Đánh giá và đánh giá

Sisense là một công ty thu thập động lực mới trong không gian kinh doanh tự phục vụ (BI). Vào tháng 9 năm 2018, công ty đã công bố khoản đầu tư trị giá 80 triệu đô la mới từ công ty đầu tư mạo hiểm (VC) có trụ sở tại New York. Nếu bạn đã quen thuộc với các công cụ BI, thì có thể bạn sẽ ấn tượng với Sisense (chỉ có giá bằng trích dẫn tùy chỉnh). Đây là một sản phẩm hấp dẫn với sức mạnh đáng kể. Tuy nhiên, Sisense thiếu sự công nhận thương hiệu của các đối thủ nặng ký BI khác như IBM Watson Analytics và Microsoft Power BI. Nhưng với giao diện người dùng trực quan (UI) và độ sâu đáng kể của khả năng hiển thị dữ liệu của nó, Sisense thực sự đáng để xem xét.

Mặc dù UI và các lệnh của nó không quen thuộc như Microsoft Power BI, nhưng đây là một mối đe dọa nghiêm trọng đối với Tableau Desktop. kệ trên cùng các chức năng, chẳng hạn như trong chip thay vì xử lý trong bộ nhớ, và các lệnh và truy vấn ngôn ngữ tự nhiên mà bạn có thể sử dụng bên trong các ứng dụng của bên thứ ba như Microsoft Skype và Slack. Nghiêm túc, bạn có thể đặt câu hỏi trong Skype và Sisense sẽ trả lời bạn trong Skype. Thế là đủ để làm cho ngay cả IBM Watson Analytics ngồi dậy và chú ý. Không phải lo lắng, Watson, vì không phải tất cả mọi thứ trong Sisense đều hỗ trợ ngôn ngữ tự nhiên, đó là một phần lý do nó không phải là một trong những Lựa chọn của ban biên tập.

Mặt khác, Sisense vẫn còn hơi quá vụng về để sẵn sàng cho thời gian chính trong một tổ chức dân chủ hóa dữ liệu đầy đủ, nơi bạn muốn mọi người sử dụng dữ liệu trong các quyết định công việc của họ bất kể trình độ kỹ năng hoặc khoa học dữ liệu của họ. Bạn biết đấy, giống như mọi người trong bất kỳ tổ chức cụ thể nào cũng có thể sử dụng Microsoft Word mà không cần phải biết cách viết mã hoặc thậm chí cách đánh vần chính xác. Đúng như vậy, việc có thể truy cập các phân tích của Sisense chỉ bằng cách đưa một truy vấn ngôn ngữ tự nhiên vào ứng dụng của bên thứ ba đi một chặng đường dài để làm cho nền tảng này trở nên hữu dụng. Tuy nhiên, phần còn lại của giao diện người dùng của nền tảng vẫn cần thiết và nó không phù hợp với mức độ thân thiện với người dùng cần thiết để đáp ứng người dùng không hiểu biết về dữ liệu. Tuy nhiên, công ty đang làm việc trên điểm yếu này và thực hiện đáng tin công việc cung cấp đào tạo và học tập trực tuyến với một phần hỗ trợ được tổ chức tốt và một blog được duy trì tốt.

Mặc dù vậy, đây là ổn Tôi nói, nói xấu ứng dụng các nhà phân tích kinh doanh trung bình và có tay nghề cao chắc chắn sẽ đánh giá cao. Nó nâng hầu hết gánh nặng từ các nhân viên lành nghề, mà không phải mua thêm công cụ. Đây là một công cụ toàn ngăn xếp nên ít phụ thuộc vào CNTT hoặc tài nguyên có tay nghề cao. Sisense cũng chơi tốt với các phân tích và ứng dụng khác, điều này giải thích tại sao công ty kiếm được một nửa doanh thu từ việc sử dụng nhúng trong các sản phẩm khác.

Sisense vẫn chưa đạt được khối lượng quan trọng trên thị trường, nhưng nó có khả năng sẽ đạt được cột mốc đó sớm. Trong khi đó, công ty đang mum về giá cả nên bạn phải yêu cầu họ báo giá. Đó cũng là một nhược điểm, khi xem xét nó tiếp tục chào hàng với tổng chi phí sở hữu (TCO) thấp. Thật khó để làm toán trên yêu cầu đó mà không biết giá trước.

Bắt đầu

Hãy nghĩ về Sisense bao gồm hai phần: Có giao diện web trực quan và sau đó có ElastiCube, cơ sở dữ liệu phân tích độc quyền của Sisense. ElastiCube phải được tải xuống và chạy cục bộ, điều mà tôi không phải làm với những người chơi khác.

Sau khi tải xuống, tôi vào menu Windows Start và mở Sisense ElastiCube Manager. Nếu bạn muốn thực hiện hướng dẫn trước với dữ liệu mẫu đã có trong hệ thống, sau đó chọn Tệp> Tệp ElastiCube mới và đặt tên tệp là "hướng dẫn", "thử nghiệm", "làm rối tung", hoặc một cái gì đó sau này có nghĩa là đây không phải là 't tập tin bạn cần cho bất cứ điều gì khác. Sau đó, làm theo lời nhắc để nhúng ngón chân vào trước khi bạn lặn xuống đáy vực sâu.

Có đủ sự quen thuộc với khoa học dữ liệu, tôi đã nhảy thẳng vào vực sâu. Tôi đã xem các hướng dẫn sau, và chúng được thực hiện tốt và dễ làm theo. Sẽ thông minh hơn khi xem những người đầu tiên vì UI không hoàn toàn trực quan như mong muốn và điều gì đó gây thất vọng sau tất cả sự tốt đẹp của ngôn ngữ tự nhiên.

Dù sao, tôi đã ở đó với Sisense mở trong trình duyệt của tôi và ElastiCube Manager mở trên máy tính để bàn của tôi. Tôi đã đi thẳng vào "Open File" trên ElastiCube. Không, đó không phải là đường dẫn đến dữ liệu của tôi rõ ràng. Nó mang đến các tệp cục bộ nhưng sẽ không cho phép tôi mở các tệp Giá trị phân tách bằng dấu phẩy (CSV).

Tiếp theo, tôi nhấp vào "Kết nối với dữ liệu" và điều đó đưa tôi đến một hướng dẫn liệt kê các trình kết nối, trong đó có rất nhiều. Ở đó tôi đã học được trình kết nối CSV là một trong số một số được cài đặt sẵn. Thêm một lần nhấp vào "Làm việc với dữ liệu" và có một dấu nhắc chỉ vào nút "+" nơi tôi có thể tải lên dữ liệu CSV cục bộ của mình.

Tôi sẽ gọi đó là ba lần nhấp chuột và không có sự nhầm lẫn nghiêm trọng nào, điều đó có nghĩa là, nếu bạn là một nhà phân tích kinh doanh có kinh nghiệm, thì việc khám phá hướng dẫn sans hệ thống không khó. Nhưng nếu bạn không, thì có khả năng bạn sẽ thấy mình hoàn toàn lạc lối, nhanh chóng. Có một đường cong học tập đáng kể ở đây vì vậy hãy xem hướng dẫn và ghi chú.

Nhưng tóm lại, nhấp vào Thêm dữ liệu, chọn nguồn dữ liệu của bạn và nhập thông tin đăng nhập của bạn khi cần để kết nối. Tất cả các bảng có sẵn được trình bày trong mỗi cơ sở dữ liệu và sau đó bạn chọn những cái bạn muốn sử dụng. Bạn có thể xem trước và trộn nhiều nguồn dữ liệu trước khi thêm vào lược đồ của mình. Tạo một liên kết được thực hiện bằng cách kéo và thả. Tập dữ liệu lớn có thể được kết hợp trong một khối duy nhất. Sau đó, tôi có thể phân tích dữ liệu và tạo bảng điều khiển bằng giao diện web. Tất cả điều đó nghe có vẻ dễ dàng và đó là nếu bạn đã làm việc với các ứng dụng BI trước đây, nhưng không quá nhiều nếu đây là lần đầu tiên bạn làm việc với dữ liệu.

Bạn có thể lấy dữ liệu từ nhiều nguồn dữ liệu, bao gồm eBay, Facebook, QuickBooks và PayPal. Nó cũng tích hợp với các nền tảng lưu trữ đám mây như Box. Ngoài ra, bạn có thể kết hợp dữ liệu từ các nền tảng Cơ sở dữ liệu (DBaaS) như Google BigQuery.

Sau khi dữ liệu được tải, tôi đã làm theo lời nhắc đến lệnh Build nơi tôi có thể định cấu hình và xây dựng ElastiCube. Ở đó tôi được trình bày với hai tùy chọn: Xây dựng thay đổi lược đồ và Xây dựng toàn bộ ElastiCube. Một lần nữa, giờ đầu tiên và người dùng có thể ngừng hoạt động và trở nên bối rối. Tôi đã chọn tùy chọn đầu tiên và hệ thống mất khoảng bốn phút để hoàn tất quá trình xây dựng và nhập. Sau đó, tôi đã sẵn sàng để thiết kế bảng điều khiển và chạy bất kỳ số lượng phân tích ad hoc nào. Bây giờ tôi cũng đã có một tệp ElastiCube trên máy tính để bàn của mình.

Quá trình khám phá

Nhấp vào "Bảng điều khiển" trong ElastiCube Manager và bạn sẽ tự động được chuyển đến giao diện web của Sisense trong trình duyệt của bạn. Thay phiên, vào một ngày sau đó, tôi không cần phải mở ElastiCube Manager trước. Tôi chỉ đơn giản là đi đến giao diện web để sử dụng dữ liệu đã có trong ElastiCube. Sau đó, tôi được yêu cầu chọn một bộ dữ liệu (từ những dữ liệu đã có trong ElastiCube), còn gọi là Cube. Tôi cũng có thể đặt tên cho bảng điều khiển mới ở đây trước khi tôi nhấp vào Tạo.

Trong tiêu đề "Widget" trên trang tiếp theo, nó yêu cầu tôi chọn lại dữ liệu. Nhưng lần này không có nghĩa là tôi chọn toàn bộ tập dữ liệu như tôi đã thực hiện trên trang trước. Thay vào đó, nó có nghĩa là tôi chọn các trường từ các bảng trong các tập dữ liệu đã chọn. Nếu bạn chọn các trường từ các bảng khác nhau mà bạn chưa tham gia, thì bạn sẽ nhận được thông báo lỗi, một điểm khác trong quy trình mà người dùng doanh nghiệp có thể vấp ngã. Có lệnh "Thử lại" nhưng không làm gì nếu các bảng không được nối. Tôi quay trở lại ElastiCube và tham gia các bàn ở đó.

Từ Cube của tôi, tôi đã chọn các trường "thương hiệu" và "thiết bị" và sau đó là trực quan hóa: treemap. Nhấp vào nút "Tạo", nhập tiêu đề vào thanh tiêu đề, thêm một vài bộ lọc và voila: Tôi đã có một hình ảnh tương tác để khám phá. Nếu bạn là người dùng Tableau Desktop thông thường, thì bạn sẽ nghĩ rằng quy trình này rất hay và siêu hiệu quả. Nếu bạn là người dùng "Hãy nói với tôi như thế nào" của IBM Watson Analytics, thì bạn sẽ mất một lúc để hiểu đủ về ứng dụng này để thực sự đánh giá cao nó.

Trực quan hóa dữ liệu

Không giống như các ứng dụng BI tự phục vụ khác, giá trị trực quan hóa trong Sisense không nằm ở số lượng thiết kế và định dạng mà bạn có thể chọn mà ở độ sâu của những hiểu biết mà chúng phơi bày. Nói tóm lại, các tiện ích đa chiều hiển thị trực quan hóa, "khoan đến mọi nơi" cung cấp nhiều thông tin chi tiết bằng cách chỉ cần cuộn chuột qua chúng hoặc nhấp vào các phần khác nhau. Sisense cũng cho phép người dùng định vị lại và thay đổi kích thước trực quan hóa trên bảng điều khiển trước khi chia sẻ để dễ đọc hơn trong chế độ email hoặc nguồn cấp dữ liệu, khiến nó trở nên lý tưởng để xem trên nhiều thiết bị.

Tuy nhiên, tôi sẽ lập luận rằng độ sâu có sẵn của hình dung của nó có thể là điểm khác biệt quan trọng nhất đối với Sisense. Điều này có nghĩa là một nhà phân tích hoặc một người dùng giáo dân có thể dễ dàng khám phá nhiều hơn những gì họ mong đợi ban đầu từ bất kỳ phân tích nhất định nào, mà không cần nỗ lực thêm. Nhưng để lợi ích này được hiện thực hóa hoàn toàn trong một tổ chức dân chủ hóa dữ liệu, trước tiên Sisense cần phải giúp người dùng giáo dân dễ dàng đi đến điểm này.