Ibm watson analytics gennemgang og vurdering

Kom godt i gang

Selvom dette er et fuldt self-service BI-værktøj, kan IT give en hånd i indlæsning af virksomhedsdata for at forenkle tingene yderligere for forretningsbrugere og for også at sikre, at overholdelses- og sikkerhedsreglerne indstilles, som IT ville have dem. Brugere kan dog nemt indlæse data selv, forudsat at de har legitimationsoplysninger til at få adgang til dem. Brugere bliver derefter bedt om at indstille regler.

Brugere kan også forme og rense dataene, inden de uploades ved at klikke på knappen "Shape Before" i stedet for på "Upload Now" -knappen, som begge er valgmulighederne efter at have klikket på "+ Nye data" (knappen Tilføj data) på IBM Watson Analytics-startside. Brugere kan depersonalisere kundenavne og andre personlige identificerbare oplysninger (PII) for at overholde reglerne om privatlivets fred i "Shape Before" -funktionen inden upload . Jeg brugte knappen "Shape Before" til at flytte gennem dataene og slette tomme rækker, men du kan også rydde op i adresser og datoer og anden information for at opnå overensstemmelse, som hjælper i analysen.

Med andre ord lader "Shape Before" bruger nemt at rense og forberede dataene med blot et par klik, inden du analyserer dem. Systemet beder brugeren om foreslåede rengørings- og forberedelsesopgaver, som et bestemt datasæt synes at systemet har brug for. Enkelheden i dette gør det let undervurderet, når du overvejer, at datapræparat typisk tager mere tid end noget andet trin i analyseprocesserne - men her er det et spørgsmål om promp og klik, og du er færdig.

Når alle datasæt er tilføjet af brugeren eller IT-afdelingen, viser brugergrænsefladen (UI) datasættene i brugerens valg af ikoner eller en tabel. Uanset hvad, dataene sæt vist der kan komme fra bruger uploads, data adgang til via en eller flere IBM Watson Analytics 'stik, datasæt, som er blevet kombineret af brugeren i systemet, eller datasæt fra IBM Watson Social Media (et analytisk værktøj til sociale medier tilgængeligt inden for IBM Watson Analytics-værktøjet).

Bemærk, at IBM Watson Analytics ikke foretager streaminganalyse; sådan er almindelig med Internet of Things (IoT) -data og andre kilder og systemer, hvor information streames og analysen skal være øjeblikkelig. I IBM Watson Analytics kan data dog opdateres ofte, så ofte som hvert 5. sekund for en næsten realtidslæsning. Det vil være tilstrækkeligt i mange tilfælde og sikkert til brugssager IBM sigter mod: visualisering, mønstring og social media point-in-time analyse. Det kan ikke bruges til nogen brugssag, der kræver faktisk realtidsstrømningsanalyse. Det kan være en stor mangel for nogle brugere.

Kort sagt fandt jeg, at dataopsætningen var enkel og ligetil og velegnet til den typiske forretningsanalytikeres færdighedsniveau samt inden for rækkevidde for de fleste andre forretningsbrugere. Systemet er meget intuitivt, men det kan alligevel være skræmmende for begyndere. Uanset færdighedsniveau anbefaler jeg stærkt at se tutorials først. Selvom de fleste brugere vil være i stand til at pirke og føle sig vej gennem værktøjet helt fint, vil tutorialen få dig til at køre hurtigere, især hvis du ikke har brugt et BI-værktøj til selvbetjening før. Hvis du har erfaring med datavangling og analyse, er det stadig en god tidsbesparelse at se tutorials indledningsvis.

Opdagelsesprocessen

Brugeren kan gå til opdagelsesfasen (det vil sige køre analysen) på en af ​​to måder: enten ved at klikke på et specifikt datasæt eller ved at indtaste et spørgsmål i spørgsmålslinjen. Hvis du klikker på et specifikt datasæt, får du anvisninger kaldet "Startpunkter", som leverer indsigt, som IBM Watson Analytics har beregnet for at være den mest interessante for dig. Ja, det betyder øjeblikkelig indsigt leveret via almindeligt anvendte og forudbyggede algoritmer.

Hvis du i stedet indtaster et spørgsmål i spørgsmålslinjen, kigger systemet efter disse oplysninger i alle de datasæt, du har tilføjet / indlæst i stedet for i et valgt datasæt. Du kan også klikke på Hjælpeværktøjet for at lære, hvordan du stiller et spørgsmål til systemet.

Jeg fandt, at forespørgsel om dette værktøj fungerer meget godt med naturligt sprog, hvilket betyder, at jeg kunne skrive et spørgsmål, da jeg ville spørge en kollega og derefter få indsigt og forslag, der passer. Jeg kunne også indtaste en serie af nøgleord og få den samme ting tilbage.

For eksempel skrev jeg "Hvilke typer produkter er mere populære lige omkring Black Friday-perioden?" og derefter skrevet som et separat spørgsmål "produkter, november." Som svar på begge sider trak systemet flere foreslåede spørgsmål og datasæt i rækkefølge efter relevans. Jeg kunne derefter hente indsigt ved at klikke på det forslag, der bedst passer. Jeg kunne også udforske hvert foreslået udgangspunkt i min fritid, hvor jeg kunne finde visualiseret indsigt og en rullbar infographic til hurtigt forbrug. Du kan endda ændre visualiseringsformen med et par klik.

Det er her i visualiseringsøvelsen, at jeg snublede lidt, og hvorfor jeg anbefaler at se tutorials først. Jeg troede, at jeg var nødt til at gå tilbage og stille et andet spørgsmål, for at gentage hele processen, bare for at tilføje en anden faktor (input) til mit spørgsmål. Det var først efter, at en firmagent ledte mig gennem demoen, at jeg lærte, at jeg kunne gøre det via "Color Value" -funktionen - som findes i en bjælke i bunden af ​​visualiseringen. Stort "duh-øjeblik" der, men det mindede mig om, at selvom IBM Watson Analytics er meget intuitivt, er det meget som at få en ny mobiltelefon og ubehageligt finde ud af kommandoerne kun for at undre sig over senere, hvorfor du fandt noget af det vanskeligt. Ja, det var nøjagtigt sådan. Intuitivt og let, men først efter at jeg skrabte hovedet og mumlede højt, "spekulerer du på, hvor de satte værktøjet til at gøre XYZ?" Sammenlignet med de fleste af sine konkurrenter er IBM Watson Analytics stadig en leg at bruge.

For mere komplekse forespørgsler, skriv spørgsmål, der begynder med, "Hvad driver X" eller "Hvad forudsiger X, " som vil tage dig til meget dybere dyk og indviklede beslutningstræer. Jeg fandt, at dette var yderst effektivt til at opdage indsigt, som ellers kunne have taget mig meget længere tid til endda at finde ud af, hvad jeg skulle bede om dataene.

Displayfunktionen - det tredje trin i dette systems proces - giver dig mulighed for at vælge visualiseringer, gemme dem og / eller offentliggøre på et instrumentpanel eller en infographic, som du bygger i et par klik eller Træk og dråber . Det er designet til at lette dig nemt dele den indsigt, du har fundet med andre, så du kan samarbejde om handlinger, der skal tages næste, eller om udvidelser eller forbedringer, der skal foretages i analysen.

Prissætning og versioner

Der er både en gratis prøveversion og en gratis udgave med begrænsede funktioner til rådighed. De, der tester systemet, styres automatisk til prøveudgaven, der tilbyder 1 megabyte (MB) lagerplads. Brugere kan beslutte at købe eller flytte til den mere begrænsede gratis udgave ved afslutningen af ​​prøveperioden. Plus-udgaven, den jeg testede, er $ 30 pr. Måned pr. Bruger og er i det væsentlige den gratis prøveversion med 2 gigabyte (GB) lagerplads sammen med den ekstra bonus at kunne indlæse større datasæt. Den Professional-udgave er designet til virksomhedsbrug og kan rumme flere brugere, mere komplekse samarbejder og flere dataforbindelser end de andre udgaver. Omkostningerne til den professionelle udgave er $ 80 pr. Bruger pr. Måned eller $ 960 pr. Bruger pr. År med 100 GB lagerplads.

IBM Watson Analytics giver indsigt, der kan hjælpe virksomheder i forskellige brancher fra detailhandel til sundhedsvæsen. Der er ingen tvivl om, at detektering af skjulte tendenser og sammenhænge i strukturerede og ustrukturerede data kan være værdifuld. Virksomheder kan analysere omstændighederne, der driver forretningsbegivenheder og bruge dataene til at informere fremtidige beslutninger.

Samlet set er IBM Watson Analytics smukt designet til at levere et meget intuitivt brugergrænseflade og en forenklet brugeroplevelse (UX). Opfordringerne er faktisk intelligente og guider selv begyndere i en smart retning, som vil gå langt i virksomheder, der sigter mod virksomhedsomfattende datademokratisering, som næsten alle i organisationen bruger dataanalyse i deres arbejde. Det er også meget glat at flytte brugere til dybere indsigt, selv hvis deres datavidenskaber er noget begrænsede. Ikke desto mindre kan meget erfarne dataforskere springe fra anmodningerne og gå direkte til komplekse forespørgsels- og beslutningstræer og undgå det meste af frustrationen forbundet med "brugervenlig" software.

Det betyder ikke, at IBM Watson Analytics er perfekt eller velegnet til alle brugssager. Det er manglende evne til at håndtere streaming-data og analyser undervejs vil være en stor ulempe for nogle (men et ikke-problem for mange andre). Hvis næsten realtid er tilstrækkelig til dine brugssager, og dine medarbejdere har en blanding af færdighedsniveauer, finder du, at dette værktøj er mere end op til opgaven.