskiriamas konteineriui, kiekviena užduotis siunčiama į Davosą, kuris pradeda rinkti duomenis iš pasirinkto duomenų šaltinio.
Kai tik įmanoma, pavyzdinės sąlygos bus nukreiptos į pagrindinį duomenų šaltinį.
Priešingu atveju jis nuskaitys duomenis ir apskaičiuos rezervuaro pavyzdį per duomenų šaltinį. Kiekvienas operatorius naudoja duomenų srautus, o vartotojai gauna atnaujintas užduočių išvesties kopijas kiekvieną kartą, kai operatorius vykdo paketą.
Kai nustatomas darbo krūvio rezultatas, Montana iš karto gauna naujas darbo krūvio rezultato kopijas.
„Montana“ yra „Einblick“ tarpinės programinės įrangos sluoksnis, atsakingas už programos / darbo vietos informacijos saugojimą, įgalinantį bendradarbiavimą sinchronizuoti vartotojų darbo sritį (MongoDB) ir perduoti užduočių rezultatus į „Laax“, jos sąsają.
Galiausiai „Laax“ yra „Javascript“ kodas, rodantis Davoso rezultatus vartotojo naršyklėje.
Kas yra Einblick Analytics?
„Einblick“ leidžia komandoms taikyti pažangią duomenų analizę, kad būtų galima atlikti įvairius sprendimų priėmimo ir strateginio planavimo procesus:
Aprašomoji analizė
Duomenys gali būti naudojami norint sužinoti, kas nutiko praeityje. Šiai studijų formai dažniausiai naudojami tradiciniai BI įrankiai (diagramos, prietaisų skydeliai ir interaktyvi analizė).
Tačiau yra naujos kartos BI įrankiai (pvz., Sisu), kuriuose naudojamas mašininis mokymasis, padedantis analitikams naršyti didelio matmens duomenų rinkiniuose.
Šie nauji įrankiai išryškina pagrindinius veiksnius, atranda tendencijas ir netgi rekomenduoja diagramas. Jie gali automatiškai atskleisti šablonus ir svarbias tvarkykles, be to, suteikia itin dinamišką sąsają duomenų vizualizacijai kurti.
Tačiau, jei norite matuoti KPI realiuoju laiku, jums reikės stebėjimo sistemos, pvz., „Einblick“, kuri automatiškai atnaujina duomenis ir siunčia įspėjimus.
Nuspėjama „Analytics“
Pasinaudokite duomenimis kurdami prognozavimo modelius. Prognozavimo ir mažėjimo modeliai yra populiarūs pavyzdžiai šioje srityje.
Bet ar jau nėra (autoML) įrankių, leidžiančių netechniniams žmonėms kurti modelius?
Tokių įrankių yra – apsvarstykite KNIME, Rapid Miner ir Alteryx – tačiau daugelis jų veikia atkartodami darbo eigos variklius: įvedami duomenys, jūs atliekate tam tikrą operaciją, o išvestis perduodama kitam operatoriui.
Galite abejoti, ar darbo eigą primenanti vartotojo sąsaja yra tobula. Išbandžius ankstyvas iteracijas, manau, kad jų vartotojo sąsaja geriau tinka netechniniams žmonėms.
„Einblick“ leidžia vartotojams kurti ir dalytis numatymo modeliais, taip pat sujungti ir modifikuoti daugybę duomenų rinkinių.
Dar svarbiau, kad vartotojai palaipsniui kuria modelius ir duomenų programas naudodami patrauklią sąsają, leidžiančią derinti vizualizacijas, modelius ir duomenų analizę.
Receptinė analizė
Naudodami duomenis naudodami „Einblick“, galite kurti „kas būtų, jei“, scenarijus arba modeliavimus.
Tai taip pat gali padėti suprasti svarbių kintamųjų ir prognozių reikšmę, taip pat kurti ir analizuoti scenarijus. Netrukus bus įtraukti pažangūs įrankiai, tokie kaip Monte Karlo modeliavimas.
Kas gali naudotis platforma?
Nepriklausomai nuo jūsų sektoriaus, verslo ar funkcijos, jis gali padėti greitai priimti duomenimis pagrįstus sprendimus. Kai kurie iš jų išvardyti žemiau:
1. gamyba
- Prekių paklausos prognozė.
- Numatyta priežiūra.
- Optimizuoti gamybos linijos personalą.
2. Draudimas ir bankininkystė
- Modeliai turi būti greitai atnaujinami, kad reaguotų į dabartinius įvykius.
- Sukurkite rinkodaros strategiją, pagrįstą klientų poreikiais.
- Pagerinti klientų pritraukimą.
3. Energetikos sektorius
- Ištirti gamyklos poveikį aplinkai.
- Nustatykite paskirstymo tinklo anomalijas.
- Stebėkite gamybos ir gavybos įmonių pralaidumą.
4. Valdžios sektorius
- Apskaičiuokite būsimos politikos poveikį.
- Programos poveikis turi būti išmatuotas.
- Priimkite duomenimis pagrįstus sprendimus.
5. Sveikatos priežiūros sektorius
- Krizės scenarijuose prognozuojamas gyventojų skaičius.
- Pagerinkite rizikos valdymą.
- Greitai sukurkite priėmimo rizikos modelių prototipus.
6. Mažmeninės prekybos sektorius
- Tobulinti rinkodaros kampanijas.
- Optimizuokite darbo jėgos lygį naudodami Covid-19.
- Prognozuokite paklausą kintant rinkos aplinkybėms.
Pagrindiniai bruožai
- Duomenų vizualizavimas rėmeliai – Išnaudokite visas Python duomenų rėmelių galimybes redaguoti duomenis ir sąveikauti su keliais duomenų rinkiniais tame pačiame ekrane.
- Laisvos formos drobėje, vizualinė analizė – Palaikomos greitos iteracijos tarp duomenų įkėlimo, valymo, konvertavimo, rodymo ir modeliavimo neribotoje laisvos formos drobėje.
- Interaktyvus mašininis mokymasis – Kurkite ML modelius naudodami apdovanojimus pelniusį Einblick interaktyvųjį AutoML įrankį, tuo pačiu valdydami modelio specifiką.
- Optimizavimas – Optimizuokite rezultatus, kurie yra svarbūs jūsų įmonei, ir suvokkite kompromisus, atsirandančius dėl įvairių alternatyvių veiksmų.
- Bendradarbiavimas – Tai leidžia asmeniškai ir nuotoliniu būdu bendradarbiauti su kolegomis tame pačiame kambaryje. Jis buvo sukurtas stalinių kompiuterių naršyklėms, taip pat rašiklio ir jutiklinės sąsajos.
- Lengvas debesies diegimas – Jį lengva įdiegti viešajame arba privačiame debesyje ir integruoti su esamomis saugojimo ir duomenų bazių sistemomis.
- Lankstumas – Integruokite savo Python funkcijas kaip naujus vaizdo operatorius, kad jos būtų prieinamos visai komandai ar korporacijai.
- Statistiniai apsauginiai tinklai – Statistikos asistentas supaprastina jūsų duomenims tinkamo statistinio testo parinkimo procesą.
Darbo su Einblick pradžia
1. Prisijungti
Kai paleisite Einblick, būsite paraginti prisijungimo ekrane.
2. Pagrindinis meniu
Prisijungę būsite nukreipti į pagrindinį meniu.
Aukščiau paryškintos dalys aptariamos toliau.
Pridėti naują mygtuką
Pagrindinis būdas pridėti naujų elementų yra per Pridėti naują mygtuką. Spustelėjus jį, pasirodo pasirinkimų meniu, kuriame išsamiai aprašomi dalykai, kuriuos galite pridėti, kaip parodyta toliau pateiktame paveikslėlyje.
Elementų skirtukai
Spustelėję įvairius elementų skirtukus galite pasiekti daugybę Einblick pasiekiamų elementų tipų.
Pavyzdžiui, apsilankius skirtuke Darbo vietos bus rodomos visos darbo vietos, prie kurių turite prieigą. Atminkite, kad produktai, prie kurių neturite prieigos, čia nebus rodomi.
Tai įeina:
- naujas
- failai
- Duomenys
- Operatoriai
- vartotojai
Paieškos juosta, kuri paaiškinta toliau, gali būti naudojama rodomiems objektams filtruoti.
Paieška Baras
Paieškos juosta išplečiama, kad būtų rodomi neseniai naudoti elementai, naujausios užklausos ir žymos, kurios šiuo metu matomos spustelėjus ją (aprašoma toliau).
Paieškos rezultatuose bus rodomas bet koks elementas su atitinkamu pavadinimu arba žyma.
Pagrindinio meniu elementai
Pagrindiniame meniu kiekvienas objektas yra langelis, su kuriuo galite bendrauti. Šiuos dalykus galite perkelti į kitą vietą pagrindiniame meniu, jei norite juos susieti su kitais elementais.
Elementus taip pat galima susieti su parinktimis, kurias galima pasiekti naudojant trijų taškų meniu, kaip parodyta paveikslėlyje žemiau.
3. Įkelkite duomenų rinkinį
Jis palaiko įvairias duomenų sąsajas, leidžiančias pasiekti duomenis, nepaisant to, kur jie yra. Paprasčiausias būdas pradėti yra naudoti CSV failą, bet taip pat galite ištirti Pradėti spustelėdami:
- Pridėti naują
- Duomenų rinkiniai
- Įkelti CSV failą
- Greitas įkėlimas
Jūsų CSV failas bus rodomas duomenų rinkiniai pagrindinio meniu sritį po to, kai jis buvo pateiktas sistemai.
4. Sukurkite naują darbo sritį
Norėdami pradėti analizuoti duomenis, pirmiausia turite sukurti darbo sritį ir susieti ją su duomenų rinkiniu. Su kiekviena darbo sritimi galima susieti neribotą skaičių duomenų rinkinių.
Spauskite pridėti naują ir darbo sritį, kad sukurtumėte naują darbo sritį.
Darbo sričių skirtuke bus pridėta nauja darbo sritis, o skydelyje dešinėje bus pateikta su darbo sritimi susijusi informacija.
Nuvilkite duomenų rinkinio piktogramą iš duomenų rinkinių skirtuko į darbo srities skydelio duomenų rinkinių sritį, kad susietumėte ją su ja.
Norėdami pasiekti darbo sritį, spustelėkite rodyklės piktogramą jos piktogramoje arba atidarymo mygtuką jos skydelio viršuje. Taip pat vėliau duomenų rinkinį galite įtraukti į darbo sritį.
5. Galiausiai naudokite darbo vietą
Darbo sritis yra interaktyvi drobė, kurioje galite grafiškai išdėstyti duomenis, skirtus tyrinėti, taip pat vykdyti duomenų gavybos ir nuspėjamojo modeliavimo veiklą.
Kainos
Galite pradėti naudotis svetaine naudodami pagrindinį planą, kuris yra visiškai nemokamas ir turi daugybę funkcijų. Ji taip pat siūlo du aukščiausios kokybės planus, kurie yra išsamiai aprašyti toliau:
- Pro: 45 USD už vartotoją per mėnesį (apmokestinama kasmet).
- Įmonė: susisiekite su „Einblick“ komanda dėl tinkintos kainos.
Argumentai "už"
- Pagerinti analitinį bendradarbiavimą.
- Patobulinti modeliai ir greitesnės įžvalgos
- Piliečių duomenų mokslas įgalintas.
Trūkumai
- Kai kuriems žmonėms darbo vieta gali atrodyti nepatraukli.
Išvada
Apibendrinant galima pasakyti, kad norint demokratizuoti preskriptyviąją analizę, reikia iš esmės pakeisti žmonių sąveiką su duomenimis.
„Einblick“ yra pirmoji vaizdo duomenų apdorojimo platforma, sujungianti didžiausias į darbo eigą orientuotų AI įrankių ir į vizualizaciją orientuotų BI įrankių savybes.
Jis sukurtas iš apačios į viršų, kad palengvintų bendradarbiavimą nuotoliniu būdu arba asmeniškai, kad komandos galėtų priimti duomenimis pagrįstus sprendimus.
Išbandykite ir pasidalykite savo mintimis su mumis.
Pažymėti
Puikiai parašei, Jay. Tiesiog su tuo susidūriau bandydamas sužinoti apie Einblicką.