Talaan ng nilalaman[Tago][Ipakita]
Ang patuloy na pandemya ay nagpalakas ng malayong trabaho at ang mga tool na sumusuporta dito tulad ng dati. Ang zoom, halimbawa, ay may higit sa doble sa halaga.
Gayunpaman, ang mga teknolohikal na pagsulong ay hindi naging kasing bilis sa pagpapagana ng mga data analyst at data scientist na magtulungan sa real time.
Ang Einblick, isang startup na nakabase sa Massachusetts, ay umaasa na baguhin iyon.
Ang Einblick ay isang interactive na whiteboard ng analytics na nagbibigay-daan sa mga user na suriin ang kanilang biswal na datos, gumawa ng mga modelo, at gumawa ng mga pagpipiliang batay sa data bilang isang grupo.
Ang interactive na data analytics ay isang real-time na extension ng analytics na gumagamit ng halo ng mga distributed database system at mga kasanayan sa pag-render para mapabilis ang proseso ng analytics at payagan ang mga user na samantalahin ang mga analytical na kakayahan ng teknolohiya ng Business Intelligence.
Batay sa anim na taong pag-aaral sa MIT at Brown University, ang teknolohiya nito ay tumutulong sa mga user na malampasan ang mga paghihirap na nauugnay sa malayong komunikasyon.
Tuklasin natin ito ng malalim!
Ano ang Einblick?
Ang Einblick ay isang interactive na tool sa analytics na binuo sa isang whiteboard na nagbibigay-daan sa mga team na mabilis na suriin ang nakaraan, asahan ang hinaharap, at gawin ang pinakamahusay na mga desisyon na batay sa data para sa kanilang negosyo.
Nagbibigay ito ng isang solong solusyon na kinabibilangan ng komprehensibong hanay ng mga tool at teknolohiya para sa mga pagpapatakbo ng analytics, mula sa paglilinis at pagbabago ng data sa pamamagitan ng pagbuo ng modelo at kung ano ang pagsusuri.
Dahil sa simpleng user interface nito, cutting-edge na awtomatikong machine learning, at natatanging kakayahan sa data mining, ang mga user ay hindi nangangailangan ng teknikal na background para gumawa ng kumplikadong pagsusuri.
I-automate nito ang pag-ubos ng oras at mahihirap na operasyon, na nagpapahintulot sa sinuman na suriin ang kanilang data at makakuha ng mga kapaki-pakinabang na insight.
Paano ito gumagana?
Mayroong dalawang pangunahing lohikal na bahagi sa Einblick:
- Aplikasyon ng Einblick
- Lalagyan ng Einblick
Aplikasyon ng Einblick
Isang Kubernetes cluster ang nagho-host ng mga container ng Einblick. Ang secure na user authentication system nito ay nagpapatotoo sa bawat kahilingan ng user.
Ang load balancer naglalaan ng application sa isang container kapag kumonekta dito ang isang user. Ang mga lalagyan ay magkaparehong mga replika na pinananatiling naka-synchronize ng isang sentralisadong database ng MongoDB.
Kapag binago ng isang user ang kanyang workspace, ina-update at pinapalaganap ng MongoDB ang bagong impormasyon sa lahat ng mga replika, na nagpapagana ng real-time na pakikipagtulungan.
Ito ay nagkakahalaga ng pagbanggit na, dahil ang workspace state at computation ay pinaghihiwalay, ang mga kasabay na user ay maaaring magsagawa ng mga gawain sa parehong workspace na tumatakbo sa iba't ibang mga container habang pinapagana ang pag-synchronize at parallelism.
Lalagyan ng Einblick
Sa mga lalagyan ng Einblick, isinasagawa ang mga workload. Ang progresibong computation engine ng Einblick, ang Davos, ay gumagana sa mga stream ng data at nagbibigay-daan sa interactive na bilis ng application.
Kapag ang isang user ay itinalaga sa isang container, ang bawat trabaho ay ipapadala sa Davos, na magsisimulang kumuha ng data mula sa napiling data source.
Hangga't maaari, itutulak nito ang mga sample na kundisyon pababa sa pinagbabatayan ng data source.
Kung hindi, ii-scan nito ang data at kakalkulahin ang isang sample ng reservoir sa pinagmumulan ng data. Ang bawat operator ay nagpapatakbo sa mga stream ng data, at ang mga mamimili ay nakakakuha ng mga na-update na kopya ng mga output ng gawain sa tuwing ang isang operator ay nagsasagawa sa isang batch.
Kapag natukoy ang resulta ng workload, makakatanggap kaagad ang Montana ng mga bagong kopya ng resulta ng workload.
Ang Montana ay ang middleware layer ng Einblick, na namamahala sa pagpapanatili ng impormasyon ng application/workspace, pagpapagana ng pakikipagtulungan na i-sync ang workspace sa mga user (MongoDB), at pagpapadala ng mga resulta ng gawain sa Laax, ang frontend nito.
Panghuli, ang Laax ay ang Javascript code na nagpapakita ng mga resulta ng Davos sa browser ng user.
Ano ang Einblick Analytics?
Binibigyang-daan ng Einblick ang mga koponan na maglapat ng advanced na data analytics upang maghatid ng iba't ibang proseso ng paggawa ng desisyon at madiskarteng pagpaplano:
Naglarawang Analytics
Maaaring gamitin ang data upang malaman kung ano ang nangyari sa nakaraan. Para sa paraan ng pag-aaral na ito, karaniwang ginagamit ang mga tradisyonal na tool ng BI (mga chart, dashboard, at interactive na analytics).
Ngunit, may bagong henerasyon ng mga tool ng BI (gaya ng Sisu) na gumagamit ng machine learning para tulungan ang mga analyst na mag-navigate sa mga high-dimensional na set ng data.
Itina-highlight ng mga bagong tool na ito ang mga pangunahing driver, maghanap ng mga trend, at kahit na nagrerekomenda ng mga chart. Maaari nilang awtomatikong ilantad ang mga pattern at mahahalagang driver bilang karagdagan sa pagbibigay ng isang napaka-dynamic na interface para sa pagbuo ng mga visualization ng data.
Gayunpaman, kung gusto mong sukatin ang mga KPI sa real time, kakailanganin mo ng monitoring system, tulad ng Einblick, na awtomatikong nag-a-update ng data at nagpapadala ng mga alerto.
Predictive Analytics
Gamitin ang data upang lumikha ng mga modelo ng hula. Ang mga modelo ng pagtataya at pag-churn ay mga sikat na halimbawa sa lugar na ito.
Ngunit hindi ba mayroon nang (autoML) na mga tool na nagpapahintulot sa mga hindi teknikal na tao na bumuo ng mga modelo?
Ang ganitong mga tool ay umiiral - isaalang-alang ang KNIME, Rapid Miner, at Alteryx - ngunit marami sa kanila ay gumagana sa pamamagitan ng pagkopya ng mga workflow engine: papasok ang data, magsagawa ka ng ilang operasyon, at ang output ay ibibigay sa ibang operator.
Maaari mong tanungin kung perpekto ang isang tulad ng daloy ng trabaho na UI. Pagkatapos mag-eksperimento sa mga maagang pag-ulit nito, naniniwala ako na ang kanilang user interface ay isang mas mahusay na tugma para sa mga hindi teknikal na tao.
Binibigyang-daan ng Einblick ang mga user na lumikha at magbahagi ng mga modelo ng hula, pati na rin ang pagsamahin at pagbabago ng maraming set ng data.
Higit sa lahat, ang mga user ay unti-unting bumubuo ng mga modelo at data app gamit ang isang nakakaakit na interface na nagbibigay-daan sa kanila na pagsamahin ang mga visualization, modelo, at pagsusuri ng data.
Niresetang Analytics
Maaari kang gumawa ng what-if, mga sitwasyon, o simulation gamit ang data gamit ang Einblick.
Makakatulong din ito sa iyo na maunawaan ang kahalagahan ng mahahalagang variable at predictor, pati na rin ang pagbuo at pagsusuri ng mga sitwasyon. Ang mga advanced na tool tulad ng Monte Carlo simulation ay isasama sa ilang sandali.
Sino ang maaaring gumamit ng platform?
Anuman ang iyong sektor, negosyo, o function, makakatulong ito sa iyong mabilis na gumawa ng mga pagpipiliang batay sa data. Ang ilan sa mga ito ay nakalista sa ibaba:
1. manufacturing
- Pagtataya ng demand ng produkto.
- Predictive na pagpapanatili.
- I-optimize ang production line staffing.
2. Seguro at Pagbabangko
- Dapat na ma-update nang mabilis ang mga modelo upang tumugon sa mga kasalukuyang pangyayari.
- Lumikha ng diskarte sa marketing batay sa mga kinakailangan ng customer.
- Pagbutihin ang pagkuha ng customer.
3. Sektor ng enerhiya
- Siyasatin ang epekto ng halaman sa kapaligiran.
- Tukuyin ang mga abnormalidad sa network ng pamamahagi.
- Subaybayan ang throughput ng mga planta ng pagmamanupaktura at pagkuha.
4. Sektor ng pamahalaan
- Kalkulahin ang epekto ng mga patakaran sa hinaharap.
- Dapat sukatin ang epekto ng programa.
- Gumawa ng mga desisyon na batay sa data.
5. Sektor ng pangangalagang pangkalusugan
- Sa mga sitwasyon ng krisis, hulaan ang populasyon.
- Pahusayin ang pamamahala sa peligro.
- Mabilis na prototype ang mga modelo ng panganib sa pagpasok.
6. Sektor ng tingi
- Pagbutihin ang mga kampanya sa marketing.
- I-optimize ang mga antas ng workforce gamit ang Covid-19.
- Pagtataya ng demand sa gitna ng pagbabago ng mga pangyayari sa merkado.
Pangunahing tampok
- Visualization ng Data frames – Gamitin ang buong potensyal ng Python data frames para mag-edit ng data at makipag-ugnayan sa ilang dataset sa parehong screen.
- Sa isang Free-Form Canvas, Visual Analytics – Sinusuportahan ang mabilis na pag-ulit sa pagitan ng pag-load, paglilinis, pag-convert, pagpapakita, at pagmomodelo ng data sa isang walang limitasyong free-form na canvas.
- Interactive Machine Learning – Bumuo ng mga modelo ng ML gamit ang award-winning na interactive na tool na AutoML ng Einblick habang pinapanatili ang kontrol sa mga partikular na modelo.
- Optimization – Mag-optimize para sa mga resulta na mahalaga sa iyong kumpanya, at unawain ang mga trade-off na kasama ng iba't ibang alternatibong aksyon.
- Pakikipagtulungan – Nagbibigay-daan ito para sa personal at malayuang pakikipagtulungan sa mga kasamahan sa parehong silid. Ito ay nilikha para sa mga desktop browser pati na rin sa mga panulat at touch interface.
- Madaling Pag-deploy ng Cloud – Ito ay madaling i-deploy sa pampubliko o pribadong cloud at isinasama sa iyong umiiral na storage at database system.
- flexibility – Isama ang iyong sariling mga function ng Python bilang mga bagong visual operator, na ginagawang available ang mga ito sa iyong buong koponan o korporasyon.
- Statistical Safety Nets – Pinapasimple ng statistical assistant ang proseso ng pagpili ng naaangkop na statistical test para sa iyong data.
Pagsisimula sa Einblick
1. Mag log in
Kapag inilunsad mo ang Einblick, ipo-prompt ka ng isang login screen.
2. Pangunahing Menu
Ipapadala ka sa Main Menu pagkatapos mag-log in.
Ang mga bahagi na naka-highlight sa itaas ay tinalakay sa ibaba.
Magdagdag ng Bagong Pindutan
Ang pangunahing paraan para sa pagdaragdag ng mga bagong item ay sa pamamagitan ng Magdagdag ng Bagong pindutan. Kapag nag-click ka dito, lilitaw ang isang menu ng mga pagpipilian na nagdedetalye ng mga bagay na maaari mong idagdag, tulad ng nakikita sa figure sa ibaba.
Mga Tab ng Item
Maa-access mo ang maraming uri ng mga item na naa-access sa Einblick sa pamamagitan ng pag-click sa iba't ibang tab ng item.
Halimbawa, ang pagbisita sa tab na mga workspace ay magpapakita ng lahat ng mga lugar ng trabaho kung saan mayroon kang access. Pakitandaan na ang mga produkto na wala kang access ay hindi ipapakita dito.
Kasama dito ang:
- kamakailan lamang
- File
- data
- Operator
- Users
Ang search bar, na ipinaliwanag sa ibaba, ay maaaring gamitin upang i-filter ang mga ipinapakitang bagay.
Search Bar
Ang search bar ay umaabot upang ipakita ang anumang kamakailang ginamit na mga item, kamakailang mga query, at mga tag na kasalukuyang nakikita kapag nag-click ka dito (na inilalarawan sa ibaba).
Sa mga resulta ng paghahanap, lalabas ang anumang item na may katugmang pangalan o tag.
Pangunahing Menu Item
Sa pangunahing menu, ang bawat bagay ay kinakatawan ng isang kahon kung saan maaari kang makipag-ugnayan. Maaari mong ilipat ang mga bagay na ito sa ibang lugar sa pangunahing menu kung gusto mong iugnay ang mga ito sa iba pang mga item.
Maaari ding ikonekta ang mga item sa mga opsyon, na naa-access gamit ang triple-dot menu, gaya ng inilalarawan sa figure sa ibaba.
3. Mag-upload ng Dataset
Sinusuportahan nito ang iba't ibang mga interface ng data, na nagbibigay-daan sa iyong ma-access ang iyong data saan man ito matatagpuan. Ang pinakasimpleng paraan upang makapagsimula ay sa isang CSV file, ngunit maaari mo ring siyasatin ang Start sa pamamagitan ng pag-click sa:
- Magdagdag ng bagong
- Mga Dataset
- Mag-upload ng CSV file
- Mabilis na pag-upload
Lalabas ang iyong CSV file sa mga database lugar ng pangunahing menu pagkatapos itong maisumite sa system.
4. Gumawa ng bagong workspace
Upang simulan ang pagsusuri sa iyong data, kailangan mo munang bumuo ng workspace at i-link ito sa iyong dataset. Maaaring ipares ang arbitrary na bilang ng mga dataset sa bawat workspace.
I-click ang magdagdag ng mga bagong at pagkatapos ay workspace para gumawa ng bagong workspace.
Sa tab na mga workspace, may idaragdag na bagong workspace, at isang panel sa kanan ang magbibigay ng impormasyong nauugnay sa workspace.
Mag-drag ng icon ng dataset mula sa tab na mga dataset patungo sa lugar ng mga dataset ng panel ng workspace upang i-link ito dito.
Upang ma-access ang workspace, i-click ang icon na arrow sa icon nito o ang open button sa itaas ng panel nito. Maaari mo ring idagdag ang dataset sa workspace pagkatapos.
5. Panghuli, gamitin ang workspace
Ang workspace ay isang interactive na canvas kung saan maaari mong graphical na maglatag ng data para sa paggalugad, pati na rin magsagawa ng data mining, at predictive modelling activity.
pagpepresyo
Maaari mong simulang gamitin ang site gamit ang Pangunahing plano nito, na ganap na libre at may napakaraming feature. Nag-aalok din ito ng dalawang premium na plano, na nakadetalye sa ibaba:
- Pro: $45/user/buwan (sinisingil taun-taon).
- Enterprise: Makipag-ugnayan sa Einblick team para sa custom na pagpepresyo.
Mga kalamangan
- Pagbutihin ang analytical collaboration.
- Mga pinahusay na modelo at mas mabilis na insight
- Ang agham ng data ng mamamayan ay binigyang kapangyarihan.
Kahinaan
- Maaaring makita ng ilang tao na hindi kaakit-akit ang lugar ng trabaho.
Konklusyon
Upang buod, ang pagdemokrasya ng prescriptive analytics ay nangangailangan ng isang pangunahing pagbabago sa kung paano nakikipag-ugnayan ang mga indibidwal sa data.
Ang Einblick ay ang unang platform sa pagpoproseso ng visual na data, na pinagsasama ang pinakamagagandang feature ng workflow-centric AI tool at visualization-centric BI tool.
Dinisenyo ito mula sa ibaba pataas upang mapadali ang pakikipagtulungan, sa malayo man o sa personal, na nagpapahintulot sa mga team na gumawa ng mga desisyon na batay sa data.
Subukan ito at ibahagi ang iyong mga saloobin sa amin.
Utak ng buto
Magaling sumulat, Jay. Nakita ko lang ito noong sinusubukang alamin ang tungkol sa Einblick.