Содержание[Скрывать][Показывать]
Продолжающаяся пандемия сделала удаленную работу и инструменты, которые ее поддерживают, как никогда раньше. Zoom, например, увеличился более чем в два раза.
Однако технологические достижения не были такими быстрыми, чтобы аналитики данных и специалисты по данным могли сотрудничать в режиме реального времени.
Einblick, стартап из Массачусетса, надеется это изменить.
Einblick — это интерактивная аналитическая доска, которая позволяет пользователям анализировать свои данные визуально, создавать модели и совместно принимать решения на основе данных.
Интерактивная аналитика данных — это расширение аналитики в реальном времени, которое использует сочетание систем распределенных баз данных и навыков рендеринга для ускорения процесса аналитики и позволяет пользователям использовать аналитические возможности технологии Business Intelligence.
Основанная на шестилетнем обучении в Массачусетском технологическом институте и Университете Брауна, ее технология помогает пользователям преодолевать трудности, связанные с дистанционным общением.
Давайте изучим это подробно!
Что такое в поле зрения?
Einblick — это интерактивный аналитический инструмент, построенный на доске, который позволяет командам быстро изучать прошлое, предвидеть будущее и принимать наилучшие решения для своего бизнеса на основе данных.
Оно предоставляет единое решение, включающее комплексный набор инструментов и технологий для аналитических операций, от очистки и преобразования данных до построения моделей и анализа возможных вариантов.
Благодаря простому пользовательскому интерфейсу, передовому автоматическому машинному обучению и уникальным возможностям интеллектуального анализа данных пользователям не требуется технических знаний для проведения сложного анализа.
Он автоматизирует трудоемкие и трудоемкие операции, позволяя любому просматривать свои данные и получать полезную информацию.
Как это работает?
Einblick состоит из двух основных логических компонентов:
- Приложение Эйнблик
- Эйнблик Контейнер
Приложение Эйнблик
В кластере Kubernetes размещаются контейнеры Einblick. Его безопасная система аутентификации пользователей аутентифицирует каждый запрос пользователя.
Ассоциация балансировщик нагрузки размещает приложение в контейнере, когда пользователь подключается к нему. Контейнеры представляют собой идентичные реплики, которые синхронизируются централизованной базой данных MongoDB.
Когда пользователь изменяет свое рабочее пространство, MongoDB обновляет и распространяет новую информацию на все реплики, обеспечивая совместную работу в режиме реального времени.
Стоит отметить, что, поскольку состояние рабочей области и вычисления разделены, одновременно работающие пользователи могут выполнять задачи в одной и той же рабочей области, работающей в разных контейнерах, обеспечивая при этом синхронизацию и параллелизм.
Эйнблик Контейнер
В контейнерах Einblick выполняются рабочие нагрузки. Прогрессивный вычислительный движок Einblick, Davos, работает с потоками данных и обеспечивает интерактивную скорость приложения.
Когда пользователь назначается контейнеру, каждое задание отправляется в Давос, который начинает извлекать данные из выбранного источника данных.
Когда это возможно, он будет передавать условия выборки в базовый источник данных.
В противном случае он будет сканировать данные и вычислять пробу резервуара по источнику данных. Каждый оператор работает с потоками данных, а потребители получают обновленные копии выходных данных задачи каждый раз, когда оператор выполняет пакет.
Когда результат рабочей нагрузки определен, Montana сразу же получает свежие копии результата рабочей нагрузки.
Montana — это уровень промежуточного программного обеспечения Einblick, отвечающий за хранение информации о приложении/рабочей области, обеспечение совместной работы для синхронизации рабочей области между пользователями (MongoDB) и передачу результатов задач в Laax, ее интерфейс.
Наконец, Laax — это код Javascript, который отображает результаты Давоса в браузере пользователя.
Что такое Einblick Analytics?
Einblick позволяет командам применять расширенную аналитику данных для обслуживания различных процессов принятия решений и стратегического планирования:
Описательная аналитика
Данные можно использовать, чтобы узнать о том, что произошло в прошлом. Для этой формы обучения обычно используются традиционные инструменты BI (диаграммы, информационные панели и интерактивная аналитика).
Но существует новое поколение инструментов BI (например, Sisu), которые используют машинное обучение, чтобы помочь аналитикам ориентироваться в многомерных наборах данных.
Эти новые инструменты выделяют ключевые драйверы, находят тенденции и даже рекомендуют графики. Они могут автоматически выявлять шаблоны и важные драйверы, а также предоставлять высокодинамичный интерфейс для создания визуализаций данных.
Однако, если вы хотите измерять KPI в режиме реального времени, вам понадобится система мониторинга, такая как Einblick, которая автоматически обновляет данные и отправляет оповещения.
Predictive Analytics
Используйте данные для создания моделей прогнозирования. Популярными примерами в этой области являются модели прогнозирования и оттока клиентов.
Но разве уже не существуют (autoML) инструменты, которые позволяют нетехническим людям создавать модели?
Такие инструменты существуют — рассмотрим KNIME, Rapid Miner и Alteryx, — но многие из них функционируют за счет репликации механизмов рабочего процесса: приходят данные, вы выполняете какую-то операцию, а результат передается другому оператору.
Вы можете задаться вопросом, идеален ли пользовательский интерфейс, похожий на рабочий процесс. Поэкспериментировав с его ранними версиями, я пришел к выводу, что их пользовательский интерфейс лучше подходит для нетехнических людей.
Einblick позволяет пользователям создавать модели прогнозирования и делиться ими, а также объединять и изменять многочисленные наборы данных.
Что еще более важно, пользователи постепенно разрабатывают модели и приложения для работы с данными, используя привлекательный интерфейс, который позволяет им сочетать визуализации, модели и анализ данных.
Предписательная аналитика
Вы можете создавать «что, если», сценарии или симуляции, используя данные с помощью Einblick.
Это также может помочь вам понять значение важных переменных и предикторов, а также построить и проанализировать сценарии. В ближайшее время будут добавлены расширенные инструменты, такие как моделирование Монте-Карло.
Кто может использовать платформу?
Независимо от вашего сектора, бизнеса или функции, это может помочь вам быстро сделать выбор на основе данных. Некоторые из них перечислены ниже:
1. производство
- Прогноз спроса на продукцию.
- Профилактическое обслуживание.
- Оптимизация кадрового состава производственной линии.
2. Страхование и банковское дело
- Модели должны быстро обновляться, чтобы реагировать на текущие события.
- Создание маркетинговой стратегии на основе требований клиентов.
- Улучшить привлечение клиентов.
3. Энергетический сектор
- Изучите воздействие завода на окружающую среду.
- Выявление аномалий распределительной сети.
- Следите за пропускной способностью производственных и экстракционных заводов.
4. Государственный сектор
- Рассчитайте влияние будущей политики.
- Воздействие программы должно быть измерено.
- Принимайте решения на основе данных.
5. Здравоохранение
- В кризисных сценариях спрогнозируйте численность населения.
- Улучшить управление рисками.
- Быстрое прототипирование моделей риска госпитализации.
6. Розничный сектор
- Улучшить маркетинговые кампании.
- Оптимизируйте уровень рабочей силы с помощью Covid-19.
- Прогнозировать спрос в условиях меняющихся рыночных обстоятельств.
Главные преимущества
- Визуализация данных Станина механизма – Используйте весь потенциал фреймов данных Python для редактирования данных и взаимодействия с несколькими наборами данных на одном экране.
- На холсте произвольной формы визуальная аналитика – Поддерживаются быстрые итерации между загрузкой, очисткой, преобразованием, отображением и моделированием данных на неограниченном холсте произвольной формы.
- Интерактивное машинное обучение – Создавайте модели машинного обучения с помощью отмеченного наградами интерактивного инструмента AutoML от Einblick, сохраняя при этом контроль над особенностями модели.
- Оптимизация – Оптимизируйте результаты, важные для вашей компании, и ищите компромиссы, связанные с различными альтернативными действиями.
- Сотрудничество – Это позволяет лично и удаленно сотрудничать с коллегами в одной комнате. Он был создан для настольных браузеров, а также для перьевых и сенсорных интерфейсов.
- Простое развертывание в облаке – Его легко развернуть в общедоступном или частном облаке и интегрировать с вашими существующими системами хранения и баз данных.
- Трансформируемость – Интегрируйте свои собственные функции Python в качестве новых визуальных операторов, сделав их доступными для всей вашей команды или корпорации.
- Статистические сети безопасности – Статистический помощник упрощает процесс выбора подходящего статистического теста для ваших данных.
Начало работы с Эйнблик
1. Авторизоваться
Когда вы запустите Einblick, вам будет предложен экран входа в систему.
2. Главное меню
Вы будете отправлены в главное меню после входа в систему.
Части, выделенные выше, обсуждаются ниже.
Добавить новую кнопку
Основной способ добавления новых элементов — через Добавить новый кнопка. Когда вы щелкаете по нему, появляется меню выбора с подробным описанием вещей, которые вы можете добавить, как показано на рисунке ниже.
Вкладки предметов
Вы можете получить доступ к многочисленным типам предметов, доступных в Einblick, нажимая на различные вкладки предметов.
Например, при посещении вкладки рабочие области будут отображаться все рабочие места, к которым у вас есть доступ. Пожалуйста, имейте в виду, что товары, к которым у вас нет доступа, не будут отображаться здесь.
Она включает в себя:
- Недавние
- Файлы
- Данные
- Операторы
- Пользователи
Строка поиска, описание которой приведено ниже, может использоваться для фильтрации отображаемых объектов.
Search Bar
Панель поиска расширяется, чтобы показать все недавно использованные элементы, последние запросы и теги, которые в настоящее время видны, когда вы нажимаете на нее (подробнее описывается ниже).
В результатах поиска появится любой элемент с совпадающим именем или тегом.
Пункты главного меню
В главном меню каждый объект представляет собой поле, с которым вы можете взаимодействовать. Вы можете переместить эти элементы в другое место в главном меню, если хотите связать их с другими элементами.
Элементы также могут быть связаны с параметрами, которые доступны с помощью меню с тремя точками, как показано на рисунке ниже.
3. Загрузить набор данных
Он поддерживает различные интерфейсы данных, позволяя вам получать доступ к вашим данным независимо от того, где они находятся. Самый простой способ начать работу — это файл CSV, но вы также можете исследовать «Пуск», нажав:
- Добавить новую
- Datasets
- Загрузить файл CSV
- Быстрая загрузка
Ваш файл CSV появится в Наборы данных области главного меню после его отправки в систему.
4. Создайте новое рабочее пространство
Чтобы начать анализ ваших данных, вы должны сначала создать рабочую область и связать ее с вашим набором данных. С каждой рабочей областью может быть связано произвольное количество наборов данных.
Нажмите добавить новый а затем рабочее пространство, чтобы создать новое рабочее пространство.
На вкладке рабочих пространств будет добавлено новое рабочее пространство, а панель справа предоставит информацию, связанную с рабочим пространством.
Перетащите значок набора данных с вкладки наборов данных в область наборов данных на панели рабочей области, чтобы связать его с ним.
Чтобы получить доступ к рабочей области, щелкните значок стрелки на ее значке или кнопку открытия в верхней части ее панели. Вы также можете добавить набор данных в рабочую область впоследствии.
5. Наконец, используйте рабочее пространство
Рабочая область — это интерактивное полотно, на котором можно графически размещать данные для исследования, а также выполнять интеллектуальный анализ данных и действия по прогнозному моделированию.
Цены
Вы можете начать пользоваться сайтом с его базового плана, который абсолютно бесплатен и имеет множество функций. Он также предлагает два премиальных плана, которые подробно описаны ниже:
- Pro: 45 долларов за пользователя в месяц (оплачивается ежегодно).
- Предприятие: свяжитесь с командой Einblick, чтобы узнать индивидуальные цены.
Плюсы
- Улучшить аналитическое сотрудничество.
- Улучшенные модели и более быстрое понимание
- Гражданская наука о данных наделена полномочиями.
Минусы
- Кому-то рабочее место может показаться непривлекательным.
Заключение
Подводя итог, можно сказать, что демократизация предписывающей аналитики требует фундаментального изменения того, как люди взаимодействуют с данными.
Einblick — первая платформа обработки визуальных данных, сочетающая в себе лучшие возможности инструментов искусственного интеллекта, ориентированных на рабочий процесс, и инструментов бизнес-аналитики, ориентированных на визуализацию.
Он разработан снизу вверх для облегчения совместной работы, будь то удаленно или лично, что позволяет командам принимать решения на основе данных.
Попробуйте и поделитесь своими мыслями с нами.
Отметьте
Хорошо пишешь, Джей. Только что наткнулся на это, когда пытался узнать об Einblick.