Chartio har designat sitt självbetjäningsverktyg (BI) för att fungera i ett av två grundläggande lägen.
Antingen kan man få det som en enskild licens (som kostar $ 150 per användare och månad) eller som en laglicens (som börjar vid $ 249 per månad).
Användare har valet mellan dra och släpp interaktivt läge eller Structured Query Langiuage (SQL) -läget.
Medan SQL-läge är avsett för expertanvändare, kommer de flesta företagsanvändare förmodligen att vilja dra och släpp-funktionen.
Chartio har en imponerande processmotor men dess användargränssnitt (UI) är fortfarande för klumpigt jämfört med toppredaktörernas val IBM Watson Analytics.
Chartio snubblar också hårt mot bättre erbjudanden som den användarvänliga Microsoft Power BI men det gjorde lite bättre mot Tableau Desktop, som också har några frustrerande användargränssnitt.
Chartio har några saker som går åt det, men det slår inte våra Editors Choice-val IBM Watson Analytics, Microsoft Power BI och Tableau Desktop.
Ärliga, objektiva recensioner
Daxdi.com är en ledande myndighet inom teknik som levererar Labs-baserade, oberoende recensioner av de senaste produkterna och tjänsterna.
Vår expertisanalys och praktiska lösningar hjälper dig att fatta bättre köpbeslut och få ut mer av tekniken.
Chartio har 22 direkta datakällanslutningar, som täcker omfattningen från Amazon Redshift, Google Analytics (GA) och Google Big Query till CSV-filer, Azure, Hadoop, IBM DashDB, MySQL och PostgreSQL.
Företaget säger att det finns ytterligare 150 datakällintegrationer tillgängliga via sina datapartners, en grupp som inkluderar HubSpot, Marketo, Salesforce och Zendesk Support.
Chartio har en uppsättning kontakter för molnbaserade relationsdatabaser, vilket eliminerar behovet av att ladda upp data till Chartio.
Istället kan man helt enkelt fråga direkt från dessa databaser.
Det är en marsch i rätt riktning när det gäller övergripande användbarhet och marknadskänsla.
Tekniskt sett är Chartio snabb och kraftfull, med få brister.
Det som håller tillbaka det är användargränssnittet.
Med den nuvarande användargränssnittsdesignen antar företaget mer sofistikering hos affärsanalytiker än vad som är typiskt i den verkliga världen, särskilt nu när trenderna "självbetjäning" och datademokratisering blir så populära.
Datavetenskapliga färdigheter är fortfarande svåra att hitta hos anställda och sökande, och många användare saknar sannolikt färdigheter även i statistik.
Detta innebär att, för att lyckas med en allmän affärspublik, förväntas mycket mer från leverantörer för att kompensera för den kompetensbristen.
Och det är gnuggan med detta användargränssnitt: Användare kommer sannolikt att bli trasslade över vad som räknas som en mätning kontra vad som räknas som dimensioner, även om Chartio erbjuder tydligt markerade alternativ i varje.
Företaget måste arbeta med att göra sin teknik mer tillgänglig.
Om nya eller lågutbildade användare skulle börja vid användargränssnittet skulle de förmodligen ha lite aning om vad de skulle göra.
Med andra ord, även om Chartio har uppmaningar, är de inte intuitiva nog för nybörjare eller till och med för många medelutbildade användare.
Detta utgör en allvarlig utmaning för datademokratisering och distribuerade BI-insatser, vilket Chartio säger är dess mål med den här produkten.
Det finns dock en frälsande nåd.
Chartio har en bra meny med guider, självstudier, videor och mer, undangömt under hjälpknappen.
Det finns också ett direktmeddelandeverktyg (DM) kopplat till en person på Chartio för att hjälpa till med eventuella problem.
Det är till hjälp om nybörjare faktiskt börjar med hjälpfunktionerna snarare än att slösa bort tid att snubbla runt gränssnittet.
Det är också bra om du har en SQL-expert i ditt team.
Komma igång
IT börjar vanligtvis konfigurationsprocessen genom att ladda de nödvändiga datauppsättningarna och ange regler för efterlevnad och säkerhet.
Alternativt kan användare börja med att ansluta till datamängder som de har i molnlagring eller ladda upp data från sina egna butiker genom att använda en omvänd Secure Shell (SSH) -tunnel.
Att ladda och förbereda data är alltid den svåraste delen av att använda vilken BI-app som helst, inte bara Chartio, så förvänta dig lite hicka i detta ändamål.
Men det är inte alltid ett problem med produkten.
I mitt fall kom problem från blips och dips med tillstånd av min internetleverantör (ISP) och den vanliga funderingen över vilken kontakt som skulle fungera eller om jag behövde göra någon kartläggning först.
I slutändan laddade Chartios medarbetare upp mina testdata för mig från ett offentligt Dropbox-konto, en process som efterliknar ett drag som användare kan ta inom systemet genom att bjuda in en företagsdatabasadministratör för att hjälpa till med anslutningen.
Den inbjudan uppnås genom ett enda klick på sidan "Datakällor" i användargränssnittet.
Det är anmärkningsvärt att Chartio är en riktig webbaserad produkt som inte kräver någon installation på klienten, som Tableau Desktop (Visit Store på Tableau) och Microsofts Power BI (Visit Site på Microsoft Power BI) gör.
Allt från dataladdning och dataförberedelse till analys och publicering hanteras utanför webbplatsen.
Dessutom är uppdateringar omedelbara och automatiska, vilket alltid är att föredra framför att behöva uppdatera eller korrigera programvara på din dator.
Upptäcktsprocessen
Som tidigare nämnts är användargränssnittets processer och villkor kända för medelstora och avancerade datapersonal och affärsanalytiker men mycket förvirrande för de mindre erfarna eller nybörjare.
Ändå kan inlärningskurvan förkortas avsevärt om användarna först tittar på handledningarna på Chartios resursida.
Snabbstartsguiden bör vara obligatorisk och därefter kan du designa din egen informella träningsplan från Chartios bibliotek med träningsvideor, dess Data Boot Camp och diverse vitböcker.
När användargränssnittsnavigering har räknats ut (och det tar mycket arbete), är processerna ganska enkla.
När detta skrivs kan användare välja Basic eller Advanced (beta) versioner och välja ett av två lägen: Interactive eller SQL.
Advanced Data Pipeline finns i Advanced (beta) versionen och kan också aktiveras genom att lägga till ett nytt diagram till en instrumentpanel.
Det bygger i huvudsak ett diagram över arbetsbelastningen - en visualisering av databehandlingen.
Diagram och data kan slås samman eller ändras genom applicering av lager med ett enkelt dra-och-släpp-medel.
Noder läggs till eller släpps på ungefär samma sätt.
Interaktivt läge på Basic-versionen är det enklaste att använda men det är informativt att klicka över till SQL-läget för att se hur systemet automatiskt skriver kod från dra-och-släpp-kommandona i interaktivt läge.
Det är en snabb översikt över den främsta fördelen med självbetjäning av BI-appar i allmänhet: inget behov av att skriva kod eller bygga modeller.
I interaktivt läge väljer användare en datakälla från rullgardinsmenyn längst upp till vänster, varefter systemet automatiskt presenterar ett antal alternativ som är anpassade till den datauppsättningen.
Ett klick på tabellikonen visar informationen som en tabell, vilket hjälper användaren att se vilka data som finns och vilken sanering som kan behövas, till exempel att eliminera tomma fält eller standardisera information som e-postadresser.
Alternativt kommer ett klick på namnet på datakällan att avslöja ett urval av mått och dimensioner, som effektivt leder användarna till en lista över val som strukturerar frågan.
Därifrån gör ett klick på knappen Körfråga den resulterande analysen i en visualiseringsform som systemet har valt men som användarna kan ändra i ett klick eller genom att lägga till lager.
Även om den inställningen kan vara till hjälp, tyckte jag att den var lite irriterande.
För att komma till det jag verkligen ville veta var jag tvungen att räkna ut datapipelinen längst ner i användargränssnittet - och dess något kryptiska kommandon - för att lägga till lager och blanda data, göra ändringar i kolumner och rader och utföra datatransformationer.
Efter allt detta kom jag äntligen till den fråga jag verkligen ville fråga hela tiden.
Som Bugs Bunny skulle säga efter att ha dykt upp någonstans menade han inte att vara: "Jag måste ha tagit fel vändning vid Albuquerque!" Egentligen tog jag flera fel varv men kom äntligen dit jag behövde vara.
Det är dock som vilken annan programvara som helst, när du går igenom steget ett par gånger blir det lättare.
För att Chartio ska träffa den höga stapeln som den så tydligt riktar sig mot, måste den hitta ett sätt att driva processerna längre in i bakgrunden och ge en mer mänsklig vänlig aspekt till dess användargränssnitt och skärmar, åtminstone för Interaktivt läge.
Datavisualisering
Datavisualiseringsalternativ är utilitariska snarare än konstnärliga, vilket innebär att du hittar det vanliga utbudet av cirkel-, stapel- och linjediagram plus bubbla-, karta- och spridningsdiagram.
Det är inget fel med utilitaristiska visualiseringar, eftersom snabbt och korrekt överföring av information är målet och välbekanta diagram tjänar det syftet väl.
Användare kan klicka på kugghjulsikonen för att komma till diagraminställningarna för lite anpassning, till exempel färgändringar, teckensnittsmanipulationer och drilldown-variabler.
Verktyget väljer automatiskt en visualisering för att förmedla resultatet av en fråga, men användarna kan ändra det med enkla klick på alternativen nedanför den visade visualiseringen.
Snapshots är en cool och användbar funktion eftersom den gör och sparar en PDF-kopia av instrumentpaneler så att du enkelt kan granska och jämföra historiska diagramdata.
Men även med dessa funktioner, om det är viktigt för dig att använda mer moderna eller avancerade visualiseringar, kommer du att ha det bättre med en av våra Editors 'Choice-vinnare, särskilt Microsoft Power BI och Tableau Desktop.
Inte designad för strömmande analys
Chartio, som alla sina konkurrenter i den här kategorin, är inte utformat för realtidsanalys av strömmande data.
Uppdateringscyklerna är dock tillräckligt frekventa för att analyser i många fall ska kvalificeras som nästan realtid.
Det är lite chockerande för mig att detta är fallet över hela linjen med självbetjänings-BI-appar med tanke på den kommande översvämningen av realtidsdata från Internet of Things (IoT).
Slutsats: De flesta användare kommer för närvarande inte att hitta några problem med bristen på strömmande analys.
För närvarande rapporterar företaget att 80 procent av sina användare som använder produkten varje dag integrerar i genomsnitt 15 datakällor.
Det är ett högt genomsnitt av integrerade datakällor som sannolikt innebär att Chartio-användare är sofistikerade dataanvändare snarare än de ofta mindre kvalificerade användarna längre ner i den växande kedjan av demokratiserade data.
Detta är inte förvånande med tanke på hur få företag som verkligen har distribuerat BI i en så detaljerad grad.
De vanligaste användningsfallen för Chartio är marknadsföring, drift, produkthantering och försäljningsverksamhet, och systemet är väl lämpat för alla dessa, så länge användarna är välgrundade i programvaran och helst har viss erfarenhet av dataanalys.
Chartio använder ...
