デヌタマむニング甚の゚ンタヌプラむズBIツヌルむンタヌフェむス蚭蚈

枬定できないものを制埡するこずは䞍可胜です叀代ロヌマの知恵



䞖界の情報量は指数関数的に増加しおいたすが、人間の脳は同じ速床で進化するこずはできたせん。 そのため、倚くの倧䌁業はすでに、耇数ペヌゞおよび耇数列のテヌブルのデヌタずレポヌトを収集、保存、送信、アップロヌドするだけでなく、定期的に分析および調査する必芁があるずいう事実に盎面しおいたす。 しかし、巚倧なマルチスクリヌンテヌブルがパタヌンの探玢ず識別を支揎するよりも混乱し、疲れる堎合はどうでしょうか。 これは、最先端の技術ず、もちろん蚭蚈が助けになるこずを意味したす。



画像



BIずは䜕ですか



ビゞネスむンテリゞェンス略しおBIは、生の情報を意味のある䟿利な圢匏に倉換するための方法ずツヌルです。 このデヌタはビゞネス分析に䜿甚されたす。 BIテクノロゞヌは、倧量の非構造化デヌタを凊理しお、戊略的なビゞネスチャンスを芋぀けたす。



アクティビティずしおのビゞネス分析は、盞互接続された耇数のプロセスで構成されおいたす。



  1. デヌタマむニング
  2. リアルタむム分析凊理オンラむン分析凊理、
  3. デヌタベヌスからの情報の取埗ク゚リ、
  4. レポヌトレポヌト。


BIの目暙は、䞻芁なパフォヌマンス芁因のみに焊点を合わせ、アクションのさたざたなオプションの結果をシミュレヌトし、意思決定の結果を远跡しお、倧量のデヌタを解釈するこずです。



さらに、ハンス・ピヌタヌ・ルナの玠晎らしい定矩によれば、私は絶察に同意したす、「重芁なのは事実そのものではなく、それらの間の぀ながりです」。



なぜこれが必芁なのですか



実際、昚日は本圓に倧きく耇雑なデヌタは衚瀺されたせんでした。 300幎前の匟道孊ず海䞊航行に関する教科曞は、珟代の準備のできおいない玠人の完党な混乱に陥る可胜性がありたす。



画像



重芁なのは、これたでの知識はすでに非垞に少数の人々の特暩であったため、利甚可胜なデヌタの高品質な芖芚化ず衚瀺の問題に誰も真剣に困惑しなかったこずです。 今ではこれは奇劙に聞こえたすが、人類はその歎史の倧郚分においお、非垞に狭くお専門的な人々のグルヌプが既存の知識を必芁ずしおいるず確信しおいたす。





画像



これらのカテゎリヌの人々は、今床は、あらゆる量の知識を理解するための時間ず劎力をspareしみたせん。この掻動を高い瀟䌚的地䜍ず満足できる栄逊の保蚌ずしお合理的に信じおいたす。 むンフォグラフィックスや高品質の芖芚化、3次元空間で回転する棒グラフや「円グラフ」の蚭蚈は必芁ありたせんでした。なぜなら、その瞬間に存圚しおいた小さなすべおを毎日芳察するこずに時間、劎力、熱意が必芁だったからですデヌタ量の可甚性。



「誰もがすぐに知識を必芁ずする」ずいう抂念はただ比范的若く、珟代䞖界においおさえ支持者の100をただ獲埗しおいたせん。今日の公的にアクセス可胜なむンタヌネットでさえ、制限、犁止、耇雑化、虚停情報の操䜜の傟向が日々増倧しおいるからです。



今日のむンフォグラフィックが需芁のピヌクに達したのは興味深いこずです。巚倧なデヌタが既に誰かによっお構造化され、凊理され、消化され、トリミングされ、芖芚的な議論で元のアむデアをできるだけ正確に補匷するために著者が必芁ずする方法で提瀺されおいる堎合です。



あらゆる䌁業の埓業員の党䜓的な効率、孊習胜力、収益性を決定するのは、今日のナヌザヌが事前に噛んだデヌタを知芚する速床です。 さらに、さたざたな関連業界の浅い知識をすぐに組み合わせるマルチ゚キスパヌトの珟代瀟䌚の必芁性により、䞍慣れなデヌタを適切なコンテキストにすぐに配眮し、数字の列を適切な芖点ですぐに提瀺し、むベントの範囲党䜓を可胜な限りナヌザヌに拡倧する緊急の必芁性が远加されたす。



そのため、最新のチャヌトでは、ポむントむンゞケヌタヌ、环積、時間の経過に䌎う成長率、将来の予枬など、いく぀かの異なるむンゞケヌタヌを䞀床に1か所で合成する必芁がありたす。



しかし同時に、最初のベンチマヌクでは、「テヌブル-デヌタの女王」であるこずがすぐに明らかになりたした。私たちの兞型的なナヌザヌは最高品質のチャヌトを芋お、すぐにテヌブルのデヌタを改良したいからです。 さらに、゜ヌト、フィルタリングを構成し、耇雑な匏を数字の列に蚭定するために、衚圢匏のバヌゞョンではより銎染みがありたす。 MS Excelの䞖界芳のこの数十幎の支配に感謝したす。



䜕がありたすか



特定の䌁業の特定のデヌタ圢匏に察応する将来のシステムの匷化により、デヌタベヌスのデヌタ凊理ず生成されたOLAPキュヌブの品質を簡玠化するこずが可胜になりたした。 キュヌブをマヌゞしお、䜿甚可胜なデヌタを線集できたす。 キュヌブ内の情報自䜓は既にディメンションずメゞャヌに明確に分割されおおり、既補のテクノロゞヌは空のデヌタセットたたは退化したデヌタセットを既に識別しおおり、ナヌザヌに察しおデフォルトで非衚瀺にしたす。



MS Power BI、Dundas、Tableau、Qlikなどの膚倧な数のアナログを研究した結果、トレヌニングが最も簡単で䜜業システムが快適なものの1぀が囜内䌁業Polymaticsによっお開発されたこずがわかりたした。



無料のデモアクセスでも、圌らの専門家が芋぀けた思慮深くシンプルな゜リュヌションの数は顕著でした。 パブリックドメむンで利甚できるすべおの成果を改善し、深めたいずいう願望のもずに、圌らのアプロヌチが採甚されたした。



画像



蚭蚈品質の3぀のレベル



私の意芋では、耇雑さが枛少するに぀れお、珟代のシステムの蚭蚈が2䜍になるずいう問題を解決する3぀の方法がありたす。



レベル1-アルゎリズムを䜿甚する゜リュヌションず、倖郚の芳枬者にずっお完党に芋えないむンタヌフェヌス。



このようなトップレベルのシステムは、Webで混乱しおいるナヌザヌ情報を芁求せず、蚱可を埅たずに蚭定をオンにしたすが、必芁なデヌタを提䟛し、特に興味深いクラスタヌを特定し、バヌストし、完党に独立した䞀芋デヌタを接続し、゚ンドナヌザヌに発行するこずができたす準備が敎ったアドバむス、行動蚈画、目暙ぞの道。



この゜リュヌションは、普通の人がデヌタを入力し、指瀺、遞択、クリック、ドロップするずいう芁求を抌すこずから最小限の泚意をそらすこずを最小限に抑えるだけでなく、理想的です。 たた、特定の問題の根本原因を個別に芋぀けお凊理できるずいう事実によっおも。



このアプロヌチの最良の䟋えは、若い人の病気の予備予防です。病気の症状おそらくすでにひどく匕き起こされおいるが怜出されるのを埅たずに、薬が事前に歯を硬化させ、歯磚きをし、䜓ず粟神を匷化するこずを提案するずき、病気の予防です。



このレベルの゜リュヌションでは、定矩によっおシステムの芖芚的な蚭蚈は必芁ありたせんが、同時に、論理回路、UMLダむアグラム、プロセス分解、たたは単にマむンドマップが参照条件の100ペヌゞ以䞊を占有したす。



毎朝冷たい氎を泚ぐバケツのデザむンを䜓が気にかけない方法-しかし、朝のスケゞュヌルの明確なスケゞュヌル、調敎された氎枩、目暙ぞの明確な動きのための毎日の健康儀匏の動機付けを持぀こずが非垞に重芁です。



最新のシステムが少なくずもナヌザヌが最も芁求するレポヌトやデヌタ衚珟を事前に想定しお、このような巧劙なアクティビティを暡倣できる堎合は非垞にクヌルです。 これにより、「空癜のシヌト」からではなく、芖芚的に認識できる状態のダッシュボヌドから画面をロヌドできたす。 ここでの最適な手法は、時間を枬定するこずによる、既存のすべおの事実ず情報の初期分垃です。 そのため、ナヌザヌはすぐにプロセスに関䞎し、より深い調査のために新しいディメンションを远加したり、受信したデヌタをひねったり、すぐに芖芚化に切り替えたりするこずに関心がありたす。



これは、Yandex.Metricaが行うこずずたったく同じです。既存の接続に基づいおダッシュボヌドを即座に圢成するこずで、同じアむデアが実装されたした。



画像



2番目のレベルでは、問題の原因が芋逃され、その根本原因はあたり明確ではありたせん。たた、既存のツヌルの99が発芋、研究、分析の日付です。 ここでは、グラフィックデザむンの質ずデヌタの䟿利なプレれンテヌションが前面に出おきたす。



医薬品の類䌌品は、甘いsweet薬に包たれた矎しく包装された錠剀であり、患者はこれを最倧限の快適さで最も明確に区別できる症状や発熱などの結果ず闘い始めるこずを望んでいたす。 それ自䜓では、高熱は病気ではなく、身䜓による問題の出珟に独立しお非垞に適切に反応し抵抗する詊みです。 この原則に基づいお、ダッシュボヌド䞊のデヌタの異垞な兆候に基づいお、珟代のBIシステムの䜜業が組織化されるのは、たさにあなたのビゞネスの生呜䜓がどこかで発生した問題に抵抗できるず結論付けるこずができるからです。



ここでは、矎しさず芖芚的な味の暙準的な䞻芳的抂念に加えお、枬定可胜な特性をダッシュ​​ボヌドのデザむンの品質に適甚する必芁がありたす。



たた、非垞に重芁です。





私が理解しおいる3番目の最䜎レベルの品質は、䞀定のプロンプト、アラヌト、通知、マルチスクリヌン䜜成りィザヌド、および長時間のオンボヌディングプロセスで構成されおいたす。 ここでも、ナヌザヌは䞻にテキストの掚奚事項ず矢印を芋るため、デザむンの品質は䜕の圹割も果たしたせん。 過床に耇雑なデヌタを凊理するシステムに、このような過床に耇雑なむンタヌフェむスを䜜成するこずは、先隓的なアむデアです。 はい、そしお、ここでの医療䟋は完党に成功しおいたせん包括的な治療の代わりに、絶え間ない陰謀、䞭傷、および枯の撀退。



将来のシステムの基本原則を䜜成する



1.可芖性-デヌタは垞に衚瀺されたす



UXの芳点からするず、メニュヌ、蚭定、およびモヌダルりィンドりの䞋で少なくずも数秒間デヌタ自䜓を非衚瀺にするこずは、ナヌザヌがオンラむンストアで賌入するわずか1秒前に、泚文ず合蚈コストを即座にショッピングカヌトを非衚瀺にするこずず同じくらい悪いです。 戊闘機や電気機関車の運転垭のドロップダりンメニュヌを想像するこずもできたせんが、さたざたな操䜜画面では、この操䜜が煩わしくなりすぎおいたす。



2.連続性シヌムレス-結果を埗るのず同じ堎所でやり取りしたす



䞀般に、コントロヌルからデヌタを砎壊する問題は非垞に重芁であり、それを解決するために数十回の詊行が必芁でした。 ここでのギャップずは、テヌブル自䜓の右偎\巊偎たたは䞊郚\䞋郚にある特別なむンタヌフェむスパネルを通じおデヌタを管理する必芁があるこずを意味したす。



誰にずっおも進化の芳点から最も自然なのは、図の列たたは衚の行が完党に察話型であり、特別なコントロヌルパネルが暪に移動するのを埅たずにナヌザヌの芁望に応える準備ができおいるずきの「私が芋たものを取る」ずいう原則です。 これはおそらく実装が最も難しい原則の1぀でした。



3.玠早い知芚の基瀎ずしおの感情



絶察に3次元の䞖界で育った人は、数字の抜象化を感情ず理解で色付けされた情報に倉換するために䜙分なミリ秒を費やす必芁があるこずを理解するようになりたした。



ここには32,456ルヌブルず曞かれおいるだけではありたせん-これは色で匷調衚瀺された良い結果です。そうです、完了です。

34はここに曞かれおいるだけではありたせん-これは、マヌカヌで数字を匷調し、䌚議を開催し、prim責を敎理し、マニュアルで長期蚈画された再配眮を行う機䌚です。



私たちの意識によっお生成されたこれらの感情的な物語がなければ、数字は様々な指暙の枬定に぀いお知らせる単なる奇劙なアラビアの波線のたたです。



数字の1次元の䞖界ず図の2次元の䞖界に感情を远加しお、3次元を远加する詊みさえありたした。





盎接芋るず、テヌブルが衚瀺され、䜜業パネルがわずかに傟いおおり、突然色の付いた列たたは線図が数字から成長し、テヌブルのセットが芖芚的に矎しいダッシュボヌドになりたした。


ここで私たちは䞖界デザむンの専門家である゚ドワヌド・タフティの暩嚁に立ち䌚いたした。゚ドワヌド・タフティは垞に数倀デヌタをコンテキストに入れ、必芁な雰囲気で補完し、実際に拡匵珟実を圢成するように促しおいたす。 残念ながら、3次元の䞖界で倚次元OLAPキュヌブを高品質に配眮するための人件費は単玔に法倖に高く、有甚な効果はそれほど明癜ではありたせん。



4.反機動性



ビッグデヌタを扱うプロセスのフィヌルド調査では、モバむルむンタヌフェヌス甚の本栌的なデヌタ管理ツヌルの䜜成が非垞に物議を醞すように思われたこずが非垞に物議を醞しおいたした。



おそらく、蚭定、オプション、高床な機胜コックピットを参照を倚く搭茉した耇雑なデザむナヌは、窓のビゞネスクラスでリラックスした旅行者の堎所からビッグデヌタの囜に明確に分離する必芁がありたす。



ハリりッドの倧ヒット䜜の消費者が監督の怅子に入るこずを蚱可されおいないのず同じように、同じナヌザヌにはシステム内の2぀の異なる圹割が必芁であるずいう結論に達したした。

高床なデザむナヌ機胜を備えたPCのオペレヌタヌデヌタ。必芁なキュヌブ、サマリヌテヌブル、最終ダッシュボヌド、スマヌトフォンのビュヌアヌを䜜成し、最終ナレヌションに熱心で、ダッシュボヌド/ストヌリヌボヌドに衚瀺されるプロットのひねりず回転に心から共感したす。



5.テヌブルの重芁な圹割



明らかに、デヌタの衚圢匏衚瀺の重芁性ず単玔さを過小評䟡すべきではありたせん。 同時に、圌ら自身のささやかな研究により、4〜5列のデヌタからすでにテヌブルを認識するこずは非垞に難しいこずが明らかになっおいたす。 さらに、衚のデヌタ任意の倧量が䞊べ替えられた列の情報平均しお3぀以䞊の結論に焊点を圓おるしか平均的な人が評䟡できないずいう内郚確信が開発されたした。



同時に、第2レベルのグルヌプ内で既に困難な二重䞊べ替えは問題で認識されおおり、しばらくしおテヌブル内のネストの第3レベル内で䞊べ替えを行うず、孊生は単玔な゚ラヌず結論の混乱を研究したす。



したがっお、10-20次元の5-7セットの情報を持぀倚次元OLAPデヌタキュヌブを、1次元たたは2次元の単玔なテヌブルのヒヌプ党䜓ずカヌドに瞮退した情報セットのペアに適応させる必芁がある堎合、逆説が埗られたす。



これらの非垞に単玔なテヌブルを「ドラッグ」、オヌバヌラップ、リバヌス「ブレむキング」によっおマヌゞする優れた手法にもかかわらず、画面䞊の䜕癟枚ものカヌドの山のような゜リュヌションの混chaずした倖芳は、私たち自身の芳察を䜿甚しお芋぀かったパスを完党にたどるこずができたせんでした。



もちろん、カヌドむンタヌフェヌス自䜓は非垞に優れおいるだけでなく、ダッシュボヌド党䜓たたはキュヌブをアンロヌドせずに、テヌブルから1぀のカヌドを任意のメッセンゞャヌに送信する機胜もありたすが、実際には、この特定の機胜の存圚は決定したせんデヌタ怜出甚のツヌルを遞択する際の芁因。



正盎に蚀うず、瀟内の研究甚゜フトりェアを遞択する問題はたったく発生しなかったため、革新的なむンタヌフェむスのアむデアを最小限に厳密に削枛する必芁がありたした。



6.ドラッグアンドドロップで䞋ぞ



ドラッグアンドドロップなどの操䜜の流行性ず流行性にもかかわらず、実際には非垞に耇雑なシステムでも、定期的に拒吊する必芁がありたす。 問題は、ドラッグはナヌザヌにずっお蚱されない倚くの時間ず劎力を「食べ」、通垞のクリックの代わりにナヌザヌを匷制するこずです。



  1. キャプチャする
  2. ドラッグする
  3. 狙う
  4. 手攟す
  5. 吐き出す
  6. 再床、より正確に取埗しおドラッグしたす。


私の研究では、テヌブル\ダむアグラム\コンストラクタヌのデヌタを持぀小さなフィヌルドの平均的なドラッグアンドドロップには玄2秒かかるこずがわかりたした。 この退屈な操䜜には30分もかかるこずがあり、ナヌザヌの集䞭力、カロリヌ、時間をさらに詳现なデヌタ分析から取埗したした。



同じこずがネストされたドロップダりンメニュヌにも圓おはたりたす。いく぀かの蚭定を行うには、倚くの堎合、最初のレベルのメニュヌを2回続けお開き、次のサブメニュヌに移動する必芁がありたす。 最悪なのは、そのような蚭定メニュヌがデヌタ䞊で抜けるように蚭蚈されおいる堎合、実際にはプロセス党䜓が開始されたためです。



䞻な問題





そのため、むンタヌフェむスを蚭蚈する際に、いく぀かの基本的な問題を特定するこずができたした。



aビッグデヌタ-本圓に倧きい。 倚くのディメンション、ファクト、プレれンテヌションオプション、および最倧7぀の同時蚭定があり、アナリストの芖芚的な過負荷を垞に発生させ、スクロヌルせずに氎平線たたは垂盎パネルを入力したす。



b垞に目の前に、遞択したキュヌブのすべおのデヌタフィヌルドのディレクトリを保持する必芁がありたす。これは、画面党䜓の最倧4分の1を占めたす。



c゜ヌシャルネットワヌクず小さなスマヌトフォンでの連絡先の管理に適したGoogleの資料ガむド-耇雑なb2bシステムには適切ではありたせん。



d事実ずその事実ずの盎接的な関連性の欠劂。 それらの間に芖芚的な「橋」を投げるこずによっお関連デヌタを衚瀺するこずの難しさ。



e明確な倉換アクションの欠劂、明確な最終目暙、研究の終了。 各デヌタは絶えず倉換されるため、ナヌザヌは定期的に1぀のレポヌトに戻り、それに基づいおすべおの新しいバリ゚ヌションずデヌタスラむスを䜜成できたす。



f事前に䜜成されたシステムテヌブルの定性分析のために、キヌボヌドから耇雑な匏、フィルタヌ、カテゎリを入力する必芁が定期的にありたす。



gナヌザヌが耇雑なフィルタリングの耇雑さに混乱するこずなく、䞀床にレポヌト党䜓および各ダむアグラムに個別にフィルタヌを蚭定する機胜。



hデヌタを別の芖芚的゚ンティティテヌブルたたは図に削陀しお、テヌブル内の領域なげなわを匷調衚瀺するための必須ツヌル。



iペヌゞをリロヌドせずにモヌダルりィンドりで暗くするこずなく、単䞀のりィンドりで䜜業したす。





ホットキヌは叀くなっおいたすか



今日の分析プログラムのむンタヌフェむスず耇雑さが䌌おいる過去のフラむトシミュレヌタは、MightずMainでホットキヌを䜿甚しおいたした。 したがっお、ある段階では、デヌタ管理のすべおの困難をキヌボヌドに移すこずは興味深いアむデアのように思えたした。



そのため、各デヌタフィヌルドには珟圚の状態のむンゞケヌタヌのみがあり、すべおの䞊べ替え、数匏、フィルタヌ、たたは軞の倉曎は、マりスで必芁なファクト/枬定を遞択した埌、CtrlボタンでS、F、Z、X、Y、Tabの組み合わせを䜿甚しお実行されたす。 圓然、このようなアプロヌチでは、ナヌザヌのトレヌニングず適応が非垞に長くなりたす高い入力しきい倀が、むンタヌフェむスの芖芚的な郚分を倧幅に軜枛できたす。



同様に、ある時点で、すべおのオプションをタグに眮き換えるず、むンタヌフェヌスが倧幅に軜枛されるように思われたした。 しかし、このようなアンロヌドは想像䞊のものであり、画面が簡単になりたした-デヌタの挔算子の寿呜を倧幅に耇雑にし、膚倧な数のタグず短い数匏を曞くためのルヌルを芚えおおく必芁がありたした。



たた、残念なこずに、最倧限の効率性の理由から、䌚瀟のニヌズに合わせおグラフィカルレポヌトを定型化する独自のグラフィカルラむブラリを䜜成するための゜リュヌションをプッシュするこずはできたせんでした。 私は既存のものの1぀を取り、そのような矎しさを自分自身から奪わなければなりたせんでした



すべおの苊しみの結果





ご芧のように、倚くの抂念が詊されたしたが、それぞれの抂念は存圚する暩利がありたしたが、すべおの䞻芁な原則を完党に満たすわけではなく、既存の問題をすべお解決するこずも、新しい問題を生成するこずさえしたせんでした。



珟圚の段階では、理想に最も近い解決策は、埓来「ノヌトブック」抂念ず呌ばれる解決策であるように思われたす。



それは感情的です-それは孊校からの楜しい思い出を匕き起こし、それは可胜な限り腰の重芁性を匷調するノヌトブック定芏を含んでいたす。 垞にデヌタを衚瀺でき、文字列に新しい倀を入力した堎合にのみ重耇したす。 コンストラクタヌずいう圢での絶察的なアンチモバむルですが、参照によっお電話からHTMLで生成されたダッシュボヌドを衚瀺できたす。



ここの各行は察話匏であり、指定した堎所で枬定、倀、フィルタヌの名前の盎接入力を開始できたす。 高品質の自動蚭定は、入力を促し、高速化したす。



ドラッグはなく、すべおの蚭定は巊偎のナビゲヌションおよびコントロヌルナニットで論理的に構造化されおいたす。 PCの同じ画面は、テヌブルデザむナず最終的なダッシュボヌドの䞡方です。



デヌタディレクトリは垞に巊偎にあり、投げ瞄Ctrl + Lを䜿甚するず、テヌブルから任意の領域を遞択できたす。



しかし、最埌の問題はここではただ解決されおいたせん-デヌタ自䜓ずその蚭定は非垞に砎れおいたした。たた、人は垞に画面の右偎を芋お巊偎の蚭定を確認する必芁がありたす。



実際、この蚘事の目的は、最埌のゞレンマを解決し、最終的に最初のリリヌスにたどり着くために自発的か぀誠実に支揎できる芪愛なる同僚の助けを求めるこずです。



All Articles