Sap analytics cloud review og vurdering

SAP er noget af en pioner inden for Big Data, database og nu selvbetjeningsvirksomhed (BI) -værktøjer. Det vises i den imponerende SAP Analytics Cloud (som begynder ved $ 21 pr. Bruger pr. Måned). Dette produkt er bedst egnet til virksomheder, der allerede har standardiseret andre SAP-virksomhedsprodukter, men det er en solid indgang i sig selv på grund af dets overkommelige pris, solide funktionssæt og stærke datavisualiseringsfunktioner. Med det sagt vurderer vi det lavere end vores redaktørvalg IBM Watson Analytics, Microsoft Power BI og Tableau Desktop på grund af dets begrænsede datapreparationsfunktioner og uintuitive værktøjslinje.

Denne cloud-applikation er primært rettet mod SAP HANA-butikker, og for det meste taler den stadig på sprog for datavidenskab snarere end at tale som et menneske. Det generer ikke datapersonale, men i en verden af ​​rang-og-fil-datademokratisering betyder det, at SAP Analytics Cloud ikke er helt klar til prime time. UI'en er ikke intuitiv nok for begyndere, og der er ingen måde at bruge naturlige sprogforespørgsler som IBM Watson og Salesforce Analytics Cloud gør eller endda konkurrenter Microsoft Skype og Sisense, ikke mindre.

SAP har stadig gjort en vis indsats for at nå ikke-datapersonale med sin "skabe en historie" -tilgang. Selvom det ikke er fantastisk, gør det det stadig uden tvivl lettere for forretningsbrugere at forstå end enten Chartio eller Tableau Desktop, som begge har UI'er, der får begyndende brugere til at tro, at de ser på egyptiske hieroglyffer.

Som tidligere nævnt starter SAP Analytics Cloud ved $ 21 pr. Bruger pr. Måned. Det er derfor meget konkurrencedygtigt med resten af ​​banen, især med dyre, forretningsorienterede spillere som Domo. Hvor SAP Analytics Cloud lyser lysere end avancerede konkurrenter IBM Watson og Tableau Desktop er i sine øjeblikkelige og lette tilføjelser af lydhøre sider til publicering til mobile enheder, dets realtidsanalyse med streaming-datafunktioner og den førnævnte centraliserede brugeroplevelse (UX). Din IT-afdeling kan også få et centralt overblik over virksomhedens analytiske aktiver via den nye SAP Analytics Hub. At betragte SAPs BI Suite er en smule fragmenteret på tværs af flere produkter, det er et stort plus for IT-brugere.

Blandt de seneste opdateringer har SAP tilføjet support til scripting med R-sproget, som nu praktisk talt er obligatorisk for dataprofessionelle, der beskæftiger sig med forudsigelig analyse og maskinindlæring (ML), dog ikke så meget for forretningsanalytikere og generelle brugere. Der er også en ny Apple iOS-mobilapp og live-forbindelser til SAPs BW / 4HANA, S4 / HANA og Universes databaser. SAP Analytics Cloud er imidlertid også i stand til at indtage data fra ikke-SAP-kilder, typisk fra hybridmiljøer. Der er over 400 udvidelser og en enorm partner og udviklerøkosystem, der konstant arbejder på at tilføje mere.

Kom godt i gang

Upload af mine testdata var en leg og tog kun sekunder. Dette var det samme CSV-datasæt, som jeg brugte til at teste alle BI-apps til selvbetjening fra et forretningsanalytikerperspektiv, hvilket betyder, at det var stort, men ikke stort.

Som jeg nævnte, er appen Opsætning på en historisk fortællende måde for at hjælpe brugerne med at komme videre gennem processen. Min første bevægelse, iført min forretningsanalytikhat, var at klikke på knappen "Opret en ny historie" for at importere mine data og oprette en model. Havde jeg brugt en datavidenskabsmand eller en avanceret brugerhat (som jeg med rette kan hævde som min), kunne jeg have springet historiefunktion over og gået direkte til modellereren, hvor jeg kunne tilføje alle mulige ting, såsom formler, geoberigelser og hierarkier. Jeg kunne også lave mere avancerede visualiseringer i slutningen af ​​boret, men desværre går jeg foran min egen historie.

Historiefunktion er så let som SAP Analytics Cloud bliver, men der er en fangst. Dataene skal være rene, før du uploader dem, hvilket betyder, at der ikke mangler felter og ingen afvigelser i dataene i et felt. Så sørg for at alle adresserne er skrevet på samme måde, f.eks. Indtast dem nøjagtigt på samme måde, fordi der ikke er nogen enkel måde at udføre noget betydeligt forarbejde efter, at data er uploadet - noget vi gerne vil se lave om i fremtidige versioner. Ja, der er en "Valider data" -knap, der hurtigt returnerer en kort rapport om dine datahygiejne baseret på en prøve. Men ting bliver lidt grumset der.

Ved første øjekast syntes systemet at holde sin virtuelle næse og antydede blot, at mine data skulle renses. Det fortalte mig, at der var et spørgsmål, men ikke hvad det var. Da hvert af rapportbjælkens felter havde oplysninger i dem, antog jeg, at det var alt, hvad det havde at sige om sagen. Først da jeg klikkede rundt på den rapport, opdagede jeg flere oplysninger, og at problemet i sidste ende var et kortlægningsproblem. Boksen til "Fyld tomme ID-celler med en standardværdi" blev markeret som standard. Der er ingen klar måde at indikere "ansøgning" eller "ok" eller "gå videre nu." Ikke et ideelt værktøj til klargøring af data, og dets spørgsmål mangler bestemt for forretningsbrugere.

Opdagelsesprocessen

På linjen øverst er der flere symboler og noget tekst. Den første, der læser fra venstre, er Datavisning. Det viser sig, at dette er visningen af ​​datamanipulation, som lader mig gøre nogle mindre dataforandringer som at skifte betegnelse for en søjle fra dimension til måling eller omvendt. Dette er ikke noget, jeg vil kalde data prep, imidlertid Det er faktisk datamanipulation, som ikke er den samme, men en god funktion alligevel.

Målskolonner indeholder kvantitativ numerisk information, hvorimod en dimensionskolonne er kvalitative data og kan være i tal eller tekst. Med andre ord kan det være nyttigt at ændre en søjles betegnelse, men det har sine grænser.

Da jeg klikkede på Datavisning, anvendte systemet automatisk alt det, jeg fortalte det, at gøre tidligere, da jeg ramte "validere data" efter importen, hvilket ikke var rigtig meget. Der er et gemte ikon på linjen, men du kan let overse det, mens du er optaget af at følge anvisningerne.

Den næste prompt peger på "Indsæt" på øverste bjælke og opfordrer dig til at tilføje diagrammer og andre ting på siden. Det viser sig, at det er her, du vælger mål, dimensioner, diagramstrukturer og filtre. Ja, det betyder "Indsæt", hvor du faktisk begynder dataopdagelse. Ikke intuitivt.

Jeg vil ikke lede dig gennem hver kommando, men det er nok at sige, at bortset fra det universelle gemte ikon, den gamle velkendte disk tegning, næsten intet på denne bjælke gav mening for mig med hensyn til, hvilke funktioner der lå under. For eksempel fik skiftnøgleikonet mig til at forvente indstillinger eller et systemværktøj, men i stedet Jeg fandt "Historieoplysninger" og "Præferencer". Bare for at du ved, "Historieoplysninger" er det sted, hvor du giver dit dokument en titel og en kort beskrivelse, hvorimod "Præferencer" er et stort udvalg af ting som sidestørrelse og egenskaber og fliseindstillinger. Det hele var lidt forvirrende og efterlod mig at udforske systemet oftere end dataene.

Data visualiseringer

SAP Analytics Cloud har grundlæggende visualiseringer og foreslår automatisk et format, der passer til de data, du valgte, men du kan ændre til et andet format, hvis du foretrækker det. Du kan derefter kopiere og indsætte visualiseringen på en eksisterende historieside eller oprette en ny historie. Dette giver dig mulighed for at skrive en datahistorie i billeder og derefter oprette nye historier efter behov, som alle kan ændres til enhver tid. Skabelonerne er nyttige til at fortælle din særlige historie på en sammenhængende og sammenhængende måde. Tilpasninger er nemme ved hjælp af designpanelet og builderværktøjet. Jeg kunne virkelig godt lide den hele historiefortællingsmetode, fordi bundlinjen, det er det, at bruge datavisualisering handler om: at fortælle forretningshistorien.

For flere indstillinger i visualiseringer, kan brugere muligvis også tjekke SAPs nye Lumira 2.0-værktøj, der kombinerer Lumira-visualiseringer med SAP Design Studios.