Chartio gennemgang og vurdering

Chartio har designet sit self-service business intelligence (BI) værktøj til at arbejde i en af ​​to grundlæggende tilstande. Enten kan man have en individuel licens (som koster $ 150 pr. Bruger pr. Måned) eller som en teamlicens (som begynder på $ 249 pr. Måned). Brugere har valget mellem den interaktive træk-og-slip-funktion eller SQL-tilstanden Struktureret forespørgsel. Mens SQL-tilstand er beregnet til ekspertbrugere, vil de fleste forretningsbrugere sandsynligvis have lyst til at gå med træk-og-slip-funktionen. Chartio kan prale af en imponerende behandlingsmotor, men dens brugergrænseflade (UI) er stadig for klodset sammenlignet med top Editors 'Choice IBM Watson Analytics. Chartio snubler også hårdt mod bedre tilbud såsom den brugervenlige Microsoft Power BI, men det gjorde det lidt bedre imod Tableau Desktop, som også har nogle frustrerende brugergrænseflade-brugerfald. Chartio har nogle ting der går for det, men det slår ikke vores Editors 'Choice-valg IBM Watson Analytics, Microsoft Power BI og Tableau Desktop.

Chartio har 22 direkte datakildeforbindelser, der dækker spændingen fra Amazon Redshift, Google Analytics (GA) og Google Big Query til CSV-filer, Azure, Hadoop, IBM DashDB, MySQL og PostgreSQL. Virksomheden siger, at der er yderligere 150 datakildeintegrationer tilgængelige via dets datapartnere, en gruppe, der inkluderer HubSpot, Marketo, Salesforce og Zendesk Support. Chartio har en række stik til skybaserede relationelle databaser, hvilket fjerner behovet for at uploade data til Chartio. I stedet kan data simpelt hen spørges direkte fra disse databaser. Det er en march i den rigtige retning med hensyn til generel brugbarhed og markedsappel.

Teknisk set er Chartio hurtig og kraftig med få mangler. Det, der holder det tilbage, er UI . Med I det nuværende UI-design antager virksomheden mere raffinement i forretningsanalytikere, end det er typisk i den virkelige verden, især nu hvor "selvbetjening" og datademokratiseringstrendene bliver så populære. Datavidenskabelige færdigheder er stadig svært at finde hos både ansatte og ansøgere, og mange brugere mangler sandsynligvis selv i statistikker. Det betyder at, for at få succes med et generelt erhvervspublikum, forventes meget mere af leverandører at kompensere for denne færdighedsmangel. Og der er gnider med dette brugergrænseflade: Brugere vil sandsynligvis blive forvirrede over hvad der tæller som en måling mod hvad der tæller som dimensioner, selvom Chartio tilbyder tydeligt markerede indstillinger i hver. Virksomheden skal arbejde på at gøre sin teknologi mere tilgængelig.

Hvis nye eller lavt kvalificerede brugere skulle starte ved UI, ville de sandsynligvis ikke have nogen idé om, hvad de skal gøre. Med andre ord, selvom Chartio ikke har nogen anmodninger, er de ikke intuitive nok for begyndere eller endda for mange mellemstore kvalificerede brugere. Dette udgør en alvorlig udfordring for dataredokratisering og distribueret BI-indsats, hvilket Chartio siger er dens mål med dette produkt.

Der er dog en frelsende nåde. Chartio har en god menu med guider, tutorials, videoer og mere, gemt under Hjælp-knappen. Der er også et DMX-værktøj, der er forbundet med en person på Chartio for at hjælpe med eventuelle problemer. Det er nyttigt, hvis begynderbrugere rent faktisk starter med hjælpefunktionerne i stedet for at spilde tid på at snuble rundt om brugergrænsefladen. Det er også nyttigt, hvis du har en SQL-ekspert på dit team.

Kom godt i gang

IT begynder generelt konfigurationsprocessen ved at indlæse de nødvendige datasæt og indstille eventuelle overholdelses- og sikkerhedsregler. Alternativt kan brugere starte med at oprette forbindelse til datasæt, de har i skylagring eller uploade data fra deres egne butikker ved hjælp af en reverse Secure Shell (SSH) tunnel.

Indlæsning og præpping af data er altid den sværeste del af brugen af ​​en BI-app, ikke kun Chartio, så forvent nogle hikke i slutningen af ​​tingene. Men det er ikke altid et problem med produktet. I mit tilfælde kom problemer fra blips og dips med tilladelse fra min internetudbyder (ISP) og den sædvanlige mulling, som stik ville fungere, eller hvis jeg var nødt til at foretage nogen kortlægning først.

I sidste ende uploadede Chartios folk mine testdata for mig fra en offentlig Dropbox-konto, en proces, der efterligner et træk brugere kan tage inden for systemet ved at invitere en firmadatabaseadministrator til at hjælpe med at oprette forbindelsen. Denne invitation opnås gennem et enkelt klik på siden "Datakilder" i brugergrænsefladen. Det er bemærkelsesværdigt, at Chartio er et ægte webbaseret produkt, der ikke kræver nogen installation på klienten, som Tableau Desktop og Microsofts Power BI gør. Alt fra indlæsning af data og forberedelse af data til analyse og publicering er håndteres off-site. Derudover er opdateringer øjeblikkelig og automatisk, hvilket altid foretrækkes frem for at skulle opdatere eller programmel software på din computer.

Opdagelsesprocessen

Som tidligere nævnt vil UI-processer og -betingelser være velkendte for mellemstore og avancerede datapersonale og forretningsanalytikere, men meget forvirrende for de mindre erfarne eller begyndere. Alligevel kan indlæringskurven reduceres betydeligt, hvis brugerne først ser tutorials på Chartios ressourceside. Quick-Start Guide skal være obligatorisk, og derefter kan du designe dit eget uformelle træningsprogram fra Chartios bibliotek med træningsvideoer, dets Data Boot Camp og diverse hvidbøger. Når først UI-navigation er fundet ud (og det kræver betydeligt arbejde), er processerne temmelig ligetil.

På dette tidspunkt kan brugerne vælge Basic eller Advanced (beta) versioner og vælge en af ​​to tilstande: Interactive eller SQL. Den avancerede datapipeline findes i den avancerede (beta) version og kan også aktiveres ved at tilføje et nyt diagram til et instrumentbræt. Det bygger i det væsentlige et diagram over arbejdsbyrden - en visualisering af databehandlingen. Diagrammer og data kan flettes eller ændres ved anvendelse af lag ved hjælp af et enkelt træk-og-slip-middel. Knudepunkter tilføjes eller slettes på samme måde.

Den interaktive tilstand i basisversionen er den nemmeste at bruge, men det er informativt at klikke over til SQL-tilstand for at se, hvordan systemet automatisk skriver kode fra træk-og-slip-kommandoer i den interaktive tilstand. Det er en hurtig oversigt ind i den primære fordel ved selvbetjenings-BI-apps generelt: ikke nødvendigt at skrive kode eller opbygge modeller.

I interaktiv tilstand vælger brugerne en datakilde i rullemenuen øverst til venstre, hvorefter systemet automatisk viser et antal indstillinger, der er tilpasset det datasæt. Et klik på Tabel-ikonet afslører dataene som en tabel, der hjælper brugeren med at se, hvilke data der er, og hvilken oprydning der kan være brug for, såsom eliminering af tomme felter eller standardisering af oplysninger som postadresser.

Alternativt vil et klik på navnet på datakilden afsløre et udvalg af mål og dimensioner, som effektivt leder brugerne til en liste over valg, der strukturerer forespørgslen. Derfra vil et klik på knappen Kør forespørgsel gengive den resulterende analyse i en visualiseringsform, som systemet har valgt, men som brugerne kan ændre ved et klik eller ved at tilføje lag.

Mens denne opsætning kan være nyttig, fandt jeg, at den var noget irriterende. For at komme til det, jeg virkelig ønskede at vide, var jeg nødt til at finde ud af datapipelinjen i bunden af ​​UI - og dens noget kryptiske kommandoer - for at tilføje lag og blande data, foretage ændringer i kolonner og rækker og udføre datatransformationer. Efter alt dette ankom jeg endelig den forespørgsel, som jeg virkelig ønskede at spørge hele tiden.

Som Bugs Bunny ville sige, når han dukkede op et sted, mente han ikke at være: "Jeg må have taget en forkert sving i Albuquerque!" Faktisk tog jeg adskillige forkerte vendinger, men kom endelig, hvor jeg skulle være. Det er dog som enhver anden software i det, når det først er gået gennem et par gange, bliver det lettere. Alligevel, for at Chartio skal ramme den høje bjælke, som den så klart sigter mod, skal den finde en måde at føre processerne videre ind i baggrunden og bringe et mere menneskevenligt aspekt til dets UI og skærme, i det mindste for Interaktiv tilstand.

Datavisualisering

Valg af datavisualisering er utilitaristisk snarere end kunstnerisk, hvilket betyder, at du finder det sædvanlige udvalg af cirkeldiagrammer, søjler og linjediagrammer plus boble-, kort- og spredningsdiagrammer. Der er intet galt med utilitaristisk visualiseringer, da hurtig og præcis formidling af information er målet, og velkendte diagrammer tjener dette formål godt. Brugere kan klikke på Gear-ikonet for at komme til Kortindstillinger for en smule tilpasning, såsom farveændringer, fontmanipulationer og bore ned variabler.

Værktøjet vælger automatisk en visualisering for at overføre output fra en forespørgsel, men brugere kan ændre det med enkle klik på indstillingerne, der er vist nedenfor den viste visualisering. Snapshots er en cool og nyttig funktion, da den opretter og gemmer en PDF-kopi af dashboards, så du nemt kan gennemgå og sammenligne historiske kortdata. Selv med disse kapaciteter er det vigtigt for dig at bruge mere moderne eller avancerede visualiseringer, så er du bedre stillet med en af ​​vores Editors 'Choice-vindere, især Microsoft Power BI og Tableau Desktop.

Ikke designet til streaming af Analytics

Chartio er, som alle sine konkurrenter i denne kategori, ikke designet til real-time, streaming-dataanalyse. Opdateringscyklusserne er dog hyppige nok til, at analyser i mange tilfælde kan kvalificeres som nær-realtid. Det er en smule chokerende for mig, at dette er tilfældet overalt med selvbetjenings-BI-apps i betragtning af den møtende strøm af realtidsdata fra Internet of Things (IoT). Nederste linje: De fleste brugere finder ikke noget problem med manglen på streaminganalyse i øjeblikket.

I øjeblikket rapporterer virksomheden, at 80 procent af dets brugere, der bruger produktet hver dag er integrering af 15 datakilder i gennemsnit. Det er et højt gennemsnit af integrerede datakilder, der sandsynligvis betyder, at Chartio-brugere er sofistikerede databrugere snarere end de ofte mindre dygtige brugere længere nede i den voksende kæde af demokratiserede data. Dette er ikke overraskende i betragtning af, hvor få virksomheder der virkelig har distribueret BI i en sådan granulær grad.

De mest almindelige sager til brug for Chartio er markedsføring, drift, produktstyring og salg, og systemet er velegnet til alle disse, så længe brugerne er velbegrundede i softwaren og fortrinsvis har en vis erfaring med dataanalyse. Chartio bruger maskinindlæring (ML) og er helt webbaseret, hvilket bedre positionerer det til at udføre i skala, efterhånden som data fortsætter med at vokse over tid og med fremkomsten af ​​IoT.

Bortset fra det udfordrende brugergrænseflade er Chartios andet bemærkelsesværdige problem, at det stadig er dyrt sammenlignet med mange af sine konkurrenter. Problemet er, de fleste små operationer vil sandsynligvis være bedst tjent med Chartios "Team-plan", som faktureres som værende for "op til seks brugere." Når du først begynder at bruge det, vil du opdage, at udtrykket "brugere" er defineret som en editor og fem seere . Sammenlignet med konkurrencen er "redaktører" det, de fleste ville overveje at være typiske brugere, idet de kan oprette forbindelse til datakilder, bygge diagrammer og dashboards og ellers arbejde med værktøjet. "Seere" er defineret som personer, der kan se dashboards og diagrammer, men ikke er forbundet til en datakilde og ikke kan sidde på huk med værktøjet. Det betyder, at for $ 249-pr. Måned-teamplanprisen får du kun én reel bruger. Dette ser ud til at være i strid med hele forestillingen om distribueret BI, som Chartio hævder at støtte, og det vil helt sikkert øge omkostningerne, hvis du ønsker, at et stort segment af dine medarbejdere virkelig skal arbejde med deres data.

Generelt er Chartio en lovende BI-platform med understøttelse af avancerede datamanipulationsfunktioner, som de fleste virksomheder har brug for fra et BI-værktøj. Dens prisstruktur og komplekse brugergrænseflade vil være problemer for nogle mennesker, men i fremtiden vil det også være nødvendigt at udvikle mere sofistikeret datavisualisering og streaming af dataanalysefunktioner. Stadig set er dets kernefunktionsfunktion bestemt bestemt og værd at undersøge på din vej til en købsbeslutning.