สารบัญ[ซ่อน][แสดง]
การระบาดใหญ่ที่เกิดขึ้นอย่างต่อเนื่องได้ส่งเสริมการทำงานระยะไกลและเครื่องมือที่สนับสนุนการทำงานอย่างที่ไม่เคยมีมาก่อน ตัวอย่างเช่น การซูมมีมูลค่าเพิ่มขึ้นกว่าเท่าตัว
อย่างไรก็ตาม ความก้าวหน้าทางเทคโนโลยีไม่ได้เป็นไปอย่างรวดเร็วในการทำให้นักวิเคราะห์ข้อมูลและนักวิทยาศาสตร์ข้อมูลสามารถทำงานร่วมกันแบบเรียลไทม์ได้
Einblick การเริ่มต้นจากแมสซาชูเซตส์หวังว่าจะเปลี่ยนแปลงสิ่งนั้น
Einblick เป็นไวท์บอร์ดการวิเคราะห์เชิงโต้ตอบที่ช่วยให้ผู้ใช้สามารถวิเคราะห์ ข้อมูลทางสายตาสร้างแบบจำลอง และเลือกจากข้อมูลเป็นกลุ่ม
การวิเคราะห์ข้อมูลเชิงโต้ตอบคือส่วนขยายการวิเคราะห์ตามเวลาจริงที่ใช้การผสมผสานระหว่างระบบฐานข้อมูลแบบกระจายและทักษะการแสดงเพื่อเร่งกระบวนการวิเคราะห์ และอนุญาตให้ผู้ใช้ใช้ประโยชน์จากความสามารถในการวิเคราะห์ของเทคโนโลยี Business Intelligence
จากการศึกษาหกปีที่ MIT และ Brown University เทคโนโลยีนี้ช่วยให้ผู้ใช้เอาชนะปัญหาที่เกี่ยวข้องกับการสื่อสารทางไกล
มาสำรวจกันแบบเจาะลึกกัน!
ความหมายของ ไอน์บลิค?
Einblick เป็นเครื่องมือวิเคราะห์เชิงโต้ตอบที่สร้างขึ้นบนกระดานไวท์บอร์ดที่ช่วยให้ทีมตรวจสอบอดีตได้อย่างรวดเร็ว คาดการณ์อนาคต และทำการตัดสินใจโดยใช้ข้อมูลที่ดีที่สุดสำหรับธุรกิจของพวกเขา
เป็นโซลูชันเดียวที่มีชุดเครื่องมือและเทคโนโลยีที่ครอบคลุมสำหรับการดำเนินการวิเคราะห์ ตั้งแต่การทำให้ข้อมูลบริสุทธิ์และการแปลงผ่านการสร้างแบบจำลองและการวิเคราะห์แบบ What-if
เนื่องจากอินเทอร์เฟซผู้ใช้ที่เรียบง่าย การเรียนรู้ด้วยเครื่องอัตโนมัติที่ล้ำสมัย และความสามารถในการขุดข้อมูลที่ไม่เหมือนใคร ผู้ใช้จึงไม่ต้องการพื้นฐานทางเทคนิคเพื่อทำการวิเคราะห์ที่ซับซ้อน
ทำให้การดำเนินการที่ใช้เวลานานและยากเป็นไปโดยอัตโนมัติ ทำให้ทุกคนสามารถตรวจสอบข้อมูลและรับข้อมูลเชิงลึกที่เป็นประโยชน์ได้
มันทำงานอย่างไร?
มีสององค์ประกอบทางตรรกะพื้นฐานสำหรับ Einblick:
- แอพพลิเคชั่น Einblick
- Einblick คอนเทนเนอร์
แอพพลิเคชั่น Einblick
คลัสเตอร์ Kubernetes โฮสต์คอนเทนเนอร์ Einblick ระบบตรวจสอบผู้ใช้ที่ปลอดภัยจะตรวจสอบคำขอของผู้ใช้แต่ละราย
พื้นที่ เครื่องถ่วงโหลด จัดสรรแอปพลิเคชันไปยังคอนเทนเนอร์เมื่อผู้ใช้เชื่อมต่อ คอนเทนเนอร์เป็นแบบจำลองที่เหมือนกันซึ่งถูกซิงโครไนซ์โดยฐานข้อมูล MongoDB แบบรวมศูนย์
เมื่อผู้ใช้แก้ไขพื้นที่ทำงาน MongoDB จะอัปเดตและเผยแพร่ข้อมูลใหม่ไปยังแบบจำลองทั้งหมด ทำให้สามารถทำงานร่วมกันแบบเรียลไทม์
เป็นมูลค่าการกล่าวขวัญว่า เนื่องจากสถานะพื้นที่ทำงานและการคำนวณถูกแยกออก ผู้ใช้ที่ทำงานพร้อมกันสามารถทำงานในพื้นที่ทำงานเดียวกันที่ทำงานบนคอนเทนเนอร์ที่ต่างกันได้ ในขณะที่เปิดใช้งานการซิงโครไนซ์และความขนาน
Einblick คอนเทนเนอร์
ในคอนเทนเนอร์ Einblick ปริมาณงานจะถูกดำเนินการ Davos เอ็นจิ้นการคำนวณแบบก้าวหน้าของ Einblick ทำงานข้ามสตรีมข้อมูลและอนุญาตให้มีความเร็วเชิงโต้ตอบของแอปพลิเคชัน
เมื่อผู้ใช้ถูกกำหนดให้กับคอนเทนเนอร์ งานแต่ละงานจะถูกส่งไปยังดาวอส ซึ่งจะเริ่มดึงข้อมูลจากแหล่งข้อมูลที่เลือก
เมื่อใดก็ตามที่เป็นไปได้ มันจะผลักเงื่อนไขตัวอย่างลงไปที่แหล่งข้อมูลพื้นฐาน
มิฉะนั้น จะสแกนข้อมูลและคำนวณตัวอย่างอ่างเก็บน้ำเหนือแหล่งข้อมูล ผู้ปฏิบัติงานทุกคนทำงานบนสตรีมข้อมูล และผู้บริโภคจะได้รับสำเนาของผลงานที่ได้รับการอัปเดตทุกครั้งที่ผู้ปฏิบัติงานดำเนินการผ่านชุดงาน
เมื่อกำหนดผลลัพธ์ของภาระงานแล้ว Montana จะได้รับสำเนาใหม่ของผลลัพธ์ภาระงานทันที
Montana เป็นเลเยอร์มิดเดิลแวร์ของ Einblick ที่รับผิดชอบในการเก็บข้อมูลแอปพลิเคชัน/พื้นที่ทำงาน เปิดใช้งานการทำงานร่วมกันเพื่อซิงค์พื้นที่ทำงานระหว่างผู้ใช้ (MongoDB) และส่งผลงานไปยัง Laax ซึ่งเป็นส่วนหน้า
สุดท้าย Laax คือโค้ด Javascript ที่แสดงผลลัพธ์ของ Davos ในเบราว์เซอร์ของผู้ใช้
Einblick Analytics คืออะไร?
Einblick ช่วยให้ทีมสามารถใช้การวิเคราะห์ข้อมูลขั้นสูงเพื่อรองรับกระบวนการตัดสินใจและการวางแผนเชิงกลยุทธ์ที่หลากหลาย:
การวิเคราะห์เชิงพรรณนา
สามารถใช้ข้อมูลเพื่อเรียนรู้เกี่ยวกับสิ่งที่เกิดขึ้นในอดีตได้ สำหรับรูปแบบการศึกษานี้ มักใช้เครื่องมือ BI แบบดั้งเดิม (แผนภูมิ แดชบอร์ด และการวิเคราะห์เชิงโต้ตอบ)
แต่มีเครื่องมือ BI รุ่นใหม่ (เช่น Sisu) ที่ใช้แมชชีนเลิร์นนิงเพื่อช่วยนักวิเคราะห์ในการนำทางชุดข้อมูลที่มีมิติสูง
เครื่องมือใหม่เหล่านี้เน้นที่ตัวขับเคลื่อนหลัก ค้นหาแนวโน้ม และแม้แต่แนะนำแผนภูมิ พวกเขาสามารถเปิดเผยรูปแบบและไดรเวอร์ที่สำคัญได้โดยอัตโนมัติ นอกเหนือจากการให้อินเทอร์เฟซแบบไดนามิกสูงสำหรับการสร้างภาพข้อมูล
อย่างไรก็ตาม หากคุณต้องการวัด KPI แบบเรียลไทม์ คุณจะต้องมีระบบตรวจสอบ เช่น Einblick ที่จะอัปเดตข้อมูลและส่งการแจ้งเตือนโดยอัตโนมัติ
การวิเคราะห์เชิงทำนาย
ใช้ประโยชน์จากข้อมูลเพื่อสร้างแบบจำลองการคาดการณ์ แบบจำลองการคาดการณ์และการแยกตัวเป็นตัวอย่างที่ได้รับความนิยมในพื้นที่นี้
แต่ยังไม่มีเครื่องมือ (autoML) ที่อนุญาตให้ผู้ที่ไม่ใช่ผู้เชี่ยวชาญด้านเทคนิคสร้างแบบจำลองใช่หรือไม่
เครื่องมือดังกล่าวมีอยู่จริง – พิจารณา KNIME, Rapid Miner และ Alteryx – แต่เครื่องมือเหล่านี้ส่วนใหญ่ทำงานโดยการจำลองกลไกเวิร์กโฟลว์: ข้อมูลเข้ามา คุณดำเนินการบางอย่าง และผลลัพธ์จะถูกส่งไปยังผู้ปฏิบัติงานรายอื่น
คุณอาจสงสัยว่า UI ที่เหมือนเวิร์กโฟลว์นั้นสมบูรณ์แบบหรือไม่ หลังจากที่ได้ทดลองใช้การทำซ้ำในช่วงแรกๆ ของมันแล้ว ฉันเชื่อว่าอินเทอร์เฟซผู้ใช้ของพวกเขาเหมาะกับคนที่ไม่เชี่ยวชาญด้านเทคนิคมากกว่า
Einblick ให้ผู้ใช้สร้างและแบ่งปันโมเดลการทำนาย ตลอดจนรวมและแก้ไขชุดข้อมูลจำนวนมาก
ที่สำคัญกว่านั้นคือ ผู้ใช้ค่อยๆ พัฒนาโมเดลและแอปข้อมูลโดยใช้อินเทอร์เฟซที่น่าดึงดูด ซึ่งช่วยให้พวกเขาสามารถผสมผสานการแสดงภาพ โมเดล และการวิเคราะห์ข้อมูล
การวิเคราะห์เชิงกำหนด
คุณสามารถสร้าง what-if สถานการณ์จำลอง หรือการจำลองโดยใช้ข้อมูลโดยใช้ Einblick
นอกจากนี้ยังช่วยให้คุณเข้าใจถึงความสำคัญของตัวแปรและตัวทำนายที่สำคัญ ตลอดจนสร้างและวิเคราะห์สถานการณ์ เครื่องมือขั้นสูง เช่น การจำลอง Monte Carlo จะถูกรวมไว้ในไม่ช้า
ใครใช้แพลตฟอร์มได้บ้าง
โดยไม่คำนึงถึงภาคส่วน ธุรกิจ หรือฟังก์ชันของคุณ มันสามารถช่วยให้คุณตัดสินใจโดยใช้ข้อมูลได้อย่างรวดเร็ว บางส่วนของพวกเขามีการระบุไว้ด้านล่าง:
1 การผลิต
- การคาดการณ์ความต้องการสินค้า
- การบำรุงรักษาเชิงพยากรณ์
- เพิ่มประสิทธิภาพพนักงานในสายการผลิต
2. ประกันภัยและการธนาคาร
- โมเดลต้องได้รับการอัปเดตอย่างรวดเร็วเพื่อตอบสนองต่อเหตุการณ์ปัจจุบัน
- สร้างกลยุทธ์ทางการตลาดตามความต้องการของลูกค้า
- ปรับปรุงการได้มาซึ่งลูกค้า
3. ภาคพลังงาน
- ตรวจสอบผลกระทบต่อสิ่งแวดล้อมของโรงงาน
- ระบุความผิดปกติของเครือข่ายการกระจาย
- ติดตามปริมาณงานของโรงงานผลิตและการสกัด
4. ภาครัฐ
- คำนวณผลกระทบของนโยบายในอนาคต
- ควรวัดผลกระทบของโปรแกรม
- ตัดสินใจโดยใช้ข้อมูลเป็นหลัก
5. ภาคการดูแลสุขภาพ
- ในสถานการณ์วิกฤต คาดการณ์จำนวนประชากร
- เสริมการบริหารความเสี่ยง
- ต้นแบบโมเดลความเสี่ยงในการรับเข้าเรียนอย่างรวดเร็ว
6. ภาคการค้าปลีก
- ปรับปรุงแคมเปญการตลาด
- เพิ่มประสิทธิภาพระดับพนักงานโดยใช้ Covid-19
- คาดการณ์ความต้องการท่ามกลางสภาวะตลาดที่เปลี่ยนแปลงไป
Key Features
- การแสดงข้อมูล เฟรม – ใช้ศักยภาพเต็มที่ของกรอบข้อมูล Python ในการแก้ไขข้อมูลและโต้ตอบกับชุดข้อมูลหลายชุดในหน้าจอเดียวกัน
- บนแคนวาสรูปแบบอิสระ Visual Analytics – รองรับการทำซ้ำอย่างรวดเร็วระหว่างการโหลด การล้าง การแปลง การแสดง และการสร้างแบบจำลองข้อมูลบนแคนวาสรูปแบบอิสระไม่จำกัด
- การเรียนรู้ของเครื่องแบบโต้ตอบ – สร้างแบบจำลอง ML โดยใช้เครื่องมือ AutoML เชิงโต้ตอบที่ได้รับรางวัลของ Einblick ในขณะที่ยังคงควบคุมเฉพาะรุ่น
- การเพิ่มประสิทธิภาพ – ปรับให้เหมาะสมสำหรับผลลัพธ์ที่สำคัญต่อบริษัทของคุณ และเข้าใจข้อแลกเปลี่ยนที่มาพร้อมกับการดำเนินการทางเลือกต่างๆ
- การร่วมมือ – ช่วยให้สามารถทำงานร่วมกันแบบตัวต่อตัวและระยะไกลกับเพื่อนร่วมงานได้ในห้องเดียวกัน สร้างขึ้นสำหรับเบราว์เซอร์เดสก์ท็อปตลอดจนอินเทอร์เฟซแบบปากกาและแบบสัมผัส
- ปรับใช้คลาวด์อย่างง่ายดาย – ปรับใช้ได้ง่ายในระบบคลาวด์สาธารณะหรือส่วนตัว และรวมเข้ากับระบบจัดเก็บข้อมูลและฐานข้อมูลที่มีอยู่ของคุณ
- ความยืดหยุ่น – รวมฟังก์ชัน Python ของคุณเองเป็นโอเปอเรเตอร์แบบภาพใหม่ ทำให้ใช้งานได้สำหรับทั้งทีมหรือองค์กรของคุณ
- ตาข่ายความปลอดภัยทางสถิติ – ผู้ช่วยทางสถิติช่วยลดความยุ่งยากในกระบวนการเลือกการทดสอบทางสถิติที่เหมาะสมสำหรับข้อมูลของคุณ
เริ่มต้นกับ Einblick
1 เข้าสู่ระบบ
เมื่อคุณเปิด Einblick คุณจะได้รับแจ้งพร้อมหน้าจอเข้าสู่ระบบ
2. เมนูหลัก
คุณจะถูกส่งไปยังเมนูหลักหลังจากเข้าสู่ระบบ
ส่วนที่เน้นด้านบนจะกล่าวถึงเพิ่มเติมด้านล่าง
เพิ่มปุ่มใหม่
วิธีหลักในการเพิ่มรายการใหม่คือผ่านทาง เพิ่มใหม่ ปุ่ม. เมื่อคุณคลิก เมนูตัวเลือกที่มีรายละเอียดเกี่ยวกับสิ่งที่คุณสามารถเพิ่มได้จะปรากฏขึ้น ดังที่แสดงในรูปด้านล่าง
แท็บรายการ
คุณสามารถเข้าถึงรายการหลายประเภทที่สามารถเข้าถึงได้ใน Einblick โดยคลิกที่แท็บรายการต่างๆ
ตัวอย่างเช่น การไปที่แท็บพื้นที่ทำงานจะแสดงสถานที่ทำงานทั้งหมดที่คุณมีสิทธิ์เข้าถึง โปรดทราบว่าผลิตภัณฑ์ที่คุณไม่มีสิทธิ์เข้าถึงจะไม่แสดงที่นี่
ซึ่งจะรวมถึง:
- เมื่อเร็ว ๆ นี้
- ไฟล์
- ข้อมูล
- โอเปอร์เตอร์-ผู้ประกอบการ
- ผู้ใช้
แถบค้นหา ซึ่งอธิบายไว้ด้านล่าง สามารถใช้เพื่อกรองวัตถุที่แสดง
แถบค้นหา
แถบค้นหาขยายออกเพื่อแสดงรายการที่ใช้ล่าสุด คำค้นหาล่าสุด และแท็กที่มองเห็นได้ในขณะนี้เมื่อคุณคลิก (อธิบายเพิ่มเติมด้านล่าง)
ในผลการค้นหา รายการใดๆ ที่มีชื่อหรือแท็กตรงกันจะปรากฏขึ้น
รายการเมนูหลัก
ในเมนูหลัก แต่ละอ็อบเจ็กต์ที่กล่องแสดงแทนซึ่งคุณสามารถโต้ตอบได้ คุณสามารถย้ายสิ่งเหล่านี้ไปที่อื่นในเมนูหลักได้หากต้องการเชื่อมโยงสิ่งเหล่านี้กับรายการอื่นๆ
รายการต่างๆ ยังสามารถเชื่อมต่อกับตัวเลือกต่างๆ ซึ่งสามารถเข้าถึงได้โดยใช้เมนูสามจุด ดังที่แสดงในรูปด้านล่าง
3. อัปโหลดชุดข้อมูล
รองรับอินเทอร์เฟซข้อมูลที่หลากหลาย ช่วยให้คุณเข้าถึงข้อมูลได้ไม่ว่าจะอยู่ที่ใด วิธีที่ง่ายที่สุดในการเริ่มต้นคือการใช้ไฟล์ CSV แต่คุณยังสามารถตรวจสอบ Start ได้โดยคลิก:
- เพิ่มใหม่
- ชุดข้อมูล
- อัปโหลดไฟล์ CSV
- อัพโหลดด่วน
ไฟล์ CSV ของคุณจะปรากฏในไฟล์ ชุดข้อมูล พื้นที่ของเมนูหลักหลังจากส่งเข้าระบบแล้ว
4. สร้างพื้นที่ทำงานใหม่
ในการเริ่มต้นวิเคราะห์ข้อมูลของคุณ ก่อนอื่นคุณต้องสร้างพื้นที่ทำงานและเชื่อมโยงไปยังชุดข้อมูลของคุณ สามารถจับคู่ชุดข้อมูลจำนวนตามอำเภอใจกับแต่ละพื้นที่ทำงาน
คลิก เพิ่มใหม่ แล้วจึงสร้างพื้นที่ทำงานใหม่
ในแท็บพื้นที่ทำงาน พื้นที่ทำงานใหม่จะถูกเพิ่มเข้ามา และแผงด้านขวาจะแสดงข้อมูลที่เกี่ยวข้องกับพื้นที่ทำงาน
ลากไอคอนชุดข้อมูลจากแท็บชุดข้อมูลไปยังพื้นที่ชุดข้อมูลของแผงพื้นที่ทำงานเพื่อลิงก์
หากต้องการเข้าถึงพื้นที่ทำงาน ให้คลิกไอคอนลูกศรบนไอคอนหรือปุ่มเปิดที่ด้านบนของแผง คุณยังสามารถเพิ่มชุดข้อมูลลงในพื้นที่ทำงานในภายหลัง
5. สุดท้าย ใช้พื้นที่ทำงาน
พื้นที่ทำงานเป็นผืนผ้าใบแบบโต้ตอบซึ่งคุณสามารถจัดวางข้อมูลแบบกราฟิกสำหรับการสำรวจ ดำเนินการขุดข้อมูล และกิจกรรมการสร้างแบบจำลองเชิงคาดการณ์
ราคา
คุณสามารถเริ่มใช้งานไซต์ด้วยแผน Basic ซึ่งฟรีและมีคุณสมบัติมากมายเหลือเฟือ นอกจากนี้ยังมีแผนพรีเมียมสองแผนซึ่งมีรายละเอียดด้านล่าง:
- Pro: $45/ผู้ใช้/เดือน (เรียกเก็บเงินรายปี)
- องค์กร: ติดต่อทีม Einblick เพื่อขอราคาที่กำหนดเอง
ข้อดี
- ปรับปรุงการทำงานร่วมกันในเชิงวิเคราะห์
- โมเดลที่ได้รับการปรับปรุงและข้อมูลเชิงลึกที่เร็วขึ้น
- วิทยาศาสตร์ข้อมูลพลเมืองได้รับอำนาจ
จุดด้อย
- บางคนอาจพบว่าสถานที่ทำงานไม่สวย
สรุป
เพื่อสรุป การวิเคราะห์เชิงกำหนดที่เป็นประชาธิปไตยจำเป็นต้องมีการเปลี่ยนแปลงขั้นพื้นฐานในวิธีที่บุคคลโต้ตอบกับข้อมูล
Einblick เป็นแพลตฟอร์มการประมวลผลข้อมูลด้วยภาพแพลตฟอร์มแรกที่รวมเอาคุณสมบัติที่ยอดเยี่ยมที่สุดของเครื่องมือ AI ที่เน้นเวิร์กโฟลว์และเครื่องมือ BI ที่เน้นการแสดงภาพ
ได้รับการออกแบบจากล่างขึ้นบนเพื่ออำนวยความสะดวกในการทำงานร่วมกัน ไม่ว่าจะจากระยะไกลหรือแบบตัวต่อตัว ทำให้ทีมสามารถตัดสินใจโดยใช้ข้อมูลเป็นหลัก
ลองและแบ่งปันความคิดของคุณกับเรา
ทำเครื่องหมาย
เขียนได้ดีเจย์ เพิ่งเจอสิ่งนี้เมื่อพยายามค้นหาเกี่ยวกับ Einblick