Se gjennomgang og vurdering

Looker er et BI-verktøy (self-service business intelligence) som er fokusert på å løse ett bestemt problem: holde oversikt over de forskjellige SQL-baserte (SQL) baserte og NoSQL Big Data-kildene. Looker, som begynner på 3 000 dollar per måned for 10 brukere, kommer faktisk til BI-verdenen fra en annen retning enn mange av konkurrentene i denne gjennomgangsoversikten, inkludert Editors 'Choice-prisvinnere Microsoft Power BI og Tableau Desktop. I stedet for å prøve å gjøre ganske visualiseringer, tvinger Looker deg til å forstå datastrukturer og relasjoner fra SQL-kommandolinjen.

Ta med meg et øyeblikk fordi dette faktisk er en strålende ide. Ja, det er mange verktøy som kan ta Microsoft Excel-regnearkene dine og lage interessant grafikk, men Looker gjør ikke Microsoft Excel og visualiseringene er mer en ettertanke enn et mål. Ja, Looker har datadashboards og måter å redigere diagrammer for å gjøre dem mer overbevisende, men det du stort sett vil ende opp med å gjøre i Looker, bruker tid på å skrive SQL-kode for å undersøke dataene dine og samarbeide på tvers av bedriften for å bygge bedre datamodeller om virksomhet. Det er et subtilt, men viktig skille, og krever litt solid SQL-kunnskap hvis du skal få mest mulig ut av dette verktøyet.

Hvis du driver virksomheten din ved å bruke 27 forskjellige regneark fra Microsoft Excel, kan du hoppe over Looker og se andre steder. Men hvis du har minst en SQL-ekspert på ansatte, vil Looker være en fordel for din virksomhet ved å la deg utnytte denne ekspertisen til mer tilgjengelige data som alle andre kan bruke. Et problem med mange BI-verktøy er at vanlige brukere fremdeles må være avhengige av dataanalytikere for å gjøre noe av det tunge løftet av modellbygging og analyse. Looker frigjør brukere som ikke er datanerder, slik at de kan bruke mindre tid på å fikle med verktøyet og mer tid på å utforske dataene sine.

Looker er dyktig i både SQL og nettbaserte data, noe som ikke er noen liten prestasjon. Den støtter mer enn 25 forskjellige varianter, inkludert støtte for Google BigQuery, Hive, Spark og Vertica. Dette er ikke så bredt som Domo, men forståelig gitt at produktet er ganske nytt. Imidlertid brukes den allerede i noen veldig store installasjoner, med hundrevis av seter som bruker petabytes med månedlige data.

Looker er utelukkende en webtjeneste som kjører i nettleseren din. Appen er lydhør, så det er en enkelt versjon som vil støtte nettbrett og smarttelefoner, så vel som stasjonære og bærbare datamaskiner. Det er ingen ekstra programvare å laste ned, og det gikk fint på en rekke nettlesere (inkludert Microsoft Edge) i testene mine. Du kan sette begrensninger på antall rader som vises mens du bygger modellen, slik at du ikke vil overvelde nettleseren med spørsmålene dine. Når du er klar til å analysere hele datasettet, er det en enkel operasjon å fjerne disse grensene. Det er ingen faktiske grenser for datasettens fysiske størrelse som du kan jobbe med; noen Looker-kunder undersøker rutinemessig databaser med millioner av rader.

Samarbeid og visualisering

Looker tilbyr menyer på venstre side for generelle aktiviteter som å utforske dataene dine, administrere kontoen din og lage nye arbeidsområder. For å lage visualiseringer, er det en visning av dataskjemaet der du kan dra og slippe elementer og se hvilken SQL-kode som blir generert som et resultat. Appen har tre forskjellige tilgangsroller: Administrator, utvikler og vanlig bruker. Det er ikke så granulært som Tableau Desktop, men er i det minste en god start.

Og mens Looker's SQL-fokus får det til å høres ut som om det er et verktøy som hovedsakelig er rettet mot teknisk personell, jobber selskapet hardt for å gjøre programvaren levedyktig for et mer generelt publikum. Fra et rett datavisualiseringsperspektiv har Looker blitt mye mer fleksibel det siste året, for eksempel, noe som lar objekter i flere størrelser på instrumentbordet og legge til en ny kartleggingsfunksjon. Og i motsetning til mange BI-verktøy som først og fremst fokuserer på å eksportere visualiseringene deres for bruk i andre apper, la Looker faktisk også vekt på å importere visualiseringer, slik at kundene kunne bruke Javascript til å importere bilder utenfra til Looker-dashbord eller bare importere et utenfor bilde og overlegg Looker plott data på toppen. Looker støtter også Webhooks, som lar deg bruke Looker-dataobjekter som en del av tredjeparts arbeidsflyter, som de som er opprettet med Zapier.

Langs de linjene lyser Looker når det gjelder samarbeid. Hvert Looker-prosjekt eller gruppe av dataanalyser kan lagres som et Git-prosjekt, slik at enkeltpersoner kan spore endringer i SQL-kodebasene. det er en innovativ, naturlig måte for utviklere å samarbeide. Du kan også eksportere analysen din til en av fem forskjellige steder: en nettadresse, et stykke innebygd kode for enten dataene dine eller visualisering for en hvilken som helst webside, en datatabell som kan oppdateres dynamisk for et Google-regneark eller en spørringsfil egnet for Microsoft Excel. Hvis organisasjonen din bruker Slack, er det til og med en Looker Slackbot som lar brukerne lage direkte spørsmål og motta visualiseringer umiddelbart som en del av en Slack-samtale. Chartio koster ekstra for innebygningskoden; Looker inkluderer alt i en enkelt pris. Å ha alle disse delingsmetodene betyr at Looker kan bli mer verdifullt jo flere mennesker i et selskap bruker det. De andre BI-verktøyene kunne lære av Lookers eksempel ved å tilby dette vell av samarbeidsmetoder.

Lærende blikk

Lookers største utfordring er å lære å blande og matche SQL med sitt eget LookML-datamodelleringsspråk. Du bruker begge til å bygge modellene dine; Du kan starte med SQL-kode og få LookML-modelleringsrutinen til å bygge visualiseringene dine fra denne koden, og deretter legge til mer SQL-kode for å avgrense den generelle analysen. Dette høres mer komplisert ut enn det er, og hvis du allerede kjenner SQL, vil det ikke være noe problem. La meg faktisk omformulere at: å lese LookML-koden som er produsert vil hjelpe deg å optimalisere og lære hvordan du skriver bedre SQL-spørsmål (en annen fordel med å bruke dette verktøyet).

Looker har mange læringsverktøy som hjelper deg med å finne ut av ting, inkludert sin egen videokanal på Vimeo med mer enn 100 forskjellige kortkast-leksjoner og live videoopptak. Det er også et moderat nivå av online dokumentasjon som inkluderer flere "gåter" som vil motivere brukere til å lære mer om produktet.

LookML er utvidbar med mange forskjellige funksjoner. First er en serie av det Looker kaller "Blocks" som støtter integrasjoner med ledende nettprodukter som Salesforce.com, Snowplow og Zendesk, i tillegg til å være i stand til å lage en rekke funksjoner som å bestemme forskjeller mellom repetisjon og ikke-repetisjon kunder, gjør A / B-nettsidetester, lager sekvenser av transaksjoner og andre kraftige analyser. Det finnes også en serie forhåndsprogrammerte analytiske mønstre som å lage sammenligninger side om side og rapportere om aktive brukere etter en bestemt tidsperiode. Alle disse verktøyene gjør det lettere å distribuere og legge inn Looker-dashbord i andre produkter og raskt bygge noen veldig komplekse modeller.

Mange av disse funksjonene er dokumentert på Discourse, Lookers diskusjonsforum. Dette er også stedet der kundene kan foreslå nye funksjoner de ønsker å se, samt få tilgang til opplæringsprogrammer. Du vil oppdage et helt læringsmiljø med mange eksempler på datasett på Lookers nettsted. Når du har en gyldig innloggingsinformasjon på Looker, kan du fritt få tilgang til alt dette innholdet.

Priser og versjoner

Lookers pris varierer fra $ 3000 til $ 5000 per måned for 10 brukere. Ekstra brukere er $ 50 per måned. Dette setter det blant de dyrere verktøyene i denne gjennomgangsoversikten - og sannsynligvis utenfor rekkevidde for de minste virksomhetene. Looker kommer enten som en hostet tjeneste eller som en Java Archive-pakke som kan kjøres på dine egne servere hvis du vil ha den kontrollen.

Hvis bedriften din genererer Big Data og du har en SQL-guru på staben, er Looker et kraftig BI-verktøy du velger. Sin blanding av SQL og LookML-muskler med dra-og-slipp-dataelementer er imponerende, i tillegg til de omfattende samarbeidsalternativene.