持續的大流行以前所未有的方式促進了遠程工作和支持遠程工作的工具。 例如,Zoom 的價值增加了一倍多。
然而,在使數據分析師和數據科學家能夠實時協作方面,技術進步並沒有那麼快。
總部位於馬薩諸塞州的創業公司 Einblick 希望改變這種狀況。
Einblick 是一個交互式分析白板,使用戶能夠分析他們的 數據可視化,創建模型,並作為一個群體做出數據驅動的選擇。
交互式數據分析是一種實時分析擴展,它使用分佈式數據庫系統和渲染技能的組合來加速分析過程並允許用戶利用商業智能技術的分析能力。
基於在麻省理工學院和布朗大學六年的研究,其技術幫助用戶克服與遠程通信相關的困難。
讓我們深入探討一下!
什麼是 恩布里克?
Einblick 是一種建立在白板上的交互式分析工具,可讓團隊快速檢查過去、預測未來並為他們的業務做出最佳的數據驅動決策。
它提供了一個單一的解決方案,其中包括一整套用於分析操作的工具和技術,從數據純化和轉換到模型構建和假設分析。
由於其簡單的用戶界面、尖端的自動機器學習和獨特的數據挖掘能力,用戶不需要技術背景即可進行複雜的分析。
它將耗時且困難的操作自動化,允許任何人查看他們的數據並獲得有用的見解。
它如何運作?
Einblick 有兩個基本的邏輯組件:
- Einblick 應用程序
- Einblick 容器
Einblick 應用程序
Kubernetes 集群託管 Einblick 容器。 其安全的用戶身份驗證系統對每個用戶請求進行身份驗證。
負載均衡器 當用戶連接到容器時,將應用程序分配給容器。 這些容器是由集中式 MongoDB 數據庫保持同步的相同副本。
當用戶修改其工作空間時,MongoDB 會更新並將新信息傳播到所有副本,從而實現實時協作。
值得一提的是,由於工作空間狀態和計算是分開的,並髮用戶可以在不同容器上運行的同一個工作空間中執行任務,同時實現同步和並行。
Einblick 容器
在 Einblick 容器中,執行工作負載。 Einblick 的漸進式計算引擎 Davos 跨數據流運行,並允許應用程序的交互速度。
當用戶被分配到一個容器時,每個作業都被分派到 Davos,它開始從選定的數據源中提取數據。
只要有可能,它將樣本條件下推到底層數據源。
否則,它將掃描數據併計算數據源上的儲層樣本。 每個操作員都對數據流進行操作,並且每次操作員在批處理上執行時,消費者都會獲得任務輸出的更新副本。
確定工作負載結果後,Montana 會立即收到工作負載結果的新副本。
Montana 是 Einblick 的中間件層,負責保存應用程序/工作空間信息,支持協作以跨用戶同步工作空間 (MongoDB),並將任務結果傳輸到其前端 Laax。
最後,Laax 是在用戶瀏覽器中顯示達沃斯結果的 Javascript 代碼。
什麼是 Einblick 分析?
Einblick 使團隊能夠應用高級數據分析來服務於各種決策和戰略規劃流程:
描述性分析
數據可用於了解過去發生的事情。 對於這種形式的研究,通常使用傳統的 BI 工具(圖表、儀表板和交互式分析)。
但是,新一代的 BI 工具(例如 Sisu)採用機器學習來幫助分析師導航高維數據集。
這些新工具突出關鍵驅動因素、發現趨勢,甚至推薦圖表。 除了為構建數據可視化提供高度動態的界面外,它們還可以自動公開模式和重要的驅動程序。
但是,如果您想實時衡量 KPI,您將需要一個監控系統,例如 Einblick,它可以自動更新數據並發送警報。
預測分析
利用數據創建預測模型。 預測和流失模型是該領域的熱門示例。
但是是否已經有(autoML)工具允許非技術人員生成模型?
確實存在這樣的工具——考慮 KNIME、Rapid Miner 和 Alteryx——但它們中的許多都通過複製工作流引擎來發揮作用:數據進入,您執行一些操作,然後將輸出交給另一個操作員。
您可能會質疑類似工作流的 UI 是否完美。 在嘗試了它的早期迭代之後,我相信他們的用戶界面更適合非技術人員。
Einblick 允許用戶創建和共享預測模型,以及合併和修改大量數據集。
更重要的是,用戶使用吸引人的界面逐步開發模型和數據應用程序,允許他們混合可視化、模型和數據分析。
規範分析
您可以使用 Einblick 使用數據創建假設、場景或模擬。
它還可以幫助您理解重要變量和預測變量的重要性,以及構建和分析場景。 蒙特卡洛模擬等高級工具將很快包含在內。
誰可以使用該平台?
無論您的部門、業務或職能如何,它都可以幫助您快速做出數據驅動的選擇。 下面列出了其中一些:
1。 製造業
- 產品需求預測。
- 預測性維護。
- 優化生產線人員配置。
2. 保險和銀行
- 模型必須快速更新以響應當前事件。
- 根據客戶需求制定營銷策略。
- 改善客戶獲取。
3.能源板塊
- 調查工廠對環境的影響。
- 識別配電網異常。
- 跟踪製造和提取工廠的生產量。
4. 政府部門
- 計算未來政策的影響。
- 應該衡量計劃的影響。
- 做出數據驅動的決策。
5. 醫療保健領域
- 在危機情景中,預測人口。
- 加強風險管理。
- 快速建立入學風險模型原型。
6. 零售業
- 改進營銷活動。
- 使用 Covid-19 優化勞動力水平。
- 在不斷變化的市場環境中預測需求。
主要功能
- 數據可視化 機框 – 利用 Python 數據框的全部潛力來編輯數據並在同一屏幕上與多個數據集進行交互。
- 在自由格式的畫布上,可視化分析 – 支持在無限的自由格式畫布上加載、清理、轉換、顯示和建模數據之間的快速迭代。
- 交互式機器學習 – 使用 Einblick 屢獲殊榮的交互式 AutoML 工具構建 ML 模型,同時保持對模型細節的控制。
- 優化 – 優化對您的公司很重要的結果,並把握各種替代行動帶來的權衡取捨。
- 外部協作 – 它允許與同一個房間的同事進行面對面和遠程協作。 它是為桌面瀏覽器以及筆和触摸界面創建的。
- 輕鬆雲部署 – 它可以輕鬆部署在公共或私有云中,並與您現有的存儲和數據庫系統集成。
- 靈活安排 – 將您自己的 Python 函數集成為新的可視化運算符,使您的整個團隊或公司都可以使用它們。
- 統計安全網 – 統計助手簡化了為您的數據選擇適當統計測試的過程。
開始使用 Einblick
1。 登錄
當您啟動 Einblick 時,系統會提示您登錄屏幕。
2.主菜單
登錄後,您將被發送到主菜單。
上面突出顯示的部分將在下面進一步討論。
添加新按鈕
添加新項目的主要方法是通過 新增 按鈕。 當您單擊它時,會出現一個詳細說明您可以添加的內容的選項菜單,如下圖所示。
項目標籤
您可以通過單擊各種項目選項卡訪問 Einblick 中可訪問的眾多類型的項目。
例如,訪問工作區選項卡將顯示您有權訪問的所有工作區。 請記住,您無權訪問的產品不會在此處顯示。
它包括:
- 最近
- 檔
- 數據
- 運營商
- 用戶
下面解釋的搜索欄可用於過濾顯示的對象。
搜索欄
搜索欄會擴展以顯示您單擊它時當前可見的任何最近使用的項目、最近的查詢和標籤(下面將進一步描述)。
在搜索結果中,將出現具有匹配名稱或標籤的任何項目。
主菜單項
在主菜單中,每個對像都有一個框表示您可以與之交互。 如果您想將它們與其他項目相關聯,您可以將它們移到主菜單中的其他位置。
項目也可以與選項連接,可以使用三點菜單訪問,如下圖所示。
3.上傳數據集
它支持多種數據接口,讓您無論數據位於何處都可以訪問您的數據。 最簡單的入門方法是使用 CSV 文件,但您也可以通過單擊來研究開始:
- 新增
- 數據集
- 上傳 CSV 文件
- 快速上傳
您的 CSV 文件將出現在 數據集 提交到系統後主菜單區域。
4.創建一個新的工作區
要開始分析您的數據,您必須首先構建一個工作區並將其鏈接到您的數據集。 任意數量的數據集可以與每個工作區配對。
點擊 添加新的 然後工作區創建一個新的工作區。
在工作區選項卡中,將添加一個新工作區,右側的面板將提供與工作區相關的信息。
將數據集圖標從數據集選項卡拖到工作區面板的數據集區域以將其鏈接到它。
要訪問工作區,請單擊其圖標上的箭頭圖標或面板頂部的打開按鈕。 之後您還可以將數據集添加到工作區。
5.最後,使用工作區
工作區是一個交互式畫布,您可以在其上以圖形方式佈置數據以供探索,以及執行數據挖掘和預測建模活動。
方案收費
您可以使用其基本計劃開始使用該網站,該計劃完全免費且具有眾多功能。 它還提供兩個高級計劃,詳情如下:
- 專業版:45 美元/用戶/月(按年計費)。
- 企業:聯繫 Einblick 團隊了解定制定價。
優點
- 改進分析協作。
- 改進的模型和更快的洞察力
- 賦予公民數據科學權力。
缺點
- 有些人可能會覺得工作場所沒有吸引力。
結論
總而言之,使規範分析民主化需要從根本上轉變個人與數據的交互方式。
Einblick 是第一個可視化數據處理平台,結合了以工作流為中心的 AI 工具和以可視化為中心的 BI 工具的最大特點。
它是自下而上設計的,旨在促進遠程或面對面的協作,使團隊能夠做出數據驅動的決策。
試試看,並與我們分享您的想法。
馬可福音
寫得真好,傑。 只是在試圖了解 Einblick 時遇到了這個問題。