Очень категоричная статья. Но отмечу объективный факт - автор журналистом не стала (Или я не понял прочитанное). Не собираюсь оправдывать СПбГУ, но кто-то же в журналистику идет? Следует ли из ваших слов про год, что вы считаете, что высшее образование для журналистики не нужно? Возможен ли вариант, что вы что-то упустили?
Кстати, в академической журналистике проявление эмоций автора: это хорошо или плохо? *Вопрос серьезный, без подвоха.
Не имею отношения к журналистике, но из своего университетского опыта отмечу, что зарплаты на выпуске тоже оказались сильно ниже ожиданий. Мне кажется, что это проблема не специфична для журналистского сообщества.
Вы описываете функционал BI-системы Thoughtspot. Она появилась в 2017-м. С тех пор что-то подобное пытались внедрить основные вендоры (например AskData у Tableau). И сейчас я точно знаю, что подобный функционал есть в дорожной карте развития у китайцев (FineBI).
ИМХО все упирается в аппаратную мощность. Подобная модель on-premise будет требовать непомерное в мире BI количество ресурсов. Тот же Thoughtspot в 2021-м сначала отделил onprem от облачного продукта а потом и вовсе оставил только облака. Вы видите такую проблему? Как вы ее планируете решать? Какой сервер понадобится, чтобы обеспечить работу вашей системы на 100 пользователей × 100 таблиц ?
В статье не совсем корректно расписаны варианты. На рынке есть иностранные решения, для которых не нужно юридическое лицо в другой стране или кривая OEM-схема. Глоубайт весьма успешно продает китайский FineBI.
На старте это не было так очевидно. Когда анкета составлялась была не очень понятна ценность подобных противопоставлений. Ну а фактические данные демонстрируют уже другие противопосталения, пусть и менее яркие.
Согласен, выглядит очень тонко. Но получается, что это самые выраженные параметры для разделения сегментов. То есть по самым пупулярным фичам все респонденты единодушны и только тут в хвосте начинается какая-никакая а дифференциация. Думаю по этому преподаватель и требовала 10 параметров, а не 2-3.
Так можно сказать по любой вопрос кроме первых трёх. Например у меня очень проходимая машина, и для меня 7 по шкале проходимости - это фуллтайм со всеми блокировками, а у кого-то та же 7 - это просто любой полный привод и клиренс выше 16 см.
Ну из ЮФО и даже дальнего востока знакомые были и в выборке есть. Большую часть респондентов я не знаю и никогда не видел. Но вы правы, изменчивость по регионам должна быть. Просто в это исследование она не влезла.
Я для себя вынес из курса, что маркетинг - это в значительной степени по эксперимент. Вопрос был задан, и люди на него отвечали. Отвечали бы они на него, в вашей формулировке? - Покажет только эксперимент.
И не забывайте о том, что анкета должна оставаться простой.
Профсоюз минимум представлял бы интересы работников консолидированно, а не в рамках 100+ исков. Это бы минимум сильно сократило рассмотрение и снизило инфляционные потери последних.
Ну а как максимум, профсоюз мог начать раньше бить тревогу, вытащить это дерьмо на свет месяцем раньше, до того, как была растащена часть оборудования.
В таких делах скорость реакции важна и профессиональное объединение ее бы дало.
У нас в команде был человек с опытом использования metabse. Но c 2020 у них разделились бесплатные open-source ветки и платный enterprise. Управление доступами - прерогатива enterprise, за который надо платить долларами американцам. Как вы сами понимаете, такой вариант не рассматривался.
Смотрели. Проблема с Superset общая для всех open source решений. Они выполняют только часть работы - визуализацию и публикацию. В них нет каталога, нет системы управления доступом к данным и бордам, нет системы аудита и мониторинга.
Для меня BI в первую очередь система для обмена данными с пользователями. Причём безопасного и контролируемого обмена. С этой точки зрения визуализация - просто способ компактной упаковки данных для того, чтобы ими было проще обмениваться. Не основная функция.
По итогу Superset или Metabase можно было бы рассмотреть, но к ним в комплект пришлось бы искать еще решение для каталогизации данных. Овчинка показалась не стоящей выделкислишком дорогой.
Мне не известны примеры внедрения opensource BI в наших крупных компаниях. Если у вас есть примеры - поделитесь. Это интересно.
Очень категоричная статья. Но отмечу объективный факт - автор журналистом не стала (Или я не понял прочитанное). Не собираюсь оправдывать СПбГУ, но кто-то же в журналистику идет? Следует ли из ваших слов про год, что вы считаете, что высшее образование для журналистики не нужно? Возможен ли вариант, что вы что-то упустили?
Кстати, в академической журналистике проявление эмоций автора: это хорошо или плохо? *Вопрос серьезный, без подвоха.
Не имею отношения к журналистике, но из своего университетского опыта отмечу, что зарплаты на выпуске тоже оказались сильно ниже ожиданий. Мне кажется, что это проблема не специфична для журналистского сообщества.
Ах ты ж. Я просмотрел слона))
Эм... Такой банк не один. Из очевидных у меня есть два варианта. Из менее очевидных 6. Вы ставите на зеленый?
Вы описываете функционал BI-системы Thoughtspot. Она появилась в 2017-м. С тех пор что-то подобное пытались внедрить основные вендоры (например AskData у Tableau). И сейчас я точно знаю, что подобный функционал есть в дорожной карте развития у китайцев (FineBI).
ИМХО все упирается в аппаратную мощность. Подобная модель on-premise будет требовать непомерное в мире BI количество ресурсов. Тот же Thoughtspot в 2021-м сначала отделил onprem от облачного продукта а потом и вовсе оставил только облака. Вы видите такую проблему? Как вы ее планируете решать? Какой сервер понадобится, чтобы обеспечить работу вашей системы на 100 пользователей × 100 таблиц ?
В статье не совсем корректно расписаны варианты. На рынке есть иностранные решения, для которых не нужно юридическое лицо в другой стране или кривая OEM-схема. Глоубайт весьма успешно продает китайский FineBI.
На старте это не было так очевидно. Когда анкета составлялась была не очень понятна ценность подобных противопоставлений. Ну а фактические данные демонстрируют уже другие противопосталения, пусть и менее яркие.
Согласен, выглядит очень тонко. Но получается, что это самые выраженные параметры для разделения сегментов. То есть по самым пупулярным фичам все респонденты единодушны и только тут в хвосте начинается какая-никакая а дифференциация. Думаю по этому преподаватель и требовала 10 параметров, а не 2-3.
Такую гарантию вам не даст ни одна формулировка. Единственный способ борьбы с этим - увеличение размера выборки.
Ну а как вы хотели? Измерение влияет на объект. Что в квантовой физике, что в маркетинге.
Так можно сказать по любой вопрос кроме первых трёх. Например у меня очень проходимая машина, и для меня 7 по шкале проходимости - это фуллтайм со всеми блокировками, а у кого-то та же 7 - это просто любой полный привод и клиренс выше 16 см.
Всегда будет погрешность
Ну из ЮФО и даже дальнего востока знакомые были и в выборке есть. Большую часть респондентов я не знаю и никогда не видел. Но вы правы, изменчивость по регионам должна быть. Просто в это исследование она не влезла.
Я для себя вынес из курса, что маркетинг - это в значительной степени по эксперимент. Вопрос был задан, и люди на него отвечали. Отвечали бы они на него, в вашей формулировке? - Покажет только эксперимент.
И не забывайте о том, что анкета должна оставаться простой.
Профсоюз минимум представлял бы интересы работников консолидированно, а не в рамках 100+ исков. Это бы минимум сильно сократило рассмотрение и снизило инфляционные потери последних.
Ну а как максимум, профсоюз мог начать раньше бить тревогу, вытащить это дерьмо на свет месяцем раньше, до того, как была растащена часть оборудования.
В таких делах скорость реакции важна и профессиональное объединение ее бы дало.
У нас в команде был человек с опытом использования metabse. Но c 2020 у них разделились бесплатные open-source ветки и платный enterprise. Управление доступами - прерогатива enterprise, за который надо платить долларами американцам. Как вы сами понимаете, такой вариант не рассматривался.
Смотрели. Проблема с Superset общая для всех open source решений. Они выполняют только часть работы - визуализацию и публикацию. В них нет каталога, нет системы управления доступом к данным и бордам, нет системы аудита и мониторинга.
Для меня BI в первую очередь система для обмена данными с пользователями. Причём безопасного и контролируемого обмена. С этой точки зрения визуализация - просто способ компактной упаковки данных для того, чтобы ими было проще обмениваться. Не основная функция.
По итогу Superset или Metabase можно было бы рассмотреть, но к ним в комплект пришлось бы искать еще решение для каталогизации данных. Овчинка показалась
не стоящей выделкислишком дорогой.Мне не известны примеры внедрения opensource BI в наших крупных компаниях. Если у вас есть примеры - поделитесь. Это интересно.