Spis treści[Ukryć][Pokazać]
Trwająca pandemia wzmocniła pracę zdalną i narzędzia, które ją wspierają, jak nigdy dotąd. Na przykład powiększenie zyskało ponad dwukrotnie większą wartość.
Jednak postęp technologiczny nie był tak szybki, jeśli chodzi o umożliwienie analitykom danych i naukowcom współpracy w czasie rzeczywistym.
Einblick, startup z Massachusetts, ma nadzieję to zmienić.
Einblick to interaktywna tablica analityczna, która umożliwia użytkownikom analizowanie ich dane wizualnie, tworzyć modele i jako grupa dokonywać wyborów opartych na danych.
Interaktywna analiza danych to rozszerzenie analizy w czasie rzeczywistym, które wykorzystuje mieszankę rozproszonych systemów baz danych i umiejętności renderowania w celu przyspieszenia procesu analitycznego i umożliwienia użytkownikom korzystania z możliwości analitycznych technologii Business Intelligence.
Oparta na sześcioletnich studiach na MIT i Brown University, jej technologia pomaga użytkownikom przezwyciężyć trudności związane z komunikacją na odległość.
Zbadajmy to dogłębnie!
Co to jest wgląd?
Einblick to interaktywne narzędzie analityczne zbudowane na tablicy, które umożliwia zespołom szybkie badanie przeszłości, przewidywanie przyszłości i podejmowanie najlepszych decyzji biznesowych opartych na danych.
Zapewnia pojedyncze rozwiązanie, które obejmuje kompleksowy zestaw narzędzi i technologii do operacji analitycznych, od oczyszczania i transformacji danych po budowanie modeli i analizę warunkową.
Dzięki prostemu interfejsowi użytkownika, najnowocześniejszemu automatycznemu uczeniu maszynowemu i unikalnym możliwościom eksploracji danych użytkownicy nie potrzebują zaplecza technicznego do wykonywania złożonych analiz.
Automatyzuje czasochłonne i trudne operacje, umożliwiając każdemu przeglądanie swoich danych i uzyskiwanie przydatnych informacji.
Jak to działa?
Einblick składa się z dwóch podstawowych elementów logicznych:
- Aplikacja Einblick
- Pojemnik Einblicka
Aplikacja Einblick
Klaster Kubernetes obsługuje kontenery Einblick. Jego bezpieczny system uwierzytelniania użytkowników uwierzytelnia każde żądanie użytkownika.
Połączenia równoważenie obciążenia przydziela aplikację do kontenera, gdy użytkownik łączy się z nim. Kontenery są identycznymi replikami, które są synchronizowane przez scentralizowaną bazę danych MongoDB.
Gdy użytkownik modyfikuje swój obszar roboczy, MongoDB aktualizuje i propaguje nowe informacje do wszystkich replik, umożliwiając współpracę w czasie rzeczywistym.
Warto wspomnieć, że ponieważ stan obszaru roboczego i obliczenia są oddzielone, współbieżni użytkownicy mogą wykonywać zadania w tym samym obszarze roboczym działającym na różnych kontenerach, jednocześnie umożliwiając synchronizację i równoległość.
Pojemnik Einblicka
W kontenerach Einblick wykonywane są obciążenia. Progresywny silnik obliczeniowy firmy Einblick, Davos, działa w poprzek strumieni danych i umożliwia interaktywną szybkość aplikacji.
Kiedy użytkownik jest przypisany do kontenera, każde zadanie jest wysyłane do Davos, które rozpoczyna pobieranie danych z wybranego źródła danych.
Gdy tylko jest to możliwe, wypchnie przykładowe warunki do bazowego źródła danych.
W przeciwnym razie przeskanuje dane i obliczy próbkę zbiornika ze źródła danych. Każdy operator operuje na strumieniach danych, a konsumenci otrzymują zaktualizowane kopie wyników zadań za każdym razem, gdy operator wykonuje partię.
Po określeniu wyniku obciążenia pracą firma Montana natychmiast otrzymuje nowe kopie wyniku obciążenia.
Montana to warstwa oprogramowania pośredniego firmy Einblick, odpowiedzialna za przechowywanie informacji o aplikacji/obszarze roboczym, umożliwiając współpracę w celu synchronizowania obszaru roboczego między użytkownikami (MongoDB) i przesyłanie wyników zadań do Laax, jego interfejsu.
Wreszcie, Laax to kod JavaScript, który wyświetla wyniki Davos w przeglądarce użytkownika.
Co to jest Einblick Analytics?
Einblick umożliwia zespołom stosowanie zaawansowanej analizy danych w celu obsługi różnych procesów decyzyjnych i planowania strategicznego:
Analiza opisowa
Dane można wykorzystać do poznania tego, co wydarzyło się w przeszłości. W przypadku tej formy badania powszechnie stosuje się tradycyjne narzędzia BI (wykresy, pulpity nawigacyjne i interaktywne analizy).
Istnieje jednak nowa generacja narzędzi BI (takich jak Sisu), które wykorzystują uczenie maszynowe, aby pomóc analitykom nawigować w wielowymiarowych zestawach danych.
Te nowe narzędzia podkreślają kluczowe czynniki, znajdują trendy, a nawet polecają wykresy. Mogą automatycznie ujawniać wzorce i ważne czynniki, a także zapewniają bardzo dynamiczny interfejs do tworzenia wizualizacji danych.
Jeśli jednak chcesz mierzyć KPI w czasie rzeczywistym, potrzebujesz systemu monitorowania, takiego jak Einblick, który automatycznie aktualizuje dane i wysyła alerty.
Analityka predykcyjna
Wykorzystaj dane do tworzenia modeli predykcyjnych. Popularnymi przykładami w tym obszarze są modele prognozowania i churnu.
Ale czy nie istnieją już narzędzia (autoML), które pozwalają osobom nietechnicznym na generowanie modeli?
Takie narzędzia istnieją — rozważ KNIME, Rapid Miner i Alteryx — ale wiele z nich działa na zasadzie replikacji silników przepływu pracy: dane napływają, wykonujesz jakąś operację, a dane wyjściowe są przekazywane innemu operatorowi.
Możesz mieć wątpliwości, czy interfejs użytkownika przypominający przepływ pracy jest doskonały. Po eksperymentowaniu z wczesnymi iteracjami uważam, że ich interfejs użytkownika lepiej pasuje do osób nietechnicznych.
Einblick pozwala użytkownikom tworzyć i udostępniać modele predykcyjne, a także łączyć i modyfikować liczne zbiory danych.
Co ważniejsze, użytkownicy stopniowo opracowują modele i aplikacje danych, korzystając z atrakcyjnego interfejsu, który pozwala im łączyć wizualizacje, modele i analizę danych.
Analiza preskryptywna
Możesz tworzyć co, jeśli, scenariusze lub symulacje, korzystając z danych za pomocą Einblick.
Może również pomóc w zrozumieniu znaczenia ważnych zmiennych i predyktorów, a także w tworzeniu i analizowaniu scenariuszy. Zaawansowane narzędzia, takie jak symulacja Monte Carlo, zostaną wkrótce włączone.
Kto może korzystać z platformy?
Niezależnie od branży, firmy lub funkcji, może pomóc w szybkim dokonywaniu wyborów opartych na danych. Niektóre z nich są wymienione poniżej:
1. produkcja
- Prognoza popytu na produkty.
- Konserwacja predykcyjna.
- Optymalizacja personelu linii produkcyjnej.
2. Ubezpieczenia i bankowość
- Modele muszą być szybko aktualizowane, aby reagować na bieżące wydarzenia.
- Twórz strategię marketingową w oparciu o wymagania klienta.
- Popraw pozyskiwanie klientów.
3. Sektor energetyczny
- Zbadaj wpływ zakładu na środowisko.
- Zidentyfikuj nieprawidłowości w sieci dystrybucyjnej.
- Śledź przepustowość zakładów produkcyjnych i ekstrakcyjnych.
4. Sektor rządowy
- Oblicz wpływ przyszłych polityk.
- Należy zmierzyć wpływ programu.
- Podejmuj decyzje oparte na danych.
5. Sektor opieki zdrowotnej
- W scenariuszach kryzysowych prognozowana populacja.
- Popraw zarządzanie ryzykiem.
- Szybkie prototypowanie modeli ryzyka przyjęcia.
6. Sektor detaliczny
- Ulepsz kampanie marketingowe.
- Optymalizuj poziom siły roboczej za pomocą Covid-19.
- Prognozuj popyt w zmieniających się warunkach rynkowych.
Podstawowe dane
- Wizualizacja danych Ramki – Wykorzystaj pełny potencjał ramek danych Pythona do edycji danych i interakcji z kilkoma zestawami danych na tym samym ekranie.
- Analiza wizualna na kanwie o dowolnej formie – Obsługiwane są szybkie iteracje między ładowaniem, czyszczeniem, konwertowaniem, wyświetlaniem i modelowaniem danych na nieograniczonej, swobodnej kanwie.
- Interaktywne uczenie maszynowe – Twórz modele ML za pomocą wielokrotnie nagradzanego interaktywnego narzędzia AutoML firmy Einblick, zachowując kontrolę nad specyfiką modelu.
- Optymalizacja – Optymalizuj pod kątem wyników, które są ważne dla Twojej firmy, i uchwyć kompromisy, które wiążą się z różnymi alternatywnymi działaniami.
- Współpraca – Pozwala na osobistą i zdalną współpracę z kolegami w tym samym pomieszczeniu. Został stworzony z myślą o przeglądarkach stacjonarnych oraz interfejsach piórkowych i dotykowych.
- Łatwe wdrażanie w chmurze – Można go łatwo wdrożyć w chmurze publicznej lub prywatnej i integruje się z istniejącymi systemami pamięci masowej i baz danych.
- Elastyczność – Zintegruj własne funkcje Pythona jako nowe operatory wizualne, udostępniając je całemu zespołowi lub korporacji.
- Statystyczne siatki bezpieczeństwa – Asystent statystyczny upraszcza proces doboru odpowiedniego testu statystycznego dla Twoich danych.
Pierwsze kroki z Einblick
1. Zaloguj Się
Po uruchomieniu Einblick zostanie wyświetlony monit z ekranem logowania.
2. Menu główne
Po zalogowaniu zostaniesz przekierowany do Menu Głównego.
Części wyróżnione powyżej omówiono poniżej.
Dodaj nowy przycisk
Podstawową metodą dodawania nowych elementów jest dodaj nowy przycisk. Po kliknięciu pojawia się menu wyboru wyszczególniające rzeczy, które możesz dodać, jak pokazano na poniższym rysunku.
Zakładki przedmiotów
Możesz uzyskać dostęp do wielu rodzajów przedmiotów dostępnych w Einblick, klikając różne zakładki przedmiotów.
Na przykład odwiedzenie zakładki Workspaces spowoduje wyświetlenie wszystkich miejsc pracy, do których masz dostęp. Pamiętaj, że produkty, do których nie masz dostępu, nie będą tutaj wyświetlane.
Obejmuje on:
- Niedawny
- Akta
- Dane
- Operatorzy
- użytkownicy
Pasek wyszukiwania, który jest wyjaśniony poniżej, może służyć do filtrowania wyświetlanych obiektów.
Pasek wyszukiwania
Pasek wyszukiwania rozszerza się, aby pokazać wszystkie ostatnio używane elementy, ostatnie zapytania i tagi, które są aktualnie widoczne po kliknięciu (opisane poniżej).
W wynikach wyszukiwania pojawi się dowolny element o pasującej nazwie lub tagu.
Pozycje menu głównego
W menu głównym każdy obiekt reprezentuje pole, z którym możesz wchodzić w interakcje. Możesz przenieść te rzeczy w inne miejsce w menu głównym, jeśli chcesz powiązać je z innymi elementami.
Pozycje można również łączyć z opcjami, które są dostępne za pomocą menu z trzema kropkami, jak pokazano na poniższym rysunku.
3. Prześlij zbiór danych
Obsługuje różne interfejsy danych, umożliwiając dostęp do danych niezależnie od tego, gdzie się znajdują. Najprostszą metodą rozpoczęcia jest użycie pliku CSV, ale możesz również sprawdzić Start, klikając:
- Dodaj nowy
- Zbiory danych
- Prześlij plik CSV
- Szybkie przesyłanie
Twój plik CSV pojawi się w zbiory danych obszar menu głównego po jego przesłaniu do systemu.
4. Utwórz nowy obszar roboczy
Aby rozpocząć analizę danych, musisz najpierw zbudować obszar roboczy i połączyć go ze swoim zestawem danych. Z każdym obszarem roboczym można sparować dowolną liczbę zestawów danych.
Kliknij dodaj nowy a następnie obszar roboczy, aby utworzyć nowy obszar roboczy.
Na karcie obszarów roboczych zostanie dodany nowy obszar roboczy, a panel po prawej stronie będzie zawierał informacje związane z obszarem roboczym.
Przeciągnij ikonę zestawu danych z karty zestawów danych do obszaru zestawów danych panelu obszaru roboczego, aby połączyć ją z nią.
Aby uzyskać dostęp do obszaru roboczego, kliknij ikonę strzałki na jego ikonie lub przycisk otwierania u góry panelu. Możesz również później dodać zestaw danych do obszaru roboczego.
5. Na koniec użyj obszaru roboczego
Obszar roboczy to interaktywna kanwa, na której można graficznie układać dane do eksploracji, a także wykonywać działania związane z eksploracją danych i modelowaniem predykcyjnym.
Cennik
Możesz zacząć korzystać z witryny z jej planem Basic, który jest całkowicie darmowy i ma mnóstwo funkcji. Oferuje również dwa plany premium, które są szczegółowo opisane poniżej:
- Pro: 45 USD/użytkownika/miesiąc (rozliczanie roczne).
- Przedsiębiorstwo: Skontaktuj się z zespołem Einblick, aby uzyskać niestandardowe ceny.
ZALETY
- Popraw współpracę analityczną.
- Ulepszone modele i szybsze wglądy
- Obywatelska nauka o danych wzmocniona.
Wady
- Niektóre osoby mogą uznać miejsce pracy za nieatrakcyjne.
Wnioski
Podsumowując, demokratyzacja analizy nakazowej wymaga fundamentalnej zmiany w sposobie interakcji jednostek z danymi.
Einblick to pierwsza platforma do przetwarzania danych wizualnych, łącząca najlepsze cechy narzędzi AI zorientowanych na przepływ pracy i narzędzi BI zorientowanych na wizualizację.
Został zaprojektowany od podstaw w celu ułatwienia współpracy zdalnej lub osobistej, umożliwiając zespołom podejmowanie decyzji opartych na danych.
Wypróbuj i podziel się z nami swoimi przemyśleniami.
Mark
Niezła wiadomość, Jay. Właśnie natknąłem się na to, próbując dowiedzieć się o Einblick.