Визуализация данных *

Всем привет!

С первой моей статьи прошло довольно много времени, поэтому коротко напомню о чем собственно речь. В цикле статей я делюсь своим опытом внедрения в небольших компаниях (до 100 человек) управленческого учета путем создания системы автоматизированного (т. е. с участием человека) сбора данных. На первом шаге необходимо подготовить компанию к планируемым изменениям. Итогом шага должен быть сформированный документ с описанием процессов компании. Более подробно о первом шаге можно прочитать в первой статье (ссылка).

Завершив первый шаг, можно двигаться дальше и переходить ко второму шагу — выбору специализированного ПО, которое будет решать задачи сбора данных, агрегирования этих данных, формирования отчетов и создания дашбордов с показателями компаниями.

Найти одно готовое ПО, которое всё вышеописанное может делать одинаково хорошо, достаточно трудно. Надо быть готовым, что придется внедрять в компании несколько продуктов, которые работают в одной связке.

Начинать надо с выбора ПО, которое должно собирать первичные данные, являющиеся фундаментом учета.

В данной статье я не буду называть конкретных производителей ПО. Цель статьи дать читателю инструмент, который поможет выбрать правильный софт для решения задачи. Таким инструментом будет чек‑лист с вопросами, которые надо задать разработчику ПО.

Но, прежде чем я начну перечислять вопросы, хотел бы сделать пару вводных.

В первой статье я рассказывал, как описать бизнес процесс с которым можно идти к разработчику ПО. Без формулирования данного процесса «пускаться во все тяжкие» по поиску специализированного софта не вижу смысла. Данный документ — это перфокарта, через которую можно смотреть на софт и понимать, решит ли он вашу задачу или нет. За вас этот документ никто не сделает, т.к. только вы знаете как надо организовать работу правильно. При наличии описанного процесса общение с разработчиком в таком случае переходит из разряда «возьмите наш софт он может все», в плоскость вопросов ответов из серии: «Может ли ваш софт показать таблицу счетов таким образом, чтобы менеджеры видели только свои счета, а бухгалтерия все?» т. е. процессом выбора ПО начинаете управлять вы, а не продавец и ваш окончательный выбор будет взвешенным и осознанным.

Как делать графики понятными и наглядными? Да ещё и избежать неверных трактовок? Когда использовать круговую диаграмму, а когда нужны линейные графики или столбчатая шкала? Для этого достаточно учесть антипаттерны, которые вредят и запутывают. Разберём на «хороших» и «плохих» примерах.

Привет, Хабр! Меня зовут Андрей Машковцев, я — BI-аналитик в «Т-банке», эксперт Skillbox, веду телеграмм–канал «Лайфхаки в аналитике» и увлекаюсь бегом. Для закрытого комьюнити Skillbox Code Experts рассказал об основных ошибках при визуализации данных. Основные мысли переложил в статью.

Сегодня BI-аналитика немыслима без ETL-процессов. Просто физических джоинов уже не хватает — чаще нужны логические модели данных. С ними можно создавать сложные структуры без запросов вручную. Как self-service инструмент, Tableau дал такую возможность в 2020 году, представив релейшены (relationships).

Привет, Хабр!

Сегодня рассмотрим типичные грабли, на которые наступает каждый второй новичок, когда берется за A/B-тесты.

Привет, Хабр! AI инструменты широко используются в разработке и других сферах, казалось бы, что ещё можно в них улучшить или добавить? Всё зависит от предметной области, в области Business Intelligence при работе с языком запросов DAX актуальными могут быть работа с мерами и создание новых мер. Рутинной задачей при этом является создание схемы данных и заполнение её данными для каждой меры, или можно использовать уже имеющуюся схему, однако при этом при переходе с одной схемы (где выполняются запросы) на другую приходится переименовывать таблицы и столбцы, сопоставлять типы данных и т. д. В связи с этим актуальным может быть инструмент для создания схемы данных для меры «на лету» и выполнения запроса с мерой, т. е. построение запроса и дашборда (концептуально, без форматирования) по мере «на лету».

В dax.do можно строить DAX запрос только для существующих схем, т. е. приходится тратить время на переименование полей и таблиц в DAX запросе при переносе написанного DAX‑запроса из dax.do.

В этой статье рассматривается решение такой проблемы — генерация схемы, связей, запроса и дашборда «на лету» (концептуально, по аналогии с отображением дашборда на основе DAX в dax.do), но только сугубо средствами AI, без реальных DAX движков. Надеюсь, такие инструменты или идеи могут быть полезны аналитикам и разработчикам для повседневной работы, если Вам интересен AI в DAX — добро пожаловать под кат :)

Я - Алексей Розанов, руководитель отдела пресейл и работы с партнерами Luxms, хочу с вами честно поговорить о том, что собой представляет Luxms BI. Поскольку полагаться только на рейтинги нельзя, а опыт других компаний сильно зависит от их задач, требований и условий, то хочу предложить вам еще один взгляд - взгляд вендора. 

Это будет объективный, насколько это вообще возможно, обзор плюсов и минусов платформы Luxms BI, основанный на общении с нашими партнерами, действующими и потенциальными заказчиками. Я не буду голословным и предоставлю максимальное количество подтверждений тому, о чем буду говорить. 

Итак, дорогие читатели! Сейчас я обучаюсь на 4 курсе (бакалавр) на программиста (направление: Информатика и вычислительная техника) в семестре столкнулся с очень интересным исследовательским проектом, связанным с биоинформатикой! Вместе с заказчиком мы ему дали научное название: «Снижение рисков развития рецидива злокачественного новообразования» и отправляем в долгое плавание!

На примере проекта‑исследования мы хотим рассказать: где искать медицинские данные? Какого это с ними работать? Как правильно подходить к исследовательской задаче и многое другое. Вы даже сами сможете повторить наши результаты, и я уверен, что у вас получится даже лучше.

Что приходит на ум, когда слышите слово «рецидив»? Правильно, возвращение того, от чего вы уже вроде как избавились. Для заболевших пациентов это слово внушает тревогу, а в онкологии и вовсе звучит как зловещий колокол. Но не бойтесь: сегодня мы не только посмеемся над этим монстром, но и узнаем, как ему дать отпор. Спойлер: с помощью науки и чуточки аналитики.

GPT: Революция или Апокалипсис

Человек против машины. Нейросети — конец эпохи человеческого интеллекта?

В ноябре мы провели очередной форум ViRush, который стал самой масштабной конференцией Visiology. Однако наш ежегодный ивент отличался не только 500+ очными участниками. В 2024 году на мероприятии было много чего интересного и совершенно нового: элементы практической психологии, мастер-классы по работе с искусственным интеллектом, раскрытые специалистами заказчиков и системных интеграторов уникальные кейсы внедрения и инсайты о развитии рынка. Если вы не попали на саму площадку, под катом мы рассказываем о том, что вы пропустили, публикуем видео докладов и отвечаем на вопрос, почему именно ViRush 2024 открыл новый формат проведения конференций Visiology. 

Хабр, привет! Я работаю в департаменте бизнес‑аналитики ППР — компании, которая создаёт экосистему сервисов для автопарка. Зимой 2024 года нам пришлось в короткий срок мигрировать на новый для нас BI‑сервис DataLens: подготовить инфраструктуру, развернуть три новых инструмента и мигрировать 100+ витрин и дашбордов.

Сейчас у нас больше 150+ витрин данных, стоящих на расписании, и дашбордов над ними, а также более 150 пользователей, которые на регулярной основе используют аналитические данные.

В статье расскажу о подробностях нашего переезда и поделюсь хитростями, которые важно учесть, чтобы ускорить миграцию.

Меня зовут Вадим Каллэ, я руковожу направлением инженерной инфраструктуры STEP LOGIC. Несколько лет назад наша команда принимала участие в строительстве штаб-квартиры одной из российских компаний. В холле, по замыслу дизайнеров, должна была размещаться сложная инсталляция со светодиодными экранами. Однако, если расположить панели неправильно, то они будут перегреваться – выгорает матрица, а на экране образуется пятно. Поэтому для выбора оптимальной конструкции и формы инсталляции мы использовали CFD-моделирование. Как технология Computational Fluid Dynamics Modeling помогла проанализировать микроклимат в помещении и избежать перегрева экранов, расскажу в этой статье.

Знакомьтесь, загадка памяти: почему мы помним всё, кроме имени? В статье исследуется феномен, знакомый многим: как можно детально запомнить беседу и характеристики нового знакомого, но совершенно забыть его имя спустя считанные минуты? Мы погружаемся в работу мозга, чтобы понять, почему имена оказываются такими непослушными для нашей памяти. От анализа логики работы мозга до рассмотрения других видов личной информации, таких как фамилия, отчество и возраст.

Сегодня всё чаще говорят о подходе data driven и важности data literacy. В крупных компаниях, да и не только, BI (business intelligence) становится одним из ключевых инструментов для принятия правильных бизнес-решений. Однако бывает, что отчеты разрабатывают специалисты, которые не всегда глубоко разбираются в бизнес-процессах. В результате дашборды не помогают достичь нужных целей, оставаясь невостребованными.

Меня зовут Ринат Хабибрахманов, я руковожу практикой BI в Лемана ПРО (Леруа Мерлен). У нас появилась гипотеза: объединение глубокой экспертизы в бизнесе с навыками разработки аналитических инструментов может дать отличные результаты. В этой статье я расскажу о том, как мы запустили корпоративную школу BI, поделюсь программой обучения и покажу, как сотрудники разных бизнес-подразделений могут стать отличными BI-разработчиками.

Расскажу я вам о способах визуализации данных, которые помогают бизнесу быстро оценивать информацию и принимать обоснованные решения. Постараюсь объяснить теоретические аспекты и продемонстрировать на практическом примере. Донести плюсы и минусы этих визуализаций.

Мир биоинформатики полон загадок: что такое избыточная ДНК, почему она занимает половину генома, и как это вообще работает? Кому-то может показаться, что некодирующая ДНК — это просто «балласт», но на деле это, как если бы в вашем коде была сложная инфраструктура, которая отвечает за оптимизацию и поддержание всей системы.

Сегодня мы с вами разберёмся, как эта загадочная некодирующая ДНК умудряется контролировать экспрессию генов, ничего при этом не кодируя. А чтобы вы не заскучали, добавим капельку Python, ведь кода много не бывает!

Дорогие друзья, порадуемся тому факту, что даже в мире IDE есть свои пауки. Не те, что заползают в ваш код, добавляя баги, а настоящие спасатели программного хаоса. Сегодня речь пойдет о SpyderIDE, любимице научного сообщества и тех, кто слишком увлечен pandas и numpy, чтобы замечать окружающий мир.

Привет, Хабр! Область Business Intelligence — одна из наиболее “интеллектуальных” по определению, и в аналитической работе в некоторых задачах особенно удобно использовать искусственный интеллект. Поэтому мы сегодня поговорим про чат-бота ViTalk GPT, который в некоторых задачах помогает очень быстро найти правильный ответ на поставленные вопросы, а иногда — даже скорректировать свой же вопрос с учетом возможностей платформы Visiology. В этой статье мы коснемся сильных и слабых сторон AI, проверим, смогут ли два слона поставить мат королю, и оценим сферу применения ViTalk GPT для аналитиков, разработчиков и даже бизнес-пользователей. 

Миф о чистых данных: почему ваш аналитик похож на сапёра.

Как бороться с самым частым убеждением при работе с данными.

Разбираемся в устройстве Dash и Shiny и почему оба фреймворка отлично подходят для решения единственной задачи — создать функциональный и красивый дашборд

Восемь лет назад был создан консорциум Human Cell Atlas (HCA), который поставил перед собой чрезвычайно амбициозную задачу — картировать все тело человека, а это около 37,2 триллионов клеток. И сейчас ученые сообщают, что атлас сейчас на стадии первого черновика. Что ж, к чему привели тысячи и тысячи часов, вложенных в создание этого исторического «клеточного атласа»?