Сегодня хотим посоветовать любопытнейший сайт – Diagrammm by Roman Sverdan.
Там собраны примеры диаграмм для визуализации информации, а также советы, как их лучше оформить и где лучше использовать.
Визуализация стала современным инструментом коммуникации, который раскрывает содержание данных. С его помощью поток цифр становится ясным и последовательным образом. Это экономит время, подчёркивает значимую информацию, помогает сформировать видение. И чем важнее запрос, тем точнее должны быть данные и сама визуализация.
Diagrammm был разработан как онлайн-источник правил и подсказок. Его можно рассматривать как справочник советов о том, как правильно и адекватно разрабатывать различные типы визуализаций. Описаны фундаментальные принципы хорошей информационной графики.
Ресурс предлагает организованные, структурированные и подробные руководства о том, как сделать визуальный продукт последовательным, надёжным и точным. Кроме того, предоставлен список ссылок, книг и других дополнительных материалов, которые использовались в качестве источников информации.
Diagrammm будет полезен для широкой аудитории - как для опытных пользователей визуализации данных, так и начинающих специалистов. Первые смогут улучшить свои навыки, а последние буду учиться сразу делать «правильную» визуализацию.
Сайт полностью создан и управляется нашим соотечественником, который является информационным дизайнером из Львова.
Там собраны примеры диаграмм для визуализации информации, а также советы, как их лучше оформить и где лучше использовать.
Визуализация стала современным инструментом коммуникации, который раскрывает содержание данных. С его помощью поток цифр становится ясным и последовательным образом. Это экономит время, подчёркивает значимую информацию, помогает сформировать видение. И чем важнее запрос, тем точнее должны быть данные и сама визуализация.
Diagrammm был разработан как онлайн-источник правил и подсказок. Его можно рассматривать как справочник советов о том, как правильно и адекватно разрабатывать различные типы визуализаций. Описаны фундаментальные принципы хорошей информационной графики.
Ресурс предлагает организованные, структурированные и подробные руководства о том, как сделать визуальный продукт последовательным, надёжным и точным. Кроме того, предоставлен список ссылок, книг и других дополнительных материалов, которые использовались в качестве источников информации.
Diagrammm будет полезен для широкой аудитории - как для опытных пользователей визуализации данных, так и начинающих специалистов. Первые смогут улучшить свои навыки, а последние буду учиться сразу делать «правильную» визуализацию.
Сайт полностью создан и управляется нашим соотечественником, который является информационным дизайнером из Львова.
Big Data и спасение мира
Несколько проектов
Conservation International. Цель проекта - защита биологического разнообразия, платформа мониторит состояние флоры в тропических лесах.
Conservation.io - это мобильное приложение, созданное для учёных, природоохранных организаций и менеджеров ресурсов, чтобы помочь 🗣 общественность о том, что делается для охраны внешней среды.
GTOPP - это программа, которая маркирует морских живтоных и анализирует эти массивы данных. Цель - понять поведение животных и обеспечить лучшую охрану среды их обитания.
Bumble Bee Watch - это краудсорсинговый проект, который записывает местоположение и виды пчёл.
State of the Polar Bear - проект по исследованию здоровья популяции белых медведей.
Несколько проектов
#BigData, которые пытаются быть полезными 🌍 и человечеству.Conservation International. Цель проекта - защита биологического разнообразия, платформа мониторит состояние флоры в тропических лесах.
Conservation.io - это мобильное приложение, созданное для учёных, природоохранных организаций и менеджеров ресурсов, чтобы помочь 🗣 общественность о том, что делается для охраны внешней среды.
GTOPP - это программа, которая маркирует морских живтоных и анализирует эти массивы данных. Цель - понять поведение животных и обеспечить лучшую охрану среды их обитания.
Bumble Bee Watch - это краудсорсинговый проект, который записывает местоположение и виды пчёл.
State of the Polar Bear - проект по исследованию здоровья популяции белых медведей.
Опрос пользователей BI
Сегодня хотим поговорить про статью, в которой была собрана аналитика по поводу частых проблем, с которыми сталкивается специалист
В ней представлены результаты исследования, проведённого в августе
Опрос был отправлен случайным лицам в LinkedIn с заголовками, которые включают BI. Всего было собрано 93 ответа, некоторые из них оказались неполными и были удалены из анализа. Общее количество полных ответов составило 58.
Результаты опроса представлены ниже, конечно же, в форме графиков.
Сегодня хотим поговорить про статью, в которой была собрана аналитика по поводу частых проблем, с которыми сталкивается специалист
#BI. В ней представлены результаты исследования, проведённого в августе
#2018 года. Была надежда, что, выявив текущие проблемы, можно найти и способы их устранения.Опрос был отправлен случайным лицам в LinkedIn с заголовками, которые включают BI. Всего было собрано 93 ответа, некоторые из них оказались неполными и были удалены из анализа. Общее количество полных ответов составило 58.
Результаты опроса представлены ниже, конечно же, в форме графиков.
Big Data личности в LinkedIn
Рекомендуем вам обратить внимание на
Bernard Marr - один из самых успешных авторов книг о Big Data, консультант, публикуется в Forbes, Data Science Central, Smart Data Collective.
DJ Patil - в прошлом аналитик данных Белого Дома, сейчас аналитик LinkedIn.
Dennis R. Mortensen - основатель компаний Visual Revenue, evonax и Canvas Interactive.
Christian Chabot - основатель Tableau, автор технологии VizQL
Jules Polonetsky - в прошлом глава безопасности данных AOL. Специалист в областях онлайн-использование данных, цифровой безопасности, мобильных данных.
Carla Gentry - менеджер из маркетинга компании Samtec. На своей странице делится своим опытом (более 20 лет) в сфере аналитики в сфере маркетинга.
Рекомендуем вам обратить внимание на
#LinkedIn. Это не только инструмент поиска полезных контактов, но и отличная площадка для 🎓 и поддержания актуальной ленты новостей, особенно профильных. Рекомендуем рассмотреть этих специалистов, чтобы подписаться на них и просматривать их посты.Bernard Marr - один из самых успешных авторов книг о Big Data, консультант, публикуется в Forbes, Data Science Central, Smart Data Collective.
DJ Patil - в прошлом аналитик данных Белого Дома, сейчас аналитик LinkedIn.
Dennis R. Mortensen - основатель компаний Visual Revenue, evonax и Canvas Interactive.
Christian Chabot - основатель Tableau, автор технологии VizQL
Jules Polonetsky - в прошлом глава безопасности данных AOL. Специалист в областях онлайн-использование данных, цифровой безопасности, мобильных данных.
Carla Gentry - менеджер из маркетинга компании Samtec. На своей странице делится своим опытом (более 20 лет) в сфере аналитики в сфере маркетинга.
8 шуток о аналитиках
В этот пятничный вечер хочу поделиться с вами шутками о нас, аналитиках.
1️⃣ Аналитики делятся на два типа:
1. Те, кто умеет экстраполировать неполные данные.
2️⃣ Аналитик тратит 80% времени на подготовку данных и 20% времени жалуется на то, что данные надо подготовить.
3️⃣ В мире есть 10 типа людей: те, кто понимает двоичный код и те, кто нет.
4️⃣ Упрямый шеф - это тот, у ктотрого стандартное отклонение равно нулю.
5️⃣ Две случайные переменные разговаривали в баре. Они думали что были дискретными, но лепет их был непрерывным.
6️⃣ Как случайная переменная попала в клуб? Показав липовый i.i.d.
7️⃣ Физик, математик и аналитик пошли на охоту. Они заметили оленя и прецелились. Физик стреляет и промахивается на 10 метров вправо. Стреляет Математик и промахивается на 10 метров влево. Аналитик бросает оружие с криками "прямо в точку, ребята!".
8️⃣ Почему курица перешла дорогу? Настолько простой вопрос не требует ответа и оставлен для того, чтобы бизнесс-заказчик сам сделал вывод.
Надеюсь, вы немного 🤣 . Удачного вечера пятницы и приятных выходных!
В этот пятничный вечер хочу поделиться с вами шутками о нас, аналитиках.
1️⃣ Аналитики делятся на два типа:
1. Те, кто умеет экстраполировать неполные данные.
2️⃣ Аналитик тратит 80% времени на подготовку данных и 20% времени жалуется на то, что данные надо подготовить.
3️⃣ В мире есть 10 типа людей: те, кто понимает двоичный код и те, кто нет.
4️⃣ Упрямый шеф - это тот, у ктотрого стандартное отклонение равно нулю.
5️⃣ Две случайные переменные разговаривали в баре. Они думали что были дискретными, но лепет их был непрерывным.
6️⃣ Как случайная переменная попала в клуб? Показав липовый i.i.d.
7️⃣ Физик, математик и аналитик пошли на охоту. Они заметили оленя и прецелились. Физик стреляет и промахивается на 10 метров вправо. Стреляет Математик и промахивается на 10 метров влево. Аналитик бросает оружие с криками "прямо в точку, ребята!".
8️⃣ Почему курица перешла дорогу? Настолько простой вопрос не требует ответа и оставлен для того, чтобы бизнесс-заказчик сам сделал вывод.
Надеюсь, вы немного 🤣 . Удачного вечера пятницы и приятных выходных!
Big Data – всё только начинается
Сейчас большинство крупных 🏢 уже признают необходимость аналитики больших объемов данных, но большинство из них еще не реализовали технологии
В опросе приняли участие около 730 руководителей крупного бизнеса. Некоторые основные пункты.
▪️ большинство компаний предоставляют стандартные отчеты, а не доступ к данным и инструмент исследования данных
▪️ компании до сих пор не используют встроенную аналитику (
▪️ только треть респондентов признали, что эффективно используют свои данные
▪️ столько же признало, что не построили эффективную инфраструктуру под аналитику
▪️ основные барьеры по мнению респондентов: отсутствие сплоченного коллектива, сила привычки к традиционному подходу, отсутствие необходимых навыков, сопротивление переменам.
Сейчас большинство крупных 🏢 уже признают необходимость аналитики больших объемов данных, но большинство из них еще не реализовали технологии
#BigData в полной мере. По исследованиям Snowflake, MicroStrategy, Wipro и Harvard Business Review Analytic Services. Исследование показало, что во многих компаниях все решения принимаются не на базе данных. Более того, компаниям сложно предоставить полезную аналитику, ту, которая приведет к полезным решениям.В опросе приняли участие около 730 руководителей крупного бизнеса. Некоторые основные пункты.
▪️ большинство компаний предоставляют стандартные отчеты, а не доступ к данным и инструмент исследования данных
▪️ компании до сих пор не используют встроенную аналитику (
#embedded #analytics)▪️ только треть респондентов признали, что эффективно используют свои данные
▪️ столько же признало, что не построили эффективную инфраструктуру под аналитику
▪️ основные барьеры по мнению респондентов: отсутствие сплоченного коллектива, сила привычки к традиционному подходу, отсутствие необходимых навыков, сопротивление переменам.
5 причин, почему BI важен для IoT
В сегодняшнем, ориентированном на потребителя, цифровом мире, многие владельцы бизнеса и менеджеры подвергаются бомбардировке данными. Компании ищут способы получить больший контроль, понимание своих данных. Особенно это актуально для большого количества машинных данных от интернета вещей, или
Наличие визуализации данных интернета вещей позволяет:
1️⃣ Принимать производственные (и не только) решения на базе датчиков со станков и прочих активов, в том числе и мониторинг технического состояния актива.
2️⃣ Более эффективно прогнозировать отгрузки и коррелировать продажи в живом времени, применяя информацию о выработке и простоях.
3️⃣ Повышение производительности, как актива, так и цеха в целом путем балансировки нагрузки на активы.
4️⃣ Прогнозирование нагрузки на производство и балансировка активов в будущих периодах.
5️⃣ Постоянный мониторинг метрик позволяет уничтожить «левое» производство в цеху.
Преимущества бизнес-аналитики в реальном 🕓 многочисленны, осязаемы и очевидны, что позволяет предприятиям принимать более быстрые и разумные решения. Например, отправлять уведомления клиентам в течение нескольких минут после поломки оборудования или адаптация планов производства на 2-3 месяца вперед с учетом всплесков рынка.
В сегодняшнем, ориентированном на потребителя, цифровом мире, многие владельцы бизнеса и менеджеры подвергаются бомбардировке данными. Компании ищут способы получить больший контроль, понимание своих данных. Особенно это актуально для большого количества машинных данных от интернета вещей, или
#IoT. Именно в этом контексте #BI позволяет превратить этот «чемодан без ручки» в прибыльный актив.Наличие визуализации данных интернета вещей позволяет:
1️⃣ Принимать производственные (и не только) решения на базе датчиков со станков и прочих активов, в том числе и мониторинг технического состояния актива.
2️⃣ Более эффективно прогнозировать отгрузки и коррелировать продажи в живом времени, применяя информацию о выработке и простоях.
3️⃣ Повышение производительности, как актива, так и цеха в целом путем балансировки нагрузки на активы.
4️⃣ Прогнозирование нагрузки на производство и балансировка активов в будущих периодах.
5️⃣ Постоянный мониторинг метрик позволяет уничтожить «левое» производство в цеху.
Преимущества бизнес-аналитики в реальном 🕓 многочисленны, осязаемы и очевидны, что позволяет предприятиям принимать более быстрые и разумные решения. Например, отправлять уведомления клиентам в течение нескольких минут после поломки оборудования или адаптация планов производства на 2-3 месяца вперед с учетом всплесков рынка.
Red Hat запустит open source решение для управления данными
Red Hat объявила о своем намерении предоставлять услуги передачи данных в гибридных облачных вычислительных средах, приобретя NooBaa, поставщика программного обеспечения для управления данными (
Ranga Rangachari, вице-президент и генеральный менеджер по инфраструктуре хранения Red Hat, говорит, что, хотя
«Теперь мы сможем переносить и копировать данные», - говорит Рангачари.
Рангачари говорит, что в рамках этой стратегии Red Hat сделает программное обеспечение для управления данными NooBaa доступным по лицензии с открытым исходным кодом.
Степень, в которой Red Hat сможет использовать NooBaa в качестве проекта с открытым исходным кодом, ориентированного на управление данными, еще неизвестна. Фактически, IBM, которая планирует приобрести Red Hat в следующем году, вместе с множеством других поставщиков, предлагают собственные решения по управлению данными.
Red Hat объявила о своем намерении предоставлять услуги передачи данных в гибридных облачных вычислительных средах, приобретя NooBaa, поставщика программного обеспечения для управления данными (
#DataManagement) .Ranga Rangachari, вице-президент и генеральный менеджер по инфраструктуре хранения Red Hat, говорит, что, хотя
#RedHat уже много лет предоставляет программное обеспечение для хранилищ данных, приобретение NooBaa знаменует переход в сферу управления данными.«Теперь мы сможем переносить и копировать данные», - говорит Рангачари.
Рангачари говорит, что в рамках этой стратегии Red Hat сделает программное обеспечение для управления данными NooBaa доступным по лицензии с открытым исходным кодом.
Степень, в которой Red Hat сможет использовать NooBaa в качестве проекта с открытым исходным кодом, ориентированного на управление данными, еще неизвестна. Фактически, IBM, которая планирует приобрести Red Hat в следующем году, вместе с множеством других поставщиков, предлагают собственные решения по управлению данными.
#IBM пообещала позволить Red Hat разработать свою стратегию в качестве независимой организации.
Пищевая цепочка анализа данных
В информационную эру данные становятся таким же ценным ресурсом, как нефть.
Визуализация помогает понять и проанализировать сложные данные, а современные технологии дали новый формат коммуникации – информационные панели (
Кто в реальности пользуется дашбордами, помогают ли они увеличить прибыль компании?
Cуществует 🖐🏻 уровней и сотрудников, перед которыми стоят различные задачи.
1️⃣ Исполнители
2️⃣ Аналитики
3️⃣ Руководители
4️⃣ Топ-менеджеры
5️⃣ Собственники
Если сопоставить эту «пищевую цепь» принятия решений с объемами информации, которая проходит через людей, то получится такая картина: чем больше важных решений принимает человек, тем меньше данных он способен анализировать. Это глобальное нарушение симметрии между теми, кто имеет доступ к данным, и теми, кто имеет право действовать.
В информационную эру данные становятся таким же ценным ресурсом, как нефть.
Визуализация помогает понять и проанализировать сложные данные, а современные технологии дали новый формат коммуникации – информационные панели (
#дэшборды). Кто в реальности пользуется дашбордами, помогают ли они увеличить прибыль компании?
Cуществует 🖐🏻 уровней и сотрудников, перед которыми стоят различные задачи.
1️⃣ Исполнители
2️⃣ Аналитики
3️⃣ Руководители
4️⃣ Топ-менеджеры
5️⃣ Собственники
Если сопоставить эту «пищевую цепь» принятия решений с объемами информации, которая проходит через людей, то получится такая картина: чем больше важных решений принимает человек, тем меньше данных он способен анализировать. Это глобальное нарушение симметрии между теми, кто имеет доступ к данным, и теми, кто имеет право действовать.
Кейс #BigData в #Retail
Как обеспечить рост повторных покупок и снизить стоимость удержания постоянных клиентов❓ На этот вопрос в авторской колонке отвечает Алексей Шиховец, эксперт курса Нетологии «Big Data: основы работы с большими массивами данных»
Описание проблемы.
Нужно было понять интересы аудитории каждого бренда, чтобы персонализировать email-рассылки, обеспечить рост повторных покупок и снизить стоимость удержания постоянных клиентов.
Какие данные собирали❓
Источники: Magento и Shopify, обратная связи и статистика по 📧 рассылкам.
Собиралась информация о покупках, составе корзины, среднем чеке, времени заказов, частоте покупки того или иного товара у постоянных клиентов.
Ожидаемый итог - максимально персонализированный подход и наиболее оптимальные каналы для коммуникаций, время, частоту, товар или группу товаров для рекомендации по правильной цене.
Информация о предыдущих покупках, а также отклике на коммуникации позволяет определить: оптимальный размер скидки, время жизни клиента и его общую ценность (LTV), вероятность повторных 💵 .
Схема реализации и архитектура платформы описана блок-схемой ниже, в форме изображения.
Результаты:
На примере трех интернет-магазинов с ассортиментом более 500 товаров были обработаны данные 100 тысяч потребителей, включая данные об активностях в email-рассылках, на сайте и в онлайн-рекламе.
Запускт от 40 до 100 полностью автоматизированных рекламных кампаний для каждого бренда ❕
Удалось поднять повторные продажи примерно в три раза, при этом open rate писем увеличился в среднем на 70%, а конверсия из получивших письмо выросла на 83%.
Как обеспечить рост повторных покупок и снизить стоимость удержания постоянных клиентов❓ На этот вопрос в авторской колонке отвечает Алексей Шиховец, эксперт курса Нетологии «Big Data: основы работы с большими массивами данных»
Описание проблемы.
Нужно было понять интересы аудитории каждого бренда, чтобы персонализировать email-рассылки, обеспечить рост повторных покупок и снизить стоимость удержания постоянных клиентов.
Какие данные собирали❓
Источники: Magento и Shopify, обратная связи и статистика по 📧 рассылкам.
Собиралась информация о покупках, составе корзины, среднем чеке, времени заказов, частоте покупки того или иного товара у постоянных клиентов.
Ожидаемый итог - максимально персонализированный подход и наиболее оптимальные каналы для коммуникаций, время, частоту, товар или группу товаров для рекомендации по правильной цене.
Информация о предыдущих покупках, а также отклике на коммуникации позволяет определить: оптимальный размер скидки, время жизни клиента и его общую ценность (LTV), вероятность повторных 💵 .
Схема реализации и архитектура платформы описана блок-схемой ниже, в форме изображения.
Результаты:
На примере трех интернет-магазинов с ассортиментом более 500 товаров были обработаны данные 100 тысяч потребителей, включая данные об активностях в email-рассылках, на сайте и в онлайн-рекламе.
Запускт от 40 до 100 полностью автоматизированных рекламных кампаний для каждого бренда ❕
Удалось поднять повторные продажи примерно в три раза, при этом open rate писем увеличился в среднем на 70%, а конверсия из получивших письмо выросла на 83%.
Ошибки в данных и #визуализация
Известные примеры, такие как «квартет Энскомба» , подчеркивают, что визуализация позволяет людям обнаруживать паттерны в данных, которые в противном случае могли бы быть не обнаружены в сводной статистике. Такое визуальное восприятие особенно важно при анализе данных, где аналитики могут использовать
Тем не менее, эти визуализации имеют параметры (например размер ячейки гистограммы или непрозрачность меток) которые оказывают большое влияние на окончательный внешний вид диаграммы, но редко несут в себе цель выделить ❕ свойства исследуемых наборов данных.
В научной работе Michael Correll, Mingwei Li, Gordon Kindlmann и Carlos Scheidegger, сотбрудников #Tableau описан тот факт, что недостатки данных по-разному влияют на особенности визуализаций, и что некритическая установка параметров проектирования визуализаций может скрывать визуальные сигнатуры этих недостатков.
В результате выявлено, что простые визуализации, которые предназначены для быстрого подтверждения того, что конкретный размер набора данных относительно свободен от недостатков –лучший способ выявления ошибок. Рекомендуется проводить 🕙регулярные краткие проверки на целостность данных. Аналитику не рекомендуется взаимодействовать или иным образом изменять дизайн этих предварительных визуализаций, поскольку широкий класс визуализаций, которые, по-видимому, достоверно суммируют данные, но затрудняют обнаружение недостатков в них.
Известные примеры, такие как «квартет Энскомба» , подчеркивают, что визуализация позволяет людям обнаруживать паттерны в данных, которые в противном случае могли бы быть не обнаружены в сводной статистике. Такое визуальное восприятие особенно важно при анализе данных, где аналитики могут использовать
#визуализации (такие как гистограммы) для выявления проблем с качеством данных. Тем не менее, эти визуализации имеют параметры (например размер ячейки гистограммы или непрозрачность меток) которые оказывают большое влияние на окончательный внешний вид диаграммы, но редко несут в себе цель выделить ❕ свойства исследуемых наборов данных.
В научной работе Michael Correll, Mingwei Li, Gordon Kindlmann и Carlos Scheidegger, сотбрудников #Tableau описан тот факт, что недостатки данных по-разному влияют на особенности визуализаций, и что некритическая установка параметров проектирования визуализаций может скрывать визуальные сигнатуры этих недостатков.
В результате выявлено, что простые визуализации, которые предназначены для быстрого подтверждения того, что конкретный размер набора данных относительно свободен от недостатков –лучший способ выявления ошибок. Рекомендуется проводить 🕙регулярные краткие проверки на целостность данных. Аналитику не рекомендуется взаимодействовать или иным образом изменять дизайн этих предварительных визуализаций, поскольку широкий класс визуализаций, которые, по-видимому, достоверно суммируют данные, но затрудняют обнаружение недостатков в них.
#Dashboard рождественнских блюд
Здравствуйте, поздравляю всех католиков с Рождеством и всех с наступающими Новогодними 🌲 праздниками 🎉
Сегодня хочу показать вам полезный (надеюсь) дэшборд, а именно - список праздничных рецептов ❕
Жмакайте кнопку внизу и выбирайте свою праздничную вкусняшку.
Здравствуйте, поздравляю всех католиков с Рождеством и всех с наступающими Новогодними 🌲 праздниками 🎉
Сегодня хочу показать вам полезный (надеюсь) дэшборд, а именно - список праздничных рецептов ❕
Жмакайте кнопку внизу и выбирайте свою праздничную вкусняшку.
Чем хороша #инфографика
▪️ только 20% текста запоминается читателем
▪️ 90% информаци мозг воспринимает через зрение 👀
▪️ наличие картинок увеличивает желание прочитать на 80%
▪️человеческий мозг обрабатывает визуальную информацию в 3 раза быстрее
▪️до 40% людей лучше реагируют на визуальную информацию, по сравнению с текстом
▪️человек запоминает в 5 раз больше информации, если презентация 📊 сопровождается визуализацией
▪️самые просматриваемые посты в
Как пример, ниже эта же информация, представлена в виде инфографики.
▪️ только 20% текста запоминается читателем
▪️ 90% информаци мозг воспринимает через зрение 👀
▪️ наличие картинок увеличивает желание прочитать на 80%
▪️человеческий мозг обрабатывает визуальную информацию в 3 раза быстрее
▪️до 40% людей лучше реагируют на визуальную информацию, по сравнению с текстом
▪️человек запоминает в 5 раз больше информации, если презентация 📊 сопровождается визуализацией
▪️самые просматриваемые посты в
#facebook - это фото и видеоКак пример, ниже эта же информация, представлена в виде инфографики.
Блоги о #BI, на которые стоит подписаться
1⃣ Tableau Blog. Блог одного из лидеров рынка, актуальные новости и исследования, зачастую не связанные с продуктами Tableau.
2⃣ BI Software Insight помогает организациям принимать более обоснованные решения о покупке программного обеспечения для бизнес-аналитики. Их блог можно посетить, если вы думаете об инвестициях в программное обеспечение для бизнес аналитики, но не знаете, с чего начать.
3⃣ Network World предоставляет информацию, аналитику и понимание для руководителей сетей и ИТ. Их блог Big Data / Business Intelligence - отличное место для посещения, когда вы хотите прочитать о новостях, касающихся #BigData и бизнес аналитики.
4⃣ Forrester Research - одна из самых влиятельных исследовательских и консультационных фирм в мире. Они пишут на темы бизнес-аналитики с 2007 года, поэтому это отличный блог для посещения, если вы хотите узнать, как развивались отрасль и технологии за последнее десятилетие.
5⃣ DOMO - это программная платформа для бизнес-аналитики. Их блог, Domosphere, наполнен полезной информацией, тенденциями в отрасли, практическими знаниями и реальными историями, которые касаются бизнес аналитики. Это отличный блог, на который можно зайти, если вам интересно узнать больше о данных, которые вы собираете для своего бизнеса.
1⃣ Tableau Blog. Блог одного из лидеров рынка, актуальные новости и исследования, зачастую не связанные с продуктами Tableau.
2⃣ BI Software Insight помогает организациям принимать более обоснованные решения о покупке программного обеспечения для бизнес-аналитики. Их блог можно посетить, если вы думаете об инвестициях в программное обеспечение для бизнес аналитики, но не знаете, с чего начать.
3⃣ Network World предоставляет информацию, аналитику и понимание для руководителей сетей и ИТ. Их блог Big Data / Business Intelligence - отличное место для посещения, когда вы хотите прочитать о новостях, касающихся #BigData и бизнес аналитики.
4⃣ Forrester Research - одна из самых влиятельных исследовательских и консультационных фирм в мире. Они пишут на темы бизнес-аналитики с 2007 года, поэтому это отличный блог для посещения, если вы хотите узнать, как развивались отрасль и технологии за последнее десятилетие.
5⃣ DOMO - это программная платформа для бизнес-аналитики. Их блог, Domosphere, наполнен полезной информацией, тенденциями в отрасли, практическими знаниями и реальными историями, которые касаются бизнес аналитики. Это отличный блог, на который можно зайти, если вам интересно узнать больше о данных, которые вы собираете для своего бизнеса.
Добрый вечер!
Мы заметили, что количество подписчиков медленно, но уверенно растёт.
Во-первых, наш бизнес-аналитик этому очень рад, т.к. он сам готовит все материалы.
Во-вторых, его коллеги, ответственные за маркетинговую составляющую, хотели бы понять, какой из каналов продвижения "выстрелил".
Поэтому мы просим вас пройти небольшой опросник.
Мы заметили, что количество подписчиков медленно, но уверенно растёт.
Во-первых, наш бизнес-аналитик этому очень рад, т.к. он сам готовит все материалы.
Во-вторых, его коллеги, ответственные за маркетинговую составляющую, хотели бы понять, какой из каналов продвижения "выстрелил".
Поэтому мы просим вас пройти небольшой опросник.