Saben bisnis mbutuhake analytics data sing berkualitas lan visualisasi. Faktor penting liyane sing kudu ditimbang yaiku gampang digunakake kanggo pangguna bisnis. Alat kasebut ora mbutuhake biaya tambahan kanggo latihan karyawan ing tahap wiwitan. Salah sawijining solusi kasebut yaiku Tableau.
Layanan Rabota.ru milih Tableau kanggo analisis data multivariat. Kita ngobrol karo Alena Artemyeva, direktur analytics ing layanan Rabota.ru, lan ngerteni kepiye analytics wis diganti sawise solusi sing ditindakake dening tim BI GlowByte.
P: Kepiye carane butuh solusi BI?
Alena Artemyeva: Ing pungkasan taun kepungkur, tim layanan Rabota.ru wiwit tuwuh kanthi cepet. Nalika iku perlu kanggo analytics kualitas dhuwur lan dingerteni saka macem-macem departemen lan manajemen perusahaan mundhak. Kita nyadari kebutuhan kanggo nggawe papan siji lan trep kanggo bahan analitis (riset ad hoc lan laporan reguler) lan wiwit aktif pindhah menyang arah iki.
P: Kriteria apa sing digunakake kanggo nggoleki solusi BI lan sapa sing melu evaluasi?
AA: KritΓ©ria sing paling penting kanggo kita yaiku:
- kasedhiyan server otonom kanggo panyimpenan data;
- biaya lisensi;
- kasedhiyan klien desktop Windows/iOS;
- kasedhiyan klien seluler Android/iOS;
- kasedhiyan klien web;
- kamungkinan integrasi menyang aplikasi / portal;
- kemampuan kanggo nggunakake skrip;
- kesederhanaan / kerumitan dhukungan infrastruktur lan kabutuhan / ora perlu golek spesialis kanggo iki;
- prevalensi solusi BI ing antarane pangguna;
- review saka pangguna solusi BI.
P: Sapa sing melu penilaian:
AA: Iki minangka karya gabungan tim analis lan ML Rabota.ru.
P: Apa wilayah fungsional solusi kasebut?
AA: Amarga kita ngadhepi tugas kanggo mbangun sistem pelaporan analitis sing prasaja lan bisa dingerteni kanggo kabeh perusahaan, area fungsional sing ana gandhengane karo solusi kasebut cukup amba. Iki minangka sales, finance, marketing, produk lan layanan.
P: Masalah apa sing sampeyan rampungake?
AA: Tableau mbantu ngatasi sawetara masalah utama:
- Nambah kacepetan pangolahan data.
- Ngalih saka nggawe "manual" lan nganyari laporan.
- Tambah transparansi data.
- Tambah kasedhiyan data kanggo kabeh karyawan utama.
- Entuk kemampuan kanggo nanggapi owah-owahan kanthi cepet lan nggawe keputusan adhedhasar data.
- Entuk kesempatan kanggo nganalisa produk kanthi luwih rinci lan goleki wilayah wutah.
P: Apa sadurunge Tableau? Apa teknologi sing digunakake?
AA: Sadurunge, kita, kaya akeh perusahaan, aktif nggunakake Google Sheets lan Excel, uga pangembangan kita dhewe, kanggo nggambarake indikator utama. Nanging mboko sithik kita nyadari yen format iki ora cocog karo kita. Utamane amarga kacepetan kurang pangolahan data, nanging uga amarga kemampuan visualisasi sing winates, masalah keamanan, kudu terus-terusan ngolah data kanthi manual lan mbuwang wektu karyawan, kemungkinan kesalahan lan masalah nyedhiyakake akses umum menyang laporan. (sing paling relevan kanggo laporan ing Excel). Sampeyan uga ora bisa ngolah data sing akeh banget.
P: Kepiye solusi kasebut ditindakake?
AA: Kita miwiti kanthi muter bagean server dhewe lan miwiti nggawe laporan, nyambungake data saka storefronts karo data disiapake ing PostgreSQL. Sawetara sasi mengko, server ditransfer menyang infrastruktur kanggo dhukungan.
P: Departemen apa sing pisanan gabung karo proyek kasebut, apa angel?
AA: Umume laporan disiapake wiwit wiwitan dening karyawan departemen analytics; salajengipun, departemen keuangan gabung karo Tableau.
Ora ana kesulitan kritis, amarga nalika nyiapake dashboard, tugas kasebut dipΓ©rang dadi telung tahap utama: riset database lan nggawe metodologi kanggo ngitung indikator, nyiapake tata letak laporan lan setuju karo pelanggan, nggawe lan ngotomatisasi pasar data lan nggawe a visualisasi dashboard adhedhasar marts. Kita nggunakake Tableau ing tataran katelu.
P: Sapa sing dadi tim implementasine?
AA: Iku utamanΓ© tim ML.
P: Apa latihan staf dibutuhake?
AA: Ora, tim kita duwe cukup materi sing kasedhiya kanggo umum, kalebu data maraton saka Tableau lan informasi ing komunitas pangguna Tableau. Ora perlu nglatih karyawan liyane, amarga kesederhanaan platform lan pengalaman karyawan sadurunge. Saiki tim analis wis nggawe kemajuan sing signifikan ing nguwasani Tableau, sing difasilitasi dening tugas sing menarik saka bisnis lan komunikasi aktif ing tim babagan fitur lan kemampuan Tableau sing ditemokake ing proses ngrampungake masalah.
P: Carane angel kanggo master?
AA: Kabeh dadi gampang kanggo kita, lan platform kasebut dadi intuisi kanggo kabeh wong.
P: Sepira cepet sampeyan entuk asil pisanan?
AA: Ing sawetara dina sawise implementasine, njupuk menyang akun kasunyatan sing jumlah wektu tartamtu dibutuhake kanggo "polish" visualisasi sesuai karo wishes saka pelanggan.
P: Apa indikator sing wis sampeyan duwe adhedhasar asil proyek?
AA: Kita wis ngetrapake luwih saka 130 laporan ing macem-macem wilayah lan wis nambah kacepetan panyiapan data kaping pirang-pirang. Iki dadi penting kanggo spesialis departemen PR kita, amarga saiki kita bisa kanthi cepet nanggapi panjalukan paling anyar saka media, nerbitake studi sing akeh babagan pasar tenaga kerja ing umum lan ing industri individu, lan uga nyiapake analytics situasional.
P: Kepiye rencana sampeyan ngembangake sistem kasebut? Apa departemen sing bakal melu proyek kasebut?
AA: Kita rencana ngembangake sistem pelaporan ing kabeh wilayah utama. Laporan bakal terus dileksanakake dening spesialis saka departemen analytics lan departemen keuangan, nanging kita siyap melu kolega saka departemen liyane yen pengin nggunakake Tableau kanggo tujuane dhewe.
Source: www.habr.com