Flexible Analytics Repository

Flexible Analytics Repository

DataWalk Flexible Analytics Repository szybko łączy dane z wewnętrznych i zewnętrznych źródeł oraz umożliwia ich rozpowszechnianie, współdzielenie i przejrzyste analizowanie.

DataWalk:

  • Znacząco przyspiesza czas uzyskania wartości z danych: dzięki opatentowanemu silnikowi DataWalk, pozwalającemu szybko integrować dane, wdrożenie trwa zaledwie kilka-kilkanaście dni lub tygodni, a nie długie miesiące.
  • Pozwala tworzyć i testować dowolne hipotezy ad hoc na intuicyjnym interfejsie.
  • Zwiększa kompetencje analityczne użytkowników nietechnicznych, którzy mogą w prosty sposób zadawać dowolne zapytania bez znajomości SQL-a.
  • Całkowicie eliminuje konieczność fizycznego modelowania baz danych - pozwala maksymalnie skupić się na wartościach nietechnicznych.

Integracja danych w kilka dni

Szybko stwórz zintegrowane centrum danych dzięki przełomowej technologii DataWalk FlexModel. W przypadku tradycyjnych systemów tworzenie dedykowanej roboczej przestrzeni do zaawansowanego integrowania danych byłoby niepraktyczne, ale DataWalk FlexModel eliminuje to ograniczenie. W DataWalk po inicjalnym zaimportowaniu danych można łatwo dokonywać kolejnych iteracji w locie i praktycznie od ręki dodawać/integrować kolejne źródła danych oraz tworzyć między nimi dowolne połączenia. Dlatego z DataWalk proces modelowania danych jest nawet 100-krotnie szybszy. Zobacz przykład 3 dniowego projekty pilotażowego (POC).

Realizuj złożone zapytania do baz danych bez programowania i bez SQL'a

Z DataWalk nie ma konieczności pisania dodatkowego, dedykowanego oprogramowania, tworzenia data mart'ów ani pisania zapytań SQL czy skryptów. Użytkownicy bez kompetencji programistycznych, np. analitycy czy data scientist, mogą przeglądać zintegrowane dane i tworzyć złożone zapytania  poprzez DataWalk Universe Viewer, który jest intuicyjnym, czytelnym, graficznym interfejsem. Nie trzeba też przechodzić całego procesu generowania kostek OLAP. DataWalk dostarcza uniwersalną funkcję, która pozwala błyskawiczne tworzyć wirtualne OLAPy na bazie dowolnych miar i wymiarów. W połączeniu z elastycznym modelem danych (FlexModel), znacząco upraszcza to proces przygotowywania i analizowania danych, a tym samym pozwala przyspieszyć czas dostarczenia wartości.

Wykorzystaj DataWalk jako system prototypujący, aby zwiększyć efektywność wdrożeń narzędzi analitycznych...

Dzięki możliwości szybkiej integracji i modelowania złożonych danych, DataWalk może być wykorzystany jako system prototypujący na początku procesu rozwoju narzędzi analitycznych. Jeżeli chcesz dodać nowe źródło danych, stworzyć data mart'a lub stworzyć / zmodyfikować kostkę OLAP, możesz wykorzystać DataWalk do szybkiego prototypowania zarówno modelu danych, jak i do analizy (np. eksperymentalny DDL). DataWalk umożliwia stworzenie modelu danych i identyfikację odpowiednich zapytań oraz weryfikację ustawień z użytkownikami nietechnicznymi (jak pokazano poniżej). Pozwala więc na bieżąco weryfikować kierunek rozwoju narzędzi analitycznych.

... lub szybko przeszukuj dane pochodzące z wielu źródeł

Flexible Analytics Repository pozwala użytkownikom bez kompetencji programistycznych na bieżące zadawanie dowolnych pytań, a dostarczane odpowiedzi uwzględniają dane pochodzące z różnych źródeł. Z DataWalk nie ma zagrożenia, że zbyt złożone zapytanie przeciąży serwer, a wyniki są zrozumiałe dla użytkowników i mogą być łatwo przekazywane do zewnętrznych narzędzi do dodatkowych analiz lub dalszej wizualizacji.

Jednorazowy ETL; zyskaj dostęp do roboczego obszaru gotowego do analiz

Do korzystania z Flexible Analytics Repository ETL'owanie danych potrzebne jest tylko raz. Utworzony obszar roboczy umożliwia przeszukiwanie i analizowanie danych bez ograniczeń - w przeciwieństwie do tradycyjnych rozwiązań, które wymagają na ogół kilkukrotnego ETL'owania w związku z wykorzystywaniem danych w różnych analizach.

OLAP, grafy i wyszukiwanie - bez przesyłania danych

DataWalk dostarcza jedną, zintegrowana przestrzeń roboczą dla różnego rodzaju analiz - włączając w to wizualne zapytania do baz danych, analizy pivot, analizy grafowe i przeszukiwanie całych zbiorów danych. W przeciwieństwie do innych systemów, które wymagają każdorazowego zasilenia analiz danymi, w DataWalk wszystkie analizy odbywają się jednym obszarze roboczym, bez dodatkowego ładowania danych. Ogranicza to koszt infrastruktury i powoduje, że wyniki generowanie są znacznie szybciej.

Błyskawiczne definiowanie i testowanie hipotez

DataWalk umożliwia nieustanne, iteracyjne definiowanie oraz testowanie dowolnych hipotez za pomocą czytelnego i bardzo intuicyjnego interfejsu. Jest to rewolucja w stosunku do tradycyjnych rozwiązań, w których testowanie przypuszczeń jest procesem bardzo czasochłonnym, ponieważ wymaga dokładnego określenia wszystkich parametrów z góry. DataWalk pozwala na łatwe tworzenie i testowanie hipotez za pomocą Universe Viewer'a, a ponieważ Universe Viewer jest czytelnym, intuicyjnym narzędziem, użytkownicy bez kompetencji technicznych mogą bez problemu z niego korzystać. DataWalk powala sprawdzić każdą tezę od ręki bez konieczności programowania czy tworzenia dodatkowych zapytań SQL.

Uporządkuj swoje dane i zakoduj na potrzeby uczenia maszynowego (Machine Learning)

Chcesz przeprowadzać dalsze analizy za pomocą R lub Machine Learning’u? Jeżeli tak, Flexible Analytics Repository pozwoli Ci łatwo i szybko tworzyć podzbiory danych do takich analiz - czytelny i intuicyjny interfejs  Universe Viewer’a umożliwia dowolnie przeszukiwanie i filtrowanie danych. Następnie DataWalk może zapisać dane tak, że są one przystosowane do algorytmów używanych w Machine Learning’u (nie ma potrzeby dalszej transformacji). Jeżeli dodamy do tego dostęp RESTful, przefiltrowane i wyszukane w DataWalk dane mogą być dostępne dla wielu innych narzędzi, takich jak np. Tableau, który może służyć do dalszej wizualizacji. 

Łączenie autonomicznych danych pochodzących z fuzji i przejęć

DataWalk Flexible Analytics Repository to potężne narzędzie dla każdej organizacji, która stara się wydobyć jak największą wartość z danych rozproszonych w różnych silosach. Ma to szczególne znaczenie w sytuacji, gdy dochodzi do fuzji lub przejęcia i konieczne jest połączenie danych w jednej skonsolidowanej przestrzeni.