Sisense anmeldelse og vurdering

Sisense er et selskab, der samler nyt momentum i BI-rummet med selvbetjening. I september 2018 annoncerede virksomheden en ny investering på $ 80 millioner fra New York-baserede venture capital (VC) firma Insight Venture Partners. Hvis du kender BI-værktøjer, vil du sandsynligvis blive imponeret over Sisense (som kun er prissat af brugerdefinerede tilbud). Det er et attraktivt produkt med betydelig kraft. Sisense mangler stadig mærkegenkendelsen af ​​andre BI-tungvægte såsom IBM Watson Analytics og Microsoft Power BI. Men med sin intuitive brugergrænseflade (UI) og den betydelige dybde af dens datavisualiseringsfunktioner er Sisense alvorligt værd at overveje.

Mens dens brugergrænseflade og kommandoer næsten ikke er så kendte som Microsoft Power BI, er det en alvorlig trussel mod Tableau Desktop i betragtning af øverste hylde funktionaliteter, såsom in-chip snarere end in-memory-behandling, og naturlige sprogkommandoer og forespørgsler, du kan bruge i tredjeparts apps såsom Microsoft Skype og Slack. Seriøst kan du stille et spørgsmål i Skype, og Sisense vil svare dig på Skype. Det er nok til at få endda IBM Watson Analytics til at sætte sig op og tage varsel. Ingen bekymringer endnu, Watson, da ikke alt i Sisense understøtter naturligt sprog, hvilket er en del af grunden til, at det ikke er et af vores redaktørvalg.

På den nedadrettede side er Sisense stadig en smule for klods til at være klar til prime time i en fuldt datademokratiseret organisation, hvor du vil have folk, der bruger data i deres jobbeslutninger uanset deres kvalifikationsniveau i datavidenskab eller statistik. Du ved, ligesom alle i enhver given organisation kan bruge Microsoft Word uden at skulle vide, hvordan man skriver kode eller endda hvordan man stave korrekt. Det er sandt, at det er muligt at få adgang til Sisense's analytik ved blot at sprænge et naturligt sprogforespørgsel ind i en tredjepartsapp meget til at gøre platformen universelt nyttig. Resten af ​​platformens UI er dog stadig nødvendigt, og det stemmer bare ikke overens med det niveau af brugervenlighed, der er nødvendigt for at tilfredsstille brugere, der ikke er kendskab til data. Virksomheden arbejder stadig på denne svaghed og gør en anerkendelsesværdigt job, der giver onlineuddannelse og læring med en velorganiseret supportafdeling og en velholdt blog.

Alligevel er det sådan en bøde - Tør jeg sige, badass- app det gennemsnitlige og dygtige forretningsanalytikere er sikker på at værdsætte. Det løfter det meste af byrden fra dygtigt personale uden at skulle købe yderligere værktøjer. Det er et full-stack værktøj, så der er mindre afhængighed af it eller højt kvalificerede ressourcer. Sisense spiller også godt sammen med andre analyser og apps, hvilket forklarer, hvorfor virksomheden tjener halvdelen af ​​sin indtægt fra indlejret brug i andre produkter.

Sisense har endnu ikke nået en kritisk masse på markedet, men den rammer sandsynligvis snart den milepæl. I mellemtiden er virksomheden mor på priser, så du bliver nødt til at bede dem om et tilbud. Det er også en ulempe, i betragtning af at det fortsat viser, at de lave samlede ejeromkostninger (TCO) er. Det er svært at lave matematik på dette krav uden først at vide prisen.

Kom godt i gang

Tænk på Sisense som bestående af to dele: Der er den intuitive webgrænseflade, og så er der ElastiCube, Sisense's proprietære analytiske database. ElastiCube skal downloades og køres lokalt, noget jeg ikke havde at gøre med andre spillere.

Efter downloaden gik jeg til Windows Start-menuen og åbnede Sisense ElastiCube Manager. Hvis du vil udføre tutorial først med eksempeldata, der allerede findes i systemet, skal du vælge Filer> Ny ElastiCube-fil og navngive filen "tutorial", "testing", "messing" eller noget der senere vil betyde at dette er 't den fil, du har brug for til noget andet. Følg derefter anmodningerne om at dyppe tåen ind, før du dykker ned i den dybe ende af poolen.

Efter at have kendt nok med datavidenskab sprang jeg lige ind i den dybe ende. Jeg så tutorials senere, og de er godt klaret og lette at følge. Det er smartere at se dem først, da UI ikke er så intuitivt, som det burde være, og noget af en skuffelse efter al den naturlige sproggodhed.

Uanset hvad, der var jeg med Sisense åben i min browser og ElastiCube Manager åben på mit skrivebord. Jeg gik direkte til "Open File" på ElastiCube. Nej, det er tilsyneladende ikke stien til mine data. Det bragte lokale filer op, men ville ikke lade mig åbne mine CSV-filer (Comma Separated Values).

Dernæst klikkede jeg på "Forbindelse til data", og det tog mig til en guide, der viser de stik, hvoraf der er masser. Der lærte jeg, at CSV-stikket er et af flere, der er forhåndsinstalleret. Et klik mere på "Arbejde med data", og der blev straks peget på en "+" -knap, hvor jeg kunne uploade mine lokale CSV-data.

Jeg ringer til at klikke på tre klik og ingen alvorlige fumler, hvilket betyder, at hvis du er en erfaren forretningsanalytiker, så er det ikke svært at udforske systemets sans-tutorial. Men hvis du ikke er det, vil du sandsynligvis finde dig selv helt tabt, hurtigt. Der er en betydelig læringskurve her, så se selvstudierne og noter.

Men kort sagt, klik på Tilføj data, vælg dine datakilder og indtast dine loginoplysninger efter behov for at oprette forbindelse. Alle tilgængelige tabeller præsenteres i hver database , og du vælger derefter dem, du vil bruge. Du kan forhåndsvise og mashup flere datakilder, før du tilføjer til dit skema. Oprettelse af en sammenbinding udføres ved at trække og slippe. Store datasæt kan kombineres i en enkelt terning. Derefter kunne jeg analysere dataene og oprette dashboards ved hjælp af webgrænsefladen. Alt dette lyder nemt, og det er, hvis du har arbejdet med BI-apps før, men ikke så meget, hvis dette er dit første skridt til at arbejde med data.

Du kan hente data fra flere datakilder, herunder eBay, Facebook, QuickBooks og PayPal. Det integreres også med skylagringsplatforme som Box. Derudover kan du inkorporere data fra DBaaS-platforme (Database-as-a-Service) som Google BigQuery.

Når dataene blev indlæst, fulgte jeg prompten til Build-kommandoen, hvor jeg kunne konfigurere og opbygge en ElastiCube. Der blev jeg præsenteret for to muligheder: Byg skemaændringer og opbygge hele ElastiCube. Endnu engang, første timere og lægge brugere kan stoppe ud og blive forvirrede. Jeg valgte den første mulighed, og systemet tog omkring fire minutter at afslutte bygge- og importprocessen. Så var jeg klar til at designe et dashboard og køre et vilkårligt antal ad hoc-analyser. Jeg havde nu også en ElastiCube-fil på mit skrivebord.

Opdagelsesprocessen

Klik på "Dashboard" i ElastiCube Manager, og du flyttes automatisk til Sisense's webgrænseflade i din browser. Alternativt på et senere tidspunkt havde jeg ikke behov for at åbne ElastiCube Manager først. Jeg gik simpelthen til webgrænsefladen for at bruge data allerede i ElastiCube. Én gang blev jeg bedt om at vælge et datasæt (fra dem, der allerede var i ElastiCube), også kaldet en Cube. Jeg kunne også give det nye dashboard et navn her, før jeg klikker på Opret.

Under underrubrikken "Widget" på næste side bad den mig om at vælge data igen. Men denne gang betød det ikke for mig at vælge et helt datasæt, da jeg allerede havde gjort det på den forrige side. Snarere betød det for mig at vælge felter fra tabellerne i de valgte datasæt. Hvis du vælger felter fra forskellige tabeller, som du ikke allerede har tilsluttet dig, får du en fejlmeddelelse - endnu et punkt i processen, hvor forretningsbrugere kan snuble. Der er en "Prøv igen" -kommando, men det gør ikke noget, hvis tabellerne ikke er sammenføjet. Jeg sprang tilbage til ElastiCube og sluttede sig til borde der.

Fra min Cube valgte jeg felterne "brand" og "device" og derefter en visualisering: treemap. Klik på knappen "Opret", indtastede en titel i titellinjen, tilføjede et par filtre og voila: Jeg havde en interaktiv visualisering at udforske. Hvis du er en almindelig Tableau Desktop-bruger, synes du, at denne proces er cool og supereffektiv. Hvis du mere er en "Fortæl mig, at det er" bruger af IBM Watson Analytics, så tager det dig et stykke tid at forstå nok om denne app til at virkelig sætte pris på den.

Data visualiseringer

I modsætning til andre BI-apps til selvbetjening ligger værdien af ​​visualiseringer i Sisense ikke i antallet af design og formater, som du kan vælge fra, men i dybden af ​​den indsigt, de udsætter. Kort sagt, de multidimensionelle widgets gengiver interaktive "drill til hvor som helst" visualiseringer, der giver masser af indsigt ved blot at rulle musen hen over dem eller klikke på forskellige sektioner. Sisense giver også brugere mulighed for at placere og ændre størrelse på visualiseringer på dashboards før deling, så de er lettere at læse i enten e-mail- eller feedtilstand, hvilket gør det ideelt til visning på flere enheder.

Jeg vil dog hævde, at den tilgængelige dybde i dens visualisering muligvis er den mest markante differentierer for Sisense. Disse betyder, at en analytiker eller en læg bruger let kunne opdage mere, end de oprindeligt forventede fra en given analyse, uden yderligere indsats. Men for at denne fordel fuldt ud kan realiseres i en datademokratiseret organisation, skal Sisense først gøre det lettere for lægbrugerne at komme til dette punkt.