Kui ärianalüüsi (BI) tööriistad võivad võtta tohutu hulga andmeid ja neid sõeluvateks andmepunktideks sõeluda, on selle võrrandi esitlusosa andmete visualiseerimine.
Mõelge sellele kui oma lemmikute arvutustabeli sektordiagrammi funktsioonile, ainult palju võimsamale.
Sellise kujutise eesmärk on masinast kiiresti inimese ajju teavet edastada mitte ainult tõhusalt, vaid ka võimalikult sisukal viisil.
Seetõttu ei loe mitte visualiseerimise esteetiline väärtus, vaid selle edastatava sõnumi selgus.
Selguse huvides vajalik lühidus ei välista siiski sõnumi keerukust.
Kuna suur osa teabest, mida inimesed peavad tarbima, on keeruline ja nüansirikas, konfigureeritakse andmete visualiseerimine üksi ja rühmadena, et piltide kaudu suuremat lugu rääkida.
Ühe konfiguratsiooni näide on igasugune visualiseerimine, mis näitab üksikasjalikumat või seotud teavet, kui vaataja klõpsab või viib hiirekursori üle illustratsiooni jaotises.
Rühma visualiseerimise näited hõlmavad peaaegu kõiki BI rakenduste juhtpaneele, mis kunagi tehtud.
Andmete visualiseerimine on tõepoolest iseteeninduse BI-tööriistade nii lahutamatu osa, et tööriistad nende valmistamiseks ja avaldamiseks jagavad suures osas ühiseid funktsioonikomplekte.
Nagu hiljuti arvati, leidsime oma hiljutises ülevaates parimate iseteenindusega BI-toodete kohta, et valdav enamus on võimeline andmete visualiseerimistoiminguteks.
Kuid kliendid, kes soovivad andmete visualiseerimist tõeliselt ära kasutada, peaksid enne ostuotsuse tegemist neid tööriistu hoolikalt ja eranditult vaatama.
Lõppude lõpuks ei pruugi mõnikord teie andmete sõelumiseks sobiv tööriist pakkuda teie vajadustele piisavat visualiseerimispaletti.
Näiteks võite soovida võimalust koostada kohandatud infograafikat või luua interaktiivseid visualiseeringuid, kuid mitte kõik BI-rakendused pakuvad neid võimalusi.
Nii vajaliku analüüsi kui ka visualiseerimise tööriistade saamiseks peate võib-olla investeerima tööriistade kombinatsiooni.
Mis on andmete visualiseerimine?
Lühidalt öeldes on andmete visualiseerimine teabe visuaalne kujutamine.
See on pilt, mis on pühendatud ainult sõnumite saatmisele või teabe esitamisele.
Andmete visualiseerimise tööriistad võivad automaatselt luua visualiseeringuid, võimaldada teil oma luua või pakkuda mõlemat võimalust.
Alumises otsas on lihtsamad ja isegi tasuta andmete visualiseerimise tööriistad, mis on pühendatud infograafikute loomisele, mitte keeruka andmeanalüütika teostamisele.
Mõned neist tööriistadest hõlmavad Tableau galeriid ja isegi Microsoft Power BI-d.
2018.
aasta jaanuaris tutvustas Tableau uut andmemootorit Hyper, mis ettevõtte väitel annab kasutajatele varasemate versioonidega võrreldes viis korda kiirema päringu esitamise kiiruse.
Vahepeal tutvustas Microsoft 2018.
aasta juulis Microsoft Power BI jaoks uusi funktsioone, näiteks Big Data integreerimine otse Power BI veebiteenusesse.
Kõrgemas otsas on tööriistad, mis suudavad visualiseeringuid käigu pealt muuta, samamoodi nagu keerukate algoritmide väljundid muutuvad pärast reaalajas andmete (st andmete voogesituse) korduvat otsest pärimist ja mitme andmeallika vahel.
Spektri keskel asuvad tööriistad ei esinda reaalajas andmeid, kuid toodavad siiski visualiseeringuid täiustatud analüüsi väljunditest.
Vaatlustatud iseteenindusega BI-rakendused sisaldavad keskmise ja kõrgema taseme visualiseerimistööriistu.
Mõni tööriist sisaldab tugevaid loomuliku keele päringuid nagu Sisense ja teised toovad reaalajas analüüsi asjade Interneti (IoT) jaoks, näiteks SAP Analytics Cloud.
Lühidalt öeldes ei saa aluseks oleva analüüsimootori kvaliteeti selle kunstipaketi kaane järgi hinnata.
Mõni väga võimas analüüs pakub haletsusväärset visualiseerimisvõimaluste edastamist.
Ja vastupidi, mõnedel haletsusväärsetel analüüsidel on üsna muljetavaldavad visualiseerimise funktsioonid.
Kuna me need BI-tööriistad algselt üle vaatasime, on IBM lõpetanud IBM Watson Analyticsi ostmiseks pakkumise.
Selle asemel tutvustas IBM Cognos Analytics 11.1-d, mis pakub juhendatud andmete avastamist, automatiseeritud ennustavat analüüsi ja võimalust andmetega vestlevalt suhelda.
Andmete visualiseerimise tööriistad saavad luua laia valikut kunsti kujutisi.
Mõni kujutis on lihtne, mõni keeruline.
Mõni on ilus, mõni toores.
Ja on ka selliseid, mis on tõeliselt individuaalsed loomingud.
Kuid enamik pärineb statistikaga seotud traditsiooniliste vormide mallidest.
Andmete visualiseerimise lihtsamateks näideteks on sektordiagrammid ja tulpdiagrammid, millele saate juba aastaid Microsoft Exceli kaudu juurde pääseda.
Kuna aga BI on platvormina küpsenud, on teil ka oma andmete nägemiseks ja teistele esitamiseks valikud.
Vahendid, mida siin üle vaatame, kajastavad BI spektri keskmist kuni kõrgemat taset; nad suudavad teha keerukaid päringuid, ilma et oleks vaja aru saada struktureeritud päringukeele (SQL) kodeerimisest.
Lisaks saavad nad muuta analüüsi väga erinevates visuaalsetes vormingutes - ületades kaugelt põhiribadiagrammi, hõlmates geograafilist kaardistamist, soojuskaarte, sädejooni ja veelgi spetsiaalsemaid visualiseeringuid, nagu allpool toodud ämblikdiagramm.
Andmete visualiseerimine pole uus mõiste.
Sektordiagrammid ning tulp- ja joongraafikud on eksisteerinud läbi aegade.
Muutunud on sellisel viisil esitatavate andmete liik ja suurus ning paljud keerukamad viisid, kuidas saate neid näidata ja jagada.
Armatuurlaua tähtsus
Lõppkokkuvõttes kasutatakse armatuurlaudade koostamiseks andmete visualiseerimise võimalusi.
Mõnikord tähistab juhtpaneel ühte andmepõhist lugu, mis on paljude vaatajate jaoks oluline.
Või võib juhtpaneel sisaldada palju lugusid ühe kasutaja kasuks.
Juhtpaneelidel on mõnikord ette nähtud ja fikseeritud visualiseeringud.
Teinekord on armatuurlaua visualiseeringutel erinevad kuvamisvalikud või kohandatavad pildid.
Sageli saab ka jagamist kohandada, näiteks lubade, äriliini, tööülesannete või isegi isikliku eelistuse järgi.
Igal juhul sisaldab juhtpaneel tavaliselt kahte või enamat andmete visualiseerimist, mis on mõeldud äritegevuse või -otsuse teavitamiseks ja mõnikord isegi viivitamiseks.
Enne iseteenindusega BI-tööriistade ilmumist pidid juhid esitama oma küsimused andmebaasi professionaalile, kes üritab seda võimalikult hästi mõista, kirjutada SQL-päringu ja esindada seda küsimust andmebaasi või andmelao ees .
Tulemus edastatakse IT-isikule, kes kirjutab seejärel vajaliku koodi juhtpaneelina juhtkonna meeskonna veebisaidil, jagatud rakenduses või isegi eraldiseisva dokumendina, mille juht sai e-posti teel.
Kui oli vaja rohkem kui ühte andmeallikat, siis väga sageli pidi rohkem kui üks andmebaaside spetsialist kirjutama eraldi päringuid (mis seejärel tuli ühendada võrguühenduseta).
Selle ebaefektiivse ja mitmeastmelise protsessi lõpus analüüsiti.
Teil on ajaloolised analüüsid (st teave pigem pärast fakti kui reaalajas).
Need aruanded saabusid tavaliselt liiga hilja, et ettevõte saaks oma kujutatud tegevuse tulemusi muuta või mõjutada.
Nii said ärianalüütikud, osakonnajuhatajad ja C-suite'i juhid tavaliselt viivitatud, liiga lihtsustatud ja ebamäärase teabega aruandeid.
Mõnikord ei olnud see teave asjakohane, kui see lõpuks jõudis ärianalüütikute või C-komplekti juurde, kuna ettevõte oli suunda muutnud või ilmnesid vahepeal muud tegurid.
Sellegipoolest muutusid juhtpaneelid ja selliselt tehtud aruanded harva.
Asjad edenesid nagu alati: samad küsimused esitati, küsiti samu andmeid, genereeriti samad aruanded ja juhtpaneelid - päevast päeva ja nädalat nädalasse.
Seevastu tänased iseteenindusega BI-rakendused lasevad ärianalüütikutel mööda minna vahendajatest ja peatada paljud IT-kitsaskohad.
See iseteenindustarkvara võimaldab kasutada andmeid ka ettevõttest väljaspool ning ka seestpoolt, näiteks sotsiaalmeedia, pilve, avalikud andmekogumid ja IoT andmed.
Mõni iseteenindusega BI-rakendus võib kasutada reaalajas andmeid, kuid paljud neist piirduvad peaaegu ajaandmetega (sagedased värskendused).
Lähiaegsed andmed ei ole tavaliselt siiski ettevõtte piirangud.
Tegelikult on ainult üksikuid kasutusjuhtumeid, kus reaalajas toimuv andmete analüüs nõuab lisapingutusi ja kulutusi.
Lõppude lõpuks võib peaaegu ajakohane värskendamine olla sama sagedane kui iga minut või vähem.
Iseteenindusega BI armatuurlaudade puhul on võtmeväärtus tavaliselt kolmekordne:
Esiteks ei vaja nad andmebaasi ekspertiisi kasutamist.
Tõenäoliselt (kuigi mitte alati) vajate nende seadistamiseks ja ühendamiseks kõigi vajalike andmeallikatega oma andmebaasispetsialisti abi.
Lõppude lõpuks on vastavuse ja turvalisuse probleemid endiselt alles.
IT osaleb tavaliselt vähemalt nende probleemide lahendamiseni, määrates kindlaks, kes saab mandaadiga juurdepääsu ja kui palju andmeid nad näevad.Kui see on tehtud, pakuvad need tööriistad oma päringute kirjutamisel erineval määral lihtsust.
Mõni töötab endiselt kõige paremini, kui tunnete mõnda SQL-i, kuid teised töötavad täielikult loomuliku keele süntaksiga, muutes SQL-i teadmised tarbetuks.
Enamik eeldab siiski statistikast head mõistmist.
See vajadus ei ole rangelt operatiivne, vaid seetõttu, et väljundite tõlgendamisel võib teha vigu, kui kasutajal puudub statistikast põhiteadmine.
See, et tarkvara tegi teile masina vastuse suurepärase visualiseerimise, ei tähenda veel seda, et esitasite õige küsimuse.Teiseks, peaaegu kõik neist võivad toimida mitme andmebaasi ja andmetüübi ühtse kasutajaliidesena.
See on peamiselt tingitud Big Data populaarsuse kasvust, mis on tavaliselt kombinatsioon relatsioonandmetest (tavaliselt SQL-põhised) ja struktureerimata andmetest, mis on leitud erinevatest allikatest nii ettevõtte seintes kui ka väljaspool.
Pakkudes tuge erinevat tüüpi andmetele, võimaldavad need tööriistad andmebaasitundmatutel inimestel - kuid kellel on otsene töökogemus - esitada küsimusi otse organisatsiooni andmete vastu.See võib kiiresti kasvavate Big Data poodide eest kohe tasuda.
See võimaldab ka uusi teadmisi ja viise andmete kasutamiseks, mis muidu võivad kaduma minna, kui need küsimused imbuvad läbi andmeteadlaste ja IT-professionaalsete filtrite.Üks päring võib rekordkiirusega hõlmata mitut andmebaasi ja andmetüüpi ning tööriist hoolitseb ka visuaalse esituse loomise eest.
Lühidalt öeldes pole andmeteadlaste meeskonda vaja.
See pole mitte ainult kiirem, vaid suurusjärkude võrra lihtsam.Kolmandaks võivad need tööriistad ka ise ehitada reaalajas andmete visualiseerimise ja juhtpaneelid, selle asemel et sundida teie ettevõtte programmeerijaid või IT-töötajaid eraldi toimima.
Neid visualiseeringuid saab eksportida lamedate graafiliste failidena või koodijuppidena, mille saate lihtsalt veebisaitidele või meeskonna veebisaitidele kopeerida ja kleepida.
Armatuurlaudu saab ka otse jagada, sageli isegi kasutajatega, kes ei kasuta BI rakendust.Nende integreerimine teiste rakendustega toimub tavaliselt hõlpsasti konnektorite kaudu, olenevalt sellest, kas teie kasutataval iseteenindusega BI-rakendusel on pistikühendus rakendusega, milles soovite jagada ...
