FactGem: Isama ang Mga Pinagmulan ng Data sa Minuto ... Walang Kinakailanganang Code!

FactGem

Nasa silo ang data. Ang negosyo at IT ay kapwa hinihingi ang isang pinag-isang pagtingin sa data upang makatulong na magbigay ng mga solusyon sa mga hamon sa negosyo ngayon. Ang mga ulat na nagbibigay ng pinag-isang pagtingin sa pinagsamang data ay kinakailangan upang ang mga tao ay makatingin sa impormasyong mahalaga para sa kanilang mga samahan at magtanim ng kumpiyansa sa kanilang kakayahang magpatupad at maghatid ng tumpak na impormasyon na kritikal sa tagumpay ng kumpanya.

Gayunpaman, ang data ay kumakalat sa maramihang mga sistema ng pakikipag-ugnay, mainframe, filesystem, dokumento ng tanggapan, mga kalakip na email, at marami pa. Dahil ang data ay hindi isinama at ang mga negosyo ay nangangailangan pa rin ng pinag-isang impormasyon, ang mga negosyo ay nagsasagawa ng mga pagsasama ng "swivel-chair" at lumilikha ng mga ulat na "titig at ihambing". Nagtanong sila ng isang silo at kinopya ang mga resulta upang mag-excel, magtanong ng isa pang silo at i-paste ang data nang paulit-ulit. Inuulit nila ang prosesong ito hanggang sa magkaroon sila ng isang bagay na kumakatawan sa ulat na labis nilang nais na likhain. Ang ganitong uri ng pag-uulat ay mabagal, manu-manong, hindi maaasahan, at madaling kapitan ng error!

Karamihan sa mga organisasyon ay umamin na ang mga tool at teknolohiya na lumikha ng problema sa data silo ay hindi maaaring gamitin sa solusyon. Bilang isang resulta, sa huling ilang taon, nakita namin ang paglaganap ng mga database at teknolohiya ng NoSQL na ipinakalat upang makatulong na maisama ang data nang mas mabilis at may mas liksi. Habang ang mga makapangyarihang bagong database at platform na ito ay maaaring mabawasan ang oras sa pagsasama ng data kumpara sa tradisyunal na pamamaraan, lahat sila ay sentro ng developer at nagdadala sa kanila ng isa pang hanay ng mga hamon na kailangang mapagtagumpayan pagdating sa pagkuha ng mga kasanayang kinakailangan upang paunlarin at gumana sa mga teknolohiyang ito. Maraming mga hadlang na likas sa prosesong ito kasama ang pag-update ng pamamahala ng pagbabago at mga proseso ng negosyo upang magtagumpay sa paghahatid ng mga resulta.

FactGem nagbibigay ng isang paraan upang isama ang data nang hindi nagsusulat ng anumang code. Naniniwala sila na dapat mayroong isang mas madaling paraan upang isama ang data, at mayroon. Nilikha nila ito!

Ang koponan ng engineering sa FactGem ay tumagal ng pasanin sa paghawak ng pagiging kumplikado ng pagsasama upang ang mga gumagamit ng negosyo ay hindi na kailangang. Ngayon, ang isang talakayan sa pagsasama ng data ay hindi kinakailangang magsimula sa IT. Bilang isang resulta, maaaring magamit ang mga application ng pagsasama ng data ng FactGem upang mabilis na maisama ang magkakaibang mga silo ng data upang maihatid ang pinag-isang ulat sa dating hindi na konektadong data.

Kung ano ang paguusapan ay nalutas natin ang imposibleng problemang ito mula sa isang pananaw sa teknolohiya, ngunit ang talagang ibinibigay namin ay isang solusyon sa negosyo. CEO Megan Kvamme

Kapag nagsasama ng data, nagsisimula sila sa palagay na ang iyong data ay na-modelo na. Napakatalino ng mga tao sa iyong samahan, at malamang ang mga vendor mula sa kung saan ka bumili ng mga application at solusyon, ang lumikha ng mga modelong ito. Ang mga entity at ugnayan na pinapahalagahan mo at nais mong pagsamahin ang live sa iyong mga data silo. Mukha silang mga customer, order, transaksyon, produkto, linya ng produkto, provider, pasilidad, at marami pa. Nais nilang i-unlock ang data sa mga entity na ito at isama ang mga ito sa isang ulat na naghahatid ng mga makabuluhang pananaw sa negosyo. Sa FactGem, ito ay isang simpleng gawain.

Kung maaari mong iguhit ang mga entity at relasyon para sa iyong samahan sa isang whiteboard, maaari mong gamitin ang FactGem upang isama ang iyong data. Ganun kasimple.

Upang isama ang data sa FactGem, magsimula sa WhiteboardR. Sa application na ito, i-drag at i-drop ang mga entity at relasyon upang likhain ang lohikal na modelo para sa pinagsamang data sa pamamagitan ng "whiteboarding" ito sa browser. Sa WhiteboardR, tukuyin kung aling mga katangian ang nais mong maiugnay sa bawat nilalang, at kailangan mo lamang i-modelo ang kailangan mo, kung kailangan mo ito. Hindi mo kailangang malaman ang bawat katangiang nauugnay sa bawat nilalang bago ka magsimula. Hindi mo kailangang malaman ang lahat ng mga silo at mapagkukunan na huli mong nais na isama. Ang pinakamahusay na kasanayan ay upang magsimula sa pamamagitan ng paglikha ng isang modelo para sa ilang mga silo na alam mong maaaring magbigay ng isang pinag-isang ulat - at agarang halaga sa iyong negosyo. I-map ang iyong mga entity, kanilang mga katangian, at kanilang mga ugnayan sa bawat isa. Maaari ka ring lumikha ng mga patakaran sa negosyo upang tukuyin kung ano ang natatangi sa isang nilalang at kung ano ang dapat maging kadahilanan ng ugnayan nito hinggil sa iba pang mga nauugnay na entity. Kapag nilikha ang modelong ito, i-deploy mo ang modelo upang magamit ito sa MappR.

Habang hinahayaan ka ng WhiteboardR na gumamit ng isang application upang tukuyin ang isang pinagsama, pinag-isang, modelo ng negosyo sa buong negosyo, pinapayagan ka ng MappR na i-map ang iba't ibang mga natatanging silos ng data sa isang pinag-isang modelo ng WhiteboardR. Sa MappR, maaari kang kumuha ng sample ng isang mapagkukunan ng data at magsimulang lumikha ng mga pagmamapa. Sabihin nating sa isang mapagkukunan mula sa isang silo mayroon kang isang katangian cust_id at sa ibang silo, mayroon kang isang katangian ID ng miyembro, at alam mo ang parehong tumutukoy sa isang customer. Sa MappR, maaari mong mapa ang parehong mga katangiang ito sa pinag-isang katangian customer_id natukoy mo na sa pinag-isang modelo ng WhiteboardR. Sa sandaling mapa mo ang mga katangiang pinapahalagahan mo para sa isang mapagkukunan, ang MappR ay maaaring mag-import ng mga file mula sa silo na iyon at awtomatiko itong isasama sa modelo ng WhiteboardR at agad na mahihiling sa isang pinag-isang view. Maaari mong ipagpatuloy na mapa ang mga mapagkukunan at ingest data sa ganitong paraan hanggang sa naisama mo ang data na gusto mo para sa iyong pinag-isang view.

MappR

Sa WhiteboardR at MappR, maaari mo ring i-save, i-bersyon, at i-export ang mga modelo na iyong nilikha. Ang mga modelong ito ay may halaga kung saan sila ay naging ring ng decoder para sa pagtulong sa negosyo at IT na maipaalam ang kanilang pag-unawa sa data ng samahan, kung paano ito dapat gamitin, at kung paano ito ginagamit sa mga silo. Ang mga modelong ito ay maaari ding magamit upang makatulong na maipaalam ang mga bagong pag-deploy ng data at mga hakbangin sa muling pag-platform upang matulungan ang garantiya ng kanilang tagumpay.

Kapag na-load na ang data, pinapayagan ka ng BuildR na mabilis na makalikha ng isang simple, mahihiling na dashboard sa iyong pinag-isang data sa browser. Hinahayaan ka ng ConnectR na mag-deploy ng isang konektor ng data ng web para sa Tableau at iba pang mga tool sa BI upang maaari mo ring magamit ang mga tool na ito para sa pag-uulat sa iyong pinag-isang data.

Dahil ang FactGem ay gumagawa ng mabibigat na pag-aangat ng pagsasama ng data, at dahil kailangan mo lamang i-modelo at i-map kung ano ang kailangan mo, dahil kailangan mo ito, ang pagsasama ng data at paghahatid ng pananaw ay napakabilis. Ano ang hitsura nito sa totoong buhay?

Narito Kung Ano ang hitsura ng Isang Karaniwang Kasamang DataGem Data:

Noong nakaraang tag-init, isang Fortune 500 Retailer ang lumapit sa Factgem, na humihingi ng tulong dahil gumagamit sila ng isang higanteng CRM at kumukuha ng data mula sa ibang mga lugar upang subukang makakuha ng pananaw. Kailangan ng kanilang Chief Data Scientist upang madaling pagsamahin ang impormasyon ng warehouse ng mga tindahan, e-commerce at data ng customer upang maunawaan ang "Sino ang customer?"

Nangako ang FactGem sa paghahatid sa loob ng 24 na oras. Nagtayo sila ng naka-link na modelo sa lahat ng mga tindahan at customer, naglantad ng mga bagong pananaw, at ginawa ito sa loob ng 6 na oras, hindi 24! At ganun. . . Ang customer # 1 sa tingian ay ipinanganak. Lumipat sila mula sa pagtingin sa isang solong lungsod sa loob ng 6 na oras patungo sa pagtingin sa buong bansa, higit sa libu-libong mga tindahan, sampu-sampung milyong mga customer at terabytes ng data - at ginagawa ito lahat sa isang araw na trabaho. Ang iba pa sa tingiang, serbisyong pampinansyal, at pagmamanupaktura ay nagsisimula na ring makita at mapagtanto ang mga pakinabang ng FactGem sa kanilang mga samahan.

Ang teknolohiya ay umunlad hanggang sa puntong hindi na ito dapat maging nag-iisang pananaw ng mga inhinyero. Ang pagsasama-sama ng modernong data ay hindi kasing mahirap ng kagustuhan ng iyong kagawaran ng IT na maniwala ka. CTO Clark Richey

WhiteboardR

Ang module ng WhiteboardR ng FactGem ay nag-uugnay sa magkakaibang mga mapagkukunan ng data nang walang paggamit ng anumang code.

Bisitahin ang FactGem upang Matuto Nang Higit Pa

Ano sa tingin ninyo?

Ang site na ito ay gumagamit ng Akismet upang mabawasan ang spam. Alamin kung paano naproseso ang data ng iyong komento.