持续的大流行以前所未有的方式促进了远程工作和支持远程工作的工具。 例如,Zoom 的价值增加了一倍多。
然而,在使数据分析师和数据科学家能够实时协作方面,技术进步并没有那么快。
总部位于马萨诸塞州的创业公司 Einblick 希望改变这种状况。
Einblick 是一个交互式分析白板,使用户能够分析他们的 可视化数据,创建模型,并作为一个群体做出数据驱动的选择。
交互式数据分析是一种实时分析扩展,它使用分布式数据库系统和渲染技能的组合来加速分析过程并允许用户利用商业智能技术的分析能力。
基于在麻省理工学院和布朗大学六年的研究,其技术帮助用户克服与远程通信相关的困难。
让我们深入探讨一下!
什么是 洞察力?
Einblick 是一种建立在白板上的交互式分析工具,可让团队快速检查过去、预测未来并为他们的业务做出最佳的数据驱动决策。
它提供了一个单一的解决方案,其中包括一整套用于分析操作的工具和技术,从数据纯化和转换到模型构建和假设分析。
由于其简单的用户界面、尖端的自动机器学习和独特的数据挖掘能力,用户不需要技术背景即可进行复杂的分析。
它将耗时且困难的操作自动化,允许任何人查看他们的数据并获得有用的见解。
我们如何运作?
Einblick 有两个基本的逻辑组件:
- Einblick 应用程序
- Einblick 容器
Einblick 应用程序
Kubernetes 集群托管 Einblick 容器。 其安全的用户身份验证系统对每个用户请求进行身份验证。
负载均衡器 当用户连接到容器时,将应用程序分配给容器。 这些容器是由集中式 MongoDB 数据库保持同步的相同副本。
当用户修改其工作空间时,MongoDB 会更新并将新信息传播到所有副本,从而实现实时协作。
值得一提的是,由于工作空间状态和计算是分开的,并发用户可以在不同容器上运行的同一个工作空间中执行任务,同时实现同步和并行。
Einblick 容器
在 Einblick 容器中,执行工作负载。 Einblick 的渐进式计算引擎 Davos 跨数据流运行,并允许应用程序的交互速度。
当用户被分配到一个容器时,每个作业都被分派到 Davos,它开始从选定的数据源中提取数据。
只要有可能,它将样本条件下推到底层数据源。
否则,它将扫描数据并计算数据源上的储层样本。 每个操作员都对数据流进行操作,并且每次操作员在批处理上执行时,消费者都会获得任务输出的更新副本。
确定工作负载结果后,Montana 会立即收到工作负载结果的新副本。
Montana 是 Einblick 的中间件层,负责保存应用程序/工作空间信息,支持协作以跨用户同步工作空间 (MongoDB),并将任务结果传输到其前端 Laax。
最后,Laax 是在用户浏览器中显示达沃斯结果的 Javascript 代码。
什么是 Einblick 分析?
Einblick 使团队能够应用高级数据分析来服务于各种决策和战略规划流程:
描述性分析
数据可用于了解过去发生的事情。 对于这种形式的研究,通常使用传统的 BI 工具(图表、仪表板和交互式分析)。
但是,新一代的 BI 工具(例如 Sisu)采用机器学习来帮助分析师导航高维数据集。
这些新工具突出关键驱动因素、发现趋势,甚至推荐图表。 除了为构建数据可视化提供高度动态的界面外,它们还可以自动公开模式和重要的驱动程序。
但是,如果您想实时衡量 KPI,您将需要一个监控系统,例如 Einblick,它可以自动更新数据并发送警报。
预测分析
利用数据创建预测模型。 预测和流失模型是该领域的热门示例。
但是是否已经有(autoML)工具允许非技术人员生成模型?
确实存在这样的工具——考虑 KNIME、Rapid Miner 和 Alteryx——但它们中的许多都通过复制工作流引擎来发挥作用:数据进入,您执行一些操作,然后将输出交给另一个操作员。
您可能会质疑类似工作流的 UI 是否完美。 在尝试了它的早期迭代之后,我相信他们的用户界面更适合非技术人员。
Einblick 允许用户创建和共享预测模型,以及合并和修改大量数据集。
更重要的是,用户使用吸引人的界面逐步开发模型和数据应用程序,允许他们混合可视化、模型和数据分析。
规范性分析
您可以使用 Einblick 使用数据创建假设、场景或模拟。
它还可以帮助您理解重要变量和预测变量的重要性,以及构建和分析场景。 蒙特卡洛模拟等高级工具将很快包含在内。
谁可以使用该平台?
无论您的部门、业务或职能如何,它都可以帮助您快速做出数据驱动的选择。 下面列出了其中一些:
1。 制造业
- 产品需求预测。
- 预测性维护。
- 优化生产线人员配置。
2. 保险和银行
- 模型必须快速更新以响应当前事件。
- 根据客户需求制定营销策略。
- 改善客户获取。
3.能源板块
- 调查工厂对环境的影响。
- 识别配电网异常。
- 跟踪制造和提取工厂的生产量。
4. 政府部门
- 计算未来政策的影响。
- 应该衡量计划的影响。
- 做出数据驱动的决策。
5. 医疗保健领域
- 在危机情景中,预测人口。
- 加强风险管理。
- 快速建立入学风险模型原型。
6. 零售业
- 改进营销活动。
- 使用 Covid-19 优化劳动力水平。
- 在不断变化的市场环境中预测需求。
主要特性
- 数据可视化 相框 – 利用 Python 数据框的全部潜力来编辑数据并在同一屏幕上与多个数据集进行交互。
- 在自由格式的画布上,可视化分析 – 支持在无限的自由格式画布上加载、清理、转换、显示和建模数据之间的快速迭代。
- 交互式机器学习 – 使用 Einblick 屡获殊荣的交互式 AutoML 工具构建 ML 模型,同时保持对模型细节的控制。
- 优化 – 优化对您的公司很重要的结果,并把握各种替代行动带来的权衡取舍。
- 合作 – 它允许与同一个房间的同事进行面对面和远程协作。 它是为桌面浏览器以及笔和触摸界面创建的。
- 轻松云部署 – 它可以轻松部署在公共或私有云中,并与您现有的存储和数据库系统集成。
- 高度灵活 – 将您自己的 Python 函数集成为新的可视化运算符,使您的整个团队或公司都可以使用它们。
- 统计安全网 – 统计助手简化了为您的数据选择适当统计测试的过程。
开始使用 Einblick
1。 登录
当您启动 Einblick 时,系统会提示您登录屏幕。
2.主菜单
登录后,您将被发送到主菜单。
上面突出显示的部分将在下面进一步讨论。
添加新按钮
添加新项目的主要方法是通过 新增 按钮。 当您单击它时,会出现一个详细说明您可以添加的内容的选项菜单,如下图所示。
项目标签
您可以通过单击各种项目选项卡来访问 Einblick 中可访问的众多类型的项目。
例如,访问工作区选项卡将显示您有权访问的所有工作区。 请记住,您无权访问的产品不会在此处显示。
它包括:
- 最新产品
- 档
- 时间
- 运营商
- 用户
下面解释的搜索栏可用于过滤显示的对象。
搜索栏
搜索栏会扩展以显示您单击它时当前可见的任何最近使用的项目、最近的查询和标签(下面将进一步描述)。
在搜索结果中,将出现具有匹配名称或标签的任何项目。
主菜单项
在主菜单中,每个对象都有一个框表示您可以与之交互。 如果您想将它们与其他项目相关联,您可以将它们移到主菜单中的其他位置。
项目也可以与选项连接,可以使用三点菜单访问,如下图所示。
3.上传数据集
它支持多种数据接口,让您无论数据位于何处都可以访问您的数据。 最简单的入门方法是使用 CSV 文件,但您也可以通过单击来研究开始:
- 添加新的
- 数据集
- 上载CSV档案
- 快速上传
您的 CSV 文件将出现在 数据集 提交到系统后主菜单区域。
4.创建一个新的工作区
要开始分析您的数据,您必须首先构建一个工作区并将其链接到您的数据集。 任意数量的数据集可以与每个工作区配对。
点击 添加新 然后工作区创建一个新的工作区。
在工作区选项卡中,将添加一个新工作区,右侧的面板将提供与工作区相关的信息。
将数据集图标从数据集选项卡拖到工作区面板的数据集区域以将其链接到它。
要访问工作区,请单击其图标上的箭头图标或面板顶部的打开按钮。 之后您还可以将数据集添加到工作区。
5.最后,使用工作区
工作区是一个交互式画布,您可以在其上以图形方式布置数据以供探索,以及执行数据挖掘和预测建模活动。
定价
您可以使用其基本计划开始使用该网站,该计划完全免费且具有众多功能。 它还提供两个高级计划,详情如下:
- 专业版:45 美元/用户/月(按年计费)。
- 企业:联系 Einblick 团队了解定制定价。
优点
- 改进分析协作。
- 改进的模型和更快的洞察力
- 赋予公民数据科学权力。
缺点
- 有些人可能会觉得工作场所没有吸引力。
结论
总而言之,使规范分析民主化需要从根本上转变个人与数据的交互方式。
Einblick 是第一个可视化数据处理平台,结合了以工作流为中心的 AI 工具和以可视化为中心的 BI 工具的最大特点。
它是自下而上设计的,旨在促进远程或面对面的协作,使团队能够做出数据驱动的决策。
试试看,并与我们分享您的想法。
纪念
写得真好,杰。 只是在试图了解 Einblick 时遇到了这个问题。