[ad_1]
لتعزيز التزامنا بتوفير تغطية رائدة في الصناعة لتكنولوجيا البيانات ، يسعد VentureBeat بالترحيب بأندرو بروست وكمساهم منتظم. شاهد مقالاته في خط أنابيب البيانات.
أعلنت شركة ThoughtSpot المتخصصة في ذكاء الأعمال (BI) ونمذجة البيانات دارلنج dbt Labs عن شراكة جديدة تجمع بين الفلسفات والتكنولوجيا. أكثر من مجرد ارتباط عمل ، يقوم الاثنان بدمج منصتهما ، بحيث يمكن للنماذج المدمجة في dbt أن تخدم على الفور دلالات تعبيرات البحث الموضحة في ThoughtSpot. الفكرة هي تسخير عمل مهندسي التحليلات لتسهيل تحليل الخدمة الذاتية من قبل مستخدمي الأعمال.
الرؤية
تحدث VentureBeat مع المؤسس المشارك لشركة ThoughtSpot وكبير موظفي التكنولوجيا أميت براكاش والرئيس التنفيذي والمؤسس لشركة dbt Labs تريستان هاندي. قال براكاش ذلك لـ ThoughtSpot: “[In the] السنوات القليلة الماضية هناك [been] الكثير من التركيز على شخصية المطور ومهندس البيانات وشخصية مهندس التحليلات ، مما أدى بنا … إلى فتح نهايتنا الخلفية باستخدام لغة نمذجة ThoughtSpot والكثير من واجهات برمجة التطبيقات … وفي هذا العالم ، أصبح dbt نوعًا من الشريك الطبيعي للعمل مع ، لأن dbt يبدو أنه الأداة الأكثر شيوعًا للاختيار لمهندسي التحليلات “.
يبدو هاندي من Dbt Labs مبتهجًا تمامًا بشأن التحالف: “… الشيء الذي أنا متحمس بشأنه من خلال شراكة ThoughtSpot هو أن … تقضي الشركات آلاف وآلاف الساعات البشرية في ترميز معرفة مؤسستهم إلى dbt ثم يحتاجون إلى طريقة في الواقع فعل شيئًا ما به … اتخذ قرارًا ، أو انقله إلى عملية المصب. ولذا فإن هذه الرؤية تتطابق بشكل جيد جدًا مع رؤية ThoughtSpot لتحليلات الميل الأخير … الحصول عليها أمام كل مستخدم الأعمال. “
التطبيق
يجلب التكامل تحويل dbt والنماذج الدلالية إلى منصة ThoughtSpot. باستخدام معالج تكامل dbt ، يمكن للمستخدمين استيراد نموذج dbt من مساحة عمل بيانات ThoughtSpot ، كما هو موضح في الشكل أدناه.
حدث
قمة الأمن الذكي عند الطلب
تعرف على الدور الحاسم للذكاء الاصطناعي وتعلم الآلة في الأمن السيبراني ودراسات الحالة الخاصة بالصناعة. شاهد الجلسات عند الطلب اليوم.
مشاهدة هنا
بمجرد استيراد نموذج dbt ، يمكن لمنصة ThoughtSpot اكتشاف علاقات الجدول والمقاييس المحددة فيه على الفور وإتاحتها للبحث. وفي مساحة عمل البيانات نفسها ، يتم إنشاء أوراق عمل ThoughtSpot تلقائيًا ، كاملة مع أوصاف العمود من نموذج dbt المعروض مباشرة بعد اسم العمود ، كما هو موضح أدناه.
بالإشارة إلى منتج التحويل الخاص بـ dbt ، لخص Prakash من ThoughtSpot القيمة بهذه الطريقة: “هناك الكثير من البيانات الوصفية الغنية هناك التي كنا نطلب من المستخدمين إدخالها مرة أخرى ، وبالطريقة التي يستخدمها ThoughtSpot ، هذا التكامل يجعله سلسًا.”
يتيح ذلك للشركات نمذجة بياناتها بشكل مركزي ، بينما يحصل مستخدمو الخدمة الذاتية على نفس السياق الدلالي الذي سيحصلون عليه إذا تم تنفيذ كل أعمال النمذجة هذه من نقطة الصفر في ThoughtSpot نفسها. تظهر الفوائد في كل من واجهة مستخدم ThoughtSpot السائدة وكذلك في تجارب التحليلات المضمنة المستندة إلى التطبيق والتي يتم تنفيذها عبر ThoughtSpot Everywhere. يمكن للعملاء أيضًا إنشاء تمثيلات لغة نمذجة ThoughtSpot القابلة للبرمجة لنماذج dbt.
محاذاة السوق التحليلية
كان عالم ذكاء الأعمال قبل 15 أو 20 عامًا يعتمد على عدد قليل من مجموعات الشركات المتجانسة. في حين أن هذا لم يكن خيارًا كبيرًا للعملاء ، إلا أنه يعني أن المكونات داخل كل مكدس كانت متكاملة إلى حد ما وتعمل معًا بشكل جيد. وفي الوقت نفسه ، أدت الثورة في صناعة التحليلات في العقد الماضي أو نحو ذلك إلى تفصيل تلك الأكوام إلى مكونات تجارية ومفتوحة المصدر منفصلة. يعد هذا أمرًا رائعًا بالنسبة للابتكار ولكنه حقق الكثير من الجهود المكررة ونقص البنية التحتية المركزية.
بصفته ممارسًا سابقًا للبيانات ، والذي كان في نفس الوقت شديد التركيز على الأعمال التجارية ، أراد هاندي من dbt Labs أن تركز شركته على تنظيم هذه المجموعة الكبيرة من التقنيات ، والتي يسميها مكدس البيانات الحديثة: “خلفية بياناتي هي تلك أنا هجين من بعض الأعمال الفنية والكثير من الأعمال. وكل تقنيات تكديس البيانات الحديثة هذه ، بدءًا من Redshift و Looker و Fivetran ثم في النهاية Snowflake و BigQuery … كل ذلك بدا وكأنه مصمم لي ، ولذا أردت إنشاء شركة تركز على اكتشاف أفضل الممارسات عن كيفية استخدام هذه الأشياء “.
يرى هاندي أن الجهد كان ناجحًا: “نحاول بناء هذه الطبقة الموحدة للبنية التحتية عبر مكدس البيانات الحديثة … وأصبحنا نوعًا ما المعيار لكيفية صياغة المعرفة داخل مكدس البيانات الحديثة.”
اللعب بشكل جيد معًا
لكن هذا لا يكفي ، لأن الأعمال التي تعتمد على البيانات تتعلق بأكثر من مجرد جعل مكونات التكنولوجيا تتحدث مع بعضها البعض ؛ يتعلق الأمر أيضًا بجعل الأشخاص في أدوار مختلفة يعملون معًا ، وهو ما يبدو أنه ما تتناوله مجموعة ThoughtSpot / dbt.
في هذا الصدد ، علق هاندي قائلاً: “شخصيتنا هي مهندس التحليلات …[a] شخص مختلط وتقني ورجل أعمال يفهم كيفية ترميز المعرفة التجارية في الجداول وطرق العرض الموجودة في قاعدة البيانات. لكن هؤلاء المهندسين التحليليين … لا يوجد لدى أي شركة ما يكفي منهم للإجابة على كل سؤال يتعلق بالعمل. أنت تريد حقًا أن يتمكن رجال الأعمال من الإجابة على أسئلة العمل الخاصة بهم ، وهنا يأتي دور ThoughtSpot “.
علق براكاش بالمثل: “لتحديد أ[n analytics] سؤال ، أنت بحاجة إلى الكثير من المعلومات … ستأتي بعض هذه المعلومات من مستخدم الأعمال وستأتي بعض هذه المعلومات من الخبير أو المحلل أو مهندس التحليلات ، الذي حدد المقاييس ، ومن حدد الصلات ، من اكتشف الأعمدة التي يجب أن تعالج أي الأسئلة … ونحن بحاجة إلى طرق جيدة لالتقاط ذلك. إذا نظرت إلى منتج ThoughtSpot نفسه ، فهناك طبقة دلالية غنية جدًا ولكنها ليست شيئًا يمكن إعادة استخدامه … وبالتالي فإن قوة وجود هذا في طبقة دلالية في dbt هو أن هذا يصبح قابلاً لإعادة الاستخدام. وأعتقد أن هناك فوائد لشركة تركز فقط على الطبقة الدلالية وتوسيع الرؤية هناك “.
جمع مبعثر
في نهاية المطاف ، تعتبر مجموعة البيانات الحديثة أيضًا مجزأة. في الأيام الخوالي ، كانت الأشياء مركزة للغاية وكان الابتكار مفقودًا. لكن الأمور الآن مشتتة ومنفصلة للغاية. قارن Handy هذا الموقف بـ “AOL مقابل الإنترنت” ولاحظ بحق أن “الأمر استغرقنا وقتًا طويلاً كإنترنت مفتوح لإعادة إنشاء بعض الأشياء التي قدمتها AOL في عام 1994.”
كلمات حكيمة ، حيث إنها تستغرق وقتًا طويلاً في مكدس البيانات الحديثة لتقديم بعض الأشياء التي قدمها بائعو ذكاء الأعمال المؤسسي في منتصف العقد الأول من القرن الحادي والعشرين. يجب إعادة تشكيل بعض ذلك ، ويبدأ نهج dbt ، خاصةً عند الشراكة مع منصات BI الحديثة مثل ThoughtSpot ، في وضع الصناعة على هذا المسار.
مهمة VentureBeat هو أن تكون ساحة المدينة الرقمية لصناع القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اكتشف إحاطاتنا.
[ad_2]
