Conteúdo[Esconder][Mostrar]
A pandemia em curso impulsionou o trabalho remoto e as ferramentas que o suportam como nunca antes. O zoom, por exemplo, mais que dobrou de valor.
No entanto, os avanços tecnológicos não foram tão rápidos em permitir que analistas de dados e cientistas de dados colaborem em tempo real.
A Einblick, uma startup sediada em Massachusetts, espera alterar isso.
Einblick é uma lousa de análise interativa que permite aos usuários analisar seus dados visualmente, crie modelos e faça escolhas orientadas por dados como um grupo.
A análise de dados interativa é uma extensão de análise em tempo real que usa uma combinação de sistemas de banco de dados distribuídos e habilidades de renderização para acelerar o processo de análise e permitir que os usuários aproveitem os recursos analíticos da tecnologia de Business Intelligence.
Com base em seis anos de estudo no MIT e na Brown University, sua tecnologia ajuda os usuários a superar as dificuldades associadas à comunicação à distância.
Vamos explorá-lo em profundidade!
O que é a discernimento?
O Einblick é uma ferramenta de análise interativa construída em um quadro branco que permite que as equipes examinem rapidamente o passado, antecipem o futuro e tomem as melhores decisões baseadas em dados para seus negócios.
Ele fornece uma solução única que inclui um conjunto abrangente de ferramentas e tecnologias para operações analíticas, desde a purificação e transformação de dados até a construção de modelos e análises hipotéticas.
Devido à sua interface de usuário simples, aprendizado de máquina automático de ponta e recursos exclusivos de mineração de dados, os usuários não precisam de conhecimentos técnicos para fazer análises complexas.
Ele automatiza operações demoradas e difíceis, permitindo que qualquer pessoa revise seus dados e obtenha informações úteis.
Como funciona o Tech & Data Studio:
Existem dois componentes lógicos básicos no Einblick:
- Aplicativo Einblick
- Contêiner Einblick
Aplicativo Einblick
Um cluster Kubernetes hospeda os contêineres Einblick. Seu sistema seguro de autenticação de usuário autentica cada solicitação de usuário.
A balanceador de carga aloca um aplicativo para um contêiner quando um usuário se conecta a ele. Os contêineres são réplicas idênticas que são mantidas sincronizadas por um banco de dados MongoDB centralizado.
Quando um usuário modifica seu espaço de trabalho, o MongoDB atualiza e propaga as novas informações para todas as réplicas, permitindo a colaboração em tempo real.
Vale a pena mencionar que, como o estado e a computação do espaço de trabalho são separados, os usuários simultâneos podem executar tarefas no mesmo espaço de trabalho em diferentes contêineres, permitindo sincronização e paralelismo.
Contêiner Einblick
Nos contêineres Einblick, as cargas de trabalho são executadas. O mecanismo de computação progressiva da Einblick, Davos, opera em fluxos de dados e permite a velocidade interativa do aplicativo.
Quando um usuário é atribuído a um contêiner, cada trabalho é despachado para Davos, que começa a extrair dados da fonte de dados escolhida.
Sempre que possível, ele enviará condições de amostra para a fonte de dados subjacente.
Caso contrário, ele varrerá os dados e calculará uma amostra de reservatório sobre a fonte de dados. Cada operador opera em fluxos de dados e os consumidores obtêm cópias atualizadas das saídas de tarefas sempre que um operador executa em um lote.
Quando o resultado da carga de trabalho é determinado, Montana recebe imediatamente novas cópias do resultado da carga de trabalho.
Montana é a camada de middleware da Einblick, responsável por manter as informações do aplicativo/espaço de trabalho, permitindo a colaboração para sincronizar o espaço de trabalho entre usuários (MongoDB) e transmitir os resultados das tarefas para o Laax, seu frontend.
Finalmente, Laax é o código Javascript que exibe os resultados de Davos no navegador do usuário.
O que é o Einblick Analytics?
A Einblick permite que as equipes apliquem análises avançadas de dados para atender a uma variedade de processos de tomada de decisão e planejamento estratégico:
Análise Descritiva
Os dados podem ser usados para aprender sobre o que aconteceu no passado. Para esta forma de estudo, as ferramentas tradicionais de BI (gráficos, dashboards e análises interativas) são comumente empregadas.
Mas há uma nova geração de ferramentas de BI (como o Sisu) que emprega aprendizado de máquina para ajudar os analistas a navegar em conjuntos de dados de alta dimensão.
Essas novas ferramentas destacam os principais fatores, encontram tendências e até recomendam gráficos. Eles podem expor automaticamente padrões e drivers importantes, além de fornecer uma interface altamente dinâmica para criar visualizações de dados.
No entanto, se você quiser medir KPIs em tempo real, precisará de um sistema de monitoramento, como o Einblick, que atualize os dados automaticamente e envie alertas.
Análise Preditiva
Faça uso de dados para criar modelos de previsão. Os modelos de previsão e churn são exemplos populares nesta área.
Mas já não existem ferramentas (autoML) que permitem que pessoas não técnicas gerem modelos?
Essas ferramentas existem – considere KNIME, Rapid Miner e Alteryx – mas muitas delas funcionam replicando mecanismos de fluxo de trabalho: os dados chegam, você executa alguma operação e a saída é entregue a outro operador.
Você pode questionar se uma interface do usuário semelhante a um fluxo de trabalho é perfeita. Depois de experimentar as primeiras iterações dele, acredito que a interface do usuário seja uma combinação melhor para pessoas não técnicas.
O Einblick permite que os usuários criem e compartilhem modelos de previsão, além de mesclar e modificar vários conjuntos de dados.
Mais importante, os usuários desenvolvem progressivamente modelos e aplicativos de dados usando uma interface atraente que lhes permite misturar visualizações, modelos e análise de dados.
Análise Prescritiva
Você pode criar hipotéticos, cenários ou simulações usando dados usando o Einblick.
Também pode ajudá-lo a compreender o significado de variáveis e preditores importantes, bem como construir e analisar cenários. Ferramentas avançadas como simulação de Monte Carlo serão incluídas em breve.
Quem pode usar a plataforma?
Independentemente do seu setor, negócio ou função, ele pode ajudá-lo a fazer escolhas baseadas em dados rapidamente. Alguns deles estão listados abaixo:
1. fabrico
- Previsão de demanda do produto.
- Manutenção preditiva.
- Otimize a equipe da linha de produção.
2. Seguros e Bancos
- Os modelos devem ser atualizados rapidamente para responder às ocorrências atuais.
- Criar estratégia de marketing com base nos requisitos do cliente.
- Melhorar a aquisição de clientes.
3. Setor de energia
- Investigue o impacto ambiental da planta.
- Identificar anormalidades na rede de distribuição.
- Acompanhe o rendimento das plantas de fabricação e extração.
4. Setor governamental
- Calcule o impacto das políticas futuras.
- O impacto do programa deve ser medido.
- Tome decisões baseadas em dados.
5. Setor de saúde
- Em cenários de crise, prever população.
- Aprimore o gerenciamento de riscos.
- Prototipar rapidamente modelos de risco de admissão.
6. Setor de varejo
- Melhorar as campanhas de marketing.
- Otimize os níveis de força de trabalho usando o Covid-19.
- Prever a demanda em meio às mudanças nas circunstâncias do mercado.
Características principais
- Visualização de dados Frames – Use todo o potencial dos data frames do Python para editar dados e interagir com vários conjuntos de dados na mesma tela.
- Em uma tela de forma livre, Visual Analytics – São suportadas iterações rápidas entre carregamento, limpeza, conversão, exibição e modelagem de dados em uma tela de formato livre ilimitada.
- Aprendizado de máquina interativo – Crie modelos de ML usando a premiada ferramenta interativa de AutoML da Einblick, mantendo o controle sobre as especificidades do modelo.
- Operacional – Otimize para os resultados que são importantes para sua empresa e compreenda as compensações que vêm com várias ações alternativas.
- Colaboração – Permite a colaboração presencial e remota com colegas na mesma sala. Ele foi criado para navegadores de desktop, bem como interfaces de caneta e toque.
- Fácil implantação na nuvem – É facilmente implantável na nuvem pública ou privada e se integra aos seus sistemas de armazenamento e banco de dados existentes.
- Flexibilidade – Integre suas próprias funções Python como novos operadores visuais, disponibilizando-as para toda a sua equipe ou corporação.
- Redes de segurança estatística – O assistente estatístico simplifica o processo de seleção do teste estatístico apropriado para seus dados.
Introdução ao Einblick
1. Entrar
Ao iniciar o Einblick, você será solicitado com uma tela de login.
2. Menu Principal
Você será enviado para o Menu Principal após o login.
As partes destacadas acima são discutidas mais abaixo.
Adicionar novo botão
O principal método para adicionar novos itens é através do adicionar Novo botão. Quando você clica nele, um menu de opções detalhando as coisas que você pode adicionar aparece, como visto na figura abaixo.
Guias de itens
Você pode acessar os vários tipos de itens acessíveis no Einblick clicando nas várias guias de itens.
Por exemplo, visitar a guia workspaces exibirá todos os locais de trabalho aos quais você tem acesso. Lembre-se de que os produtos aos quais você não tem acesso não serão exibidos aqui.
Ela inclui:
- Publicações recentes
- Arquivos
- Data
- Operadores
- Utilizadores
A barra de pesquisa, explicada abaixo, pode ser usada para filtrar os objetos exibidos.
Barra de pesquisa
A barra de pesquisa se estende para revelar todos os itens usados recentemente, consultas recentes e tags que estão visíveis no momento quando você clica nele (descritos mais abaixo).
Nos resultados da pesquisa, qualquer item com um nome ou tag correspondente aparecerá.
Itens do Menu Principal
No menu principal, cada objeto representa uma caixa com a qual você pode interagir. Você pode mover essas coisas para outro lugar no menu principal se quiser relacioná-las a outros itens.
Os itens também podem ser conectados com opções, que são acessíveis usando o menu de três pontos, conforme ilustrado na figura abaixo.
3. Carregar conjunto de dados
Ele suporta uma variedade de interfaces de dados, permitindo que você acesse seus dados independentemente de onde eles estejam. O método mais simples para começar é com um arquivo CSV, mas você também pode investigar Iniciar clicando:
- Adicionar nova
- Conjuntos de dados
- Carregar arquivo CSV
- Carregamento rápido
Seu arquivo CSV aparecerá na conjuntos de dados área do menu principal após ter sido submetido ao sistema.
4. Crie um novo espaço de trabalho
Para começar a analisar seus dados, você deve primeiro criar um espaço de trabalho e vinculá-lo ao seu conjunto de dados. Um número arbitrário de conjuntos de dados pode ser emparelhado com cada espaço de trabalho.
Clique adicionar novos e, em seguida, espaço de trabalho para criar um novo espaço de trabalho.
Na guia workspaces, um novo workspace será adicionado e um painel à direita fornecerá informações relacionadas ao workspace.
Arraste um ícone de conjunto de dados da guia de conjuntos de dados para a área de conjuntos de dados do painel da área de trabalho para vinculá-lo a ele.
Para acessar a área de trabalho, clique no ícone de seta em seu ícone ou no botão abrir na parte superior do painel. Você também pode adicionar o conjunto de dados ao espaço de trabalho posteriormente.
5. Por fim, use o espaço de trabalho
Uma área de trabalho é uma tela interativa na qual você pode dispor graficamente os dados para exploração, bem como executar atividades de mineração de dados e modelagem preditiva.
Preços
Você pode começar a usar o site com seu plano Básico, que é totalmente gratuito e possui uma infinidade de recursos. Também oferece dois planos premium, detalhados abaixo:
- Pro: $ 45/usuário/mês (cobrado anualmente).
- Enterprise: Entre em contato com a equipe da Einblick para obter preços personalizados.
Prós
- Melhore a colaboração analítica.
- Modelos aprimorados e insights mais rápidos
- Ciência de dados cidadã empoderada.
Desvantagens
- Algumas pessoas podem achar o local de trabalho pouco atraente.
Conclusão
Para resumir, democratizar a análise prescritiva requer uma mudança fundamental na forma como os indivíduos interagem com os dados.
Einblick é a primeira plataforma de processamento visual de dados, combinando os melhores recursos de ferramentas de IA centradas em fluxo de trabalho e ferramentas de BI centradas em visualização.
Ele foi projetado de baixo para cima para facilitar a colaboração, remotamente ou pessoalmente, permitindo que as equipes tomem decisões baseadas em dados.
Experimente e partilhe connosco a sua opinião.
Mark
Belo texto, Jay. Acabei de me deparar com isso ao tentar descobrir sobre Einblick.