Sap analytics cloud review & rating

SEVJE er noe av en pioner innen Big Data, database og nå selvbetjent Business Intelligence (BI) -verktøy. Det viser i den imponerende SAP Analytics Cloud (som begynner på $ 21 per bruker per måned). Dette produktet er best egnet for selskaper som allerede har standardisert andre SAP-bedriftsprodukter, men det er en solid oppføring i seg selv på grunn av den rimelige prisen, solide funksjoner og sterke datavisualiseringsfunksjoner. Når det er sagt, vurderer vi det lavere enn våre redaktørvalg IBM Watson Analytics, Microsoft Power BI og Tableau Desktop på grunn av begrensede data prep-funksjoner og uintuitive verktøylinje.

Denne skyapplikasjonen er først og fremst rettet mot SAP HANA-butikker, og for det meste snakker den fremdeles på datavitenskapens språk i stedet for å snakke som et menneske. Det vil ikke plage datapersonell, men i en verden av rang-og-fil-demokratisering betyr det at SAP Analytics Cloud ikke er helt klar for prime time. UI-en er ikke intuitiv nok for nybegynnere, og det er ingen måte å bruke naturlige språkspørsmål som IBM Watson og Salesforce Analytics Cloud gjør, eller til og med konkurrenter Microsoft Skype og Sisense, ikke mindre.

Fortsatt har SAP gjort en viss innsats for å nå fagfolk uten data med sin "create a story" -tilnærming. Selv om det ikke er bra, gjør det det likevel uten tvil enklere for forretningsbrukere å forstå enn enten Chartio eller Tableau Desktop, som begge har brukergrensesnitt som vil gjøre at brukere fra begynnelsen tror de ser på egyptiske hieroglyfer.

Som tidligere nevnt, begynner SAP Analytics Cloud på $ 21 per bruker per måned. Det er derfor veldig konkurransedyktig med resten av feltet, spesielt med dyre, bedriftsorienterte spillere som Domo. Der SAP Analytics Cloud lyser lysere enn high-end-konkurrenter IBM Watson og Tableau Desktop er i sine umiddelbare og enkle tilsetninger av responsive sider for publisering til mobile enheter, sin sanntidsanalyse med strømming av datafunksjoner og den nevnte sentraliserte brukeropplevelsen (UX). IT-avdelingen din kan også få et sentralt syn på selskapets analytiske eiendeler via den nye SAP Analytics Hub. Å vurdere SAPs BI Suite er litt fragmentert over flere produkter, det er et stort pluss for IT-brukere.

Blant de siste oppdateringene har SAP lagt til støtte for skripting med R-språket, som nå praktisk talt er obligatorisk for datapersonell som arbeider med prediktiv analyse og maskinlæring (ML), men ikke så mye for forretningsanalytikere og generelle brukere. Det er også en ny Apple iOS-mobilapp og live-tilkoblinger til SAPs BW / 4HANA, S4 / HANA og Universes databaser. SAP Analytics Cloud er imidlertid i stand til å innta data fra ikke-SAP-kilder, vanligvis fra hybridmiljøer. Det er over 400 utvidelser og et stort økosystem for partner og utviklere som kontinuerlig jobber for å legge til mer.

Starter

Lasting av testdataene mine var en lek og tok bare sekunder. Dette var det samme CSV-datasettet som jeg brukte til å teste alle BI-apper med selvbetjening fra et forretningsanalytikerperspektiv, noe som betyr at det var stort, men ikke stort.

Som jeg nevnte er appen oppsett på en fortellende måte for å hjelpe brukere med å komme seg videre gjennom prosessen. Mitt første trekk, iført meg en forretningsanalytikerhatt, var å klikke på knappen "Create a New Story" for å importere dataene mine og lage en modell. Hadde jeg koblet en dataforskerhatt eller en avansert brukerhatt (som jeg med rette kan hevde som min), kunne jeg ha hoppet over historiemodus og gått rett til modellereren der jeg kunne legge til alle slags ting, for eksempel formler, geoberikelser, og hierarkier. Jeg kunne også lage mer avanserte visualiseringer på slutten av drillen, men akk, jeg kommer foran min egen historie.

Story Mode er like enkelt som SAP Analytics Cloud blir, men det er en fangst. Dataene skal være rene før du laster opp dem, noe som betyr at det ikke mangler felt og ingen avvik i dataene til noe felt. Så sørg for at alle adressene er skrevet på samme måte, for eksempel. Angi dem på nøyaktig samme måte fordi det ikke er noen enkel måte å gjøre noe betydelig forarbeid etter at data er lastet opp - noe vi gjerne vil se endring i fremtidige versjoner. Ja, det er en "Validate Data" -knapp som raskt vil returnere en kort rapport om dataens hygiene basert på en prøve. Men ting blir litt grumsete der.

Ved første øyekast så det ut til at systemet holdt på sin virtuelle nese og bare antydet at dataene mine måtte saneres. Det fortalte meg at det var ett problem, men ikke hva problemet var. Siden hvert av rapportfeltets felt hadde informasjon i dem, antok jeg at det var alt det hadde å si om saken. Det var ikke før jeg klikket rundt den rapporten at jeg oppdaget mer informasjon, og at problemet til slutt var et kartleggingsproblem. Ruten for "Fyll tomme ID-celler med en standardverdi" ble avkrysset som standard. Det er ingen klar måte å indikere "søke" eller "ok" eller "gå videre nå." Ikke et ideelt verktøy for dataforberedelser, og spørsmålene om dette mangler absolutt ikke for forretningsbrukere.

Oppdagelsesprosessen

På linjen øverst er det flere symboler og litt tekst. Den første som leser fra venstre, er Data View. Det viser seg at dette er visningen av datamanipulering, som lar meg gjøre noen mindre datatrekk som å bytte betegnelse på en kolonne fra dimensjon til mål eller omvendt. Dette er ikke noe jeg vil kalle data prep, men Det er faktisk datamanipulering, som ikke er den samme, men en god funksjon likevel.

Målekolonner inneholder kvantitativ numerisk informasjon, mens en dimensjonskolonne er kvalitative data og kan være i tall eller tekst. Å endre en kolonnes betegnelse kan med andre ord være nyttig, men det har sine grenser.

Da jeg klikket på datavisning, brukte systemet automatisk alt jeg ba det om å gjøre tidligere, da jeg traff "validere data" etter import, noe som egentlig ikke var veldig. Det er et lagringsikon på linjen, men du kan lett overse det mens du er opptatt med å følge instruksjonene.

Den neste ledeteksten peker på "Sett inn" på topplinjen og oppfordrer deg til å legge til diagrammer og andre ting på siden. Det viser seg at det er der du velger mål, dimensjoner, kartstrukturer og filtre. Ja, dette betyr at "Sett inn" er der du faktisk begynner å oppdage data. Ikke intuitivt.

Jeg vil ikke ta deg gjennom hver kommando, men det er nok å si at bortsett fra det universelle lagringsikonet, den gamle kjente disktegningen, var det nesten ingenting på den linjen som ga mening for meg når det gjelder hvilke funksjoner som lå under. For eksempel fikk skiftenøkkelikonet meg til å forvente innstillinger eller et systemverktøy, men i stedet Jeg fant "Historiedetaljer" og "Innstillinger." Bare slik at du vet, er "Historiedetaljer" der du gir dokumentet en tittel og en kort beskrivelse, mens "Innstillinger" er et stort utvalg av ting som sidestørrelse og egenskaper og flisinnstillinger. Det hele var litt forvirrende og lot meg utforske systemet oftere enn dataene.

Datavisualiseringer

SAP Analytics Cloud har grunnleggende visualiseringer og foreslår automatisk et format som passer til dataene du valgte, men du kan endre til et annet format hvis du foretrekker det. Du kan deretter kopiere og lime visualiseringen til en eksisterende historienside eller opprette en ny historie. Dette lar deg skrive en datahistorie i bilder og deretter opprette nye historier etter behov, som alle kan endres når som helst. Malene er nyttige når du skal fortelle din spesielle historie på en sammenhengende og sammenhengende måte. Tilpasninger er enkle å bruke designpanelet og byggverktøyet. Jeg likte den hele historiefortellende tilnærmingen, fordi det er det som bruker datavisualisering: å fortelle forretningshistorien.

For flere alternativer i visualiseringer, kan brukerne kanskje også sjekke ut SAPs nye Lumira 2.0-verktøy, som kombinerer Lumira-visualiseringer med SAP Design Studios.