Почему внедрение BI может провалиться?
Запись прямого эфира третьей из цикла встреч на нашем телеграм-канале "Data-Driven культура" с экспертами из мира Data Driven. В этот раз речь пойдет о том, почему внедрение BI-системы может потерпеть неудачу. Эфир будет полезен менеджерам BI-проектов, BI-аналитикам и представителям компаний-интеграторов.
В гостях у Михаила Грекова, директора по развитию BI-системы Analytic Workspace и постоянного ведущего рубрики, эксперты из мира BI:
Евгений Стучалкин — архитектор self-service решений, автор методологии КУМБА, руководитель проектов внедрения BI в BI2BUSINESS,
и Арслан Катеев — руководитель BI-системы Alpha BI, эксперт по внедрению BI в компаниях федерального уровня (Минфин, Минздрав, РЖД).
Основные темы выпуска:
— Признаки, что проект внедрения BI точно обречён
— У Self Service BI больше шансов прижиться?
— Портрет идеального BI-заказчика
— Для внедрения обязательно нужны дата-специалисты внутри компании?
— Есть ли методологии внедрения специально для BI?
Полезные ссылки по итогам эфира:
— КУМБА (Концепция универсальной модели для бизнес-аналитики): https://bi2business.getcourse.ru/cumba
— Подборка полезной литературы по BI: https://vc.ru/books/641422
Ознакомиться в действии с Российской self-service BI Analytic Workspace можно по ссылке https://analyticworkspace.ru/startfree
Уже через 5 минут Вы получите доступ к BI-системе. Это бесплатно на две недели — хватит, чтобы решить небольшую задачу.
Записаться на бесплатный курс обучения "BI-аналитик" можно здесь https://analyticworkspace.ru/datacourse
Подписывайтесь на канал "Data-Driven культура" чтобы не пропустить следующие #прямые_эфиры_с_экспертами !
Запись прямого эфира третьей из цикла встреч на нашем телеграм-канале "Data-Driven культура" с экспертами из мира Data Driven. В этот раз речь пойдет о том, почему внедрение BI-системы может потерпеть неудачу. Эфир будет полезен менеджерам BI-проектов, BI-аналитикам и представителям компаний-интеграторов.
В гостях у Михаила Грекова, директора по развитию BI-системы Analytic Workspace и постоянного ведущего рубрики, эксперты из мира BI:
Евгений Стучалкин — архитектор self-service решений, автор методологии КУМБА, руководитель проектов внедрения BI в BI2BUSINESS,
и Арслан Катеев — руководитель BI-системы Alpha BI, эксперт по внедрению BI в компаниях федерального уровня (Минфин, Минздрав, РЖД).
Основные темы выпуска:
— Признаки, что проект внедрения BI точно обречён
— У Self Service BI больше шансов прижиться?
— Портрет идеального BI-заказчика
— Для внедрения обязательно нужны дата-специалисты внутри компании?
— Есть ли методологии внедрения специально для BI?
Полезные ссылки по итогам эфира:
— КУМБА (Концепция универсальной модели для бизнес-аналитики): https://bi2business.getcourse.ru/cumba
— Подборка полезной литературы по BI: https://vc.ru/books/641422
Ознакомиться в действии с Российской self-service BI Analytic Workspace можно по ссылке https://analyticworkspace.ru/startfree
Уже через 5 минут Вы получите доступ к BI-системе. Это бесплатно на две недели — хватит, чтобы решить небольшую задачу.
Записаться на бесплатный курс обучения "BI-аналитик" можно здесь https://analyticworkspace.ru/datacourse
Подписывайтесь на канал "Data-Driven культура" чтобы не пропустить следующие #прямые_эфиры_с_экспертами !
YouTube
Не все так просто: почему может провалиться внедрение BI. Разбираем ТОП-факторы.
Запись прямого эфира третьей из цикла встреч на нашем телеграм-канале "Data-Driven культура" (https://tttttt.me/awbi_ru ) с экспертами из мира Data Driven. Сегодня речь пойдет о том, почему внедрение BI-системы может потерпеть неудачу. Эфир будет полезен менеджерам…
Запись мастер-класса «Создаем дашборд за час и качаем экспертизу в BI».
Михаил Греков, руководитель отдела продуктовой разработки Analytic Workspace (AW BI), в прямом эфире показывает, как за 1 час создать дашборд и проанализировать данные.
Источник данных — открытые данные МВД. Показаны все этапы — подключение источников, трансформация данных (ETL), визуализация и анализ.
Эфир будет полезен разработчикам, аналитикам, менеджерам проектов и продуктов.
📌Источники и Презентация: https://drive.google.com/drive/folders/1c74GQNf01hqx-Wm74-EtaHGCK1B8KL45?usp=drive_link
Полезные ссылки:
📌Все информационные ресурсы Analytic Workspace (AW BI): https://aw-bi.ru
📌Получить демо-доступ к AW BI и попробовать в действии: https://analyticworkspace.ru/startfree
📌Наш курс "BI-аналитик" на Stepik: https://stepik.org/course/173638/promo
📌Сообщество AW BI для технической помощи: https://tttttt.me/awcommunity
📌Документация AW BI: https://webhelp.analyticworkspace.ru
00:00 - Знакомство, постановка задачи, полезные ссылки
03:30 - Регистрация в Analytic Workspace (AW BI)
06:30 - Анализ источника данных (открытые данные МВД)
09:30 - Принципы работы с данными в AW BI
11:00 - Подключение источника в AW BI
13:30 - Структура данных и вычисляемые показатели
15:20 - Построение логической модели
19:00 - Заполнение вычисляемых полей через SQL-запросы
31:30 - Подключение справочника ОКАТО по регионам для построения карты
38:50 - Принципы визуализации данных в AW BI
42:00 - Создание виджета "Тепловая карта"
57:00 - Формирование дашборда
Подписывайтесь на наш Youtube-канал, чтобы не пропустить следующие интересные эфиры с экспертами из мира Data Driven!
#прямые_эфиры_с_экспертами
Михаил Греков, руководитель отдела продуктовой разработки Analytic Workspace (AW BI), в прямом эфире показывает, как за 1 час создать дашборд и проанализировать данные.
Источник данных — открытые данные МВД. Показаны все этапы — подключение источников, трансформация данных (ETL), визуализация и анализ.
Эфир будет полезен разработчикам, аналитикам, менеджерам проектов и продуктов.
📌Источники и Презентация: https://drive.google.com/drive/folders/1c74GQNf01hqx-Wm74-EtaHGCK1B8KL45?usp=drive_link
Полезные ссылки:
📌Все информационные ресурсы Analytic Workspace (AW BI): https://aw-bi.ru
📌Получить демо-доступ к AW BI и попробовать в действии: https://analyticworkspace.ru/startfree
📌Наш курс "BI-аналитик" на Stepik: https://stepik.org/course/173638/promo
📌Сообщество AW BI для технической помощи: https://tttttt.me/awcommunity
📌Документация AW BI: https://webhelp.analyticworkspace.ru
00:00 - Знакомство, постановка задачи, полезные ссылки
03:30 - Регистрация в Analytic Workspace (AW BI)
06:30 - Анализ источника данных (открытые данные МВД)
09:30 - Принципы работы с данными в AW BI
11:00 - Подключение источника в AW BI
13:30 - Структура данных и вычисляемые показатели
15:20 - Построение логической модели
19:00 - Заполнение вычисляемых полей через SQL-запросы
31:30 - Подключение справочника ОКАТО по регионам для построения карты
38:50 - Принципы визуализации данных в AW BI
42:00 - Создание виджета "Тепловая карта"
57:00 - Формирование дашборда
Подписывайтесь на наш Youtube-канал, чтобы не пропустить следующие интересные эфиры с экспертами из мира Data Driven!
#прямые_эфиры_с_экспертами
YouTube
Создаём карту преступности России по официальным данным МВД
Михаил Греков, руководитель отдела продуктовой разработки Analytic Workspace (AW BI), в прямом эфире показывает, как за 1 час создать дашборд и проанализировать данные.
Источник данных — открытые данные МВД.
Показаны все этапы — подключение источников, трансформация…
Источник данных — открытые данные МВД.
Показаны все этапы — подключение источников, трансформация…
Запись прямого эфира «Практика использования дизайн-системы при внедрении BI»
⠀
В гостях у руководителя продуктовой разработки AW BI Михаила Грекова - Екатерина Благирева, архитектор по визуализации данных компании Glowbyte.
⠀
В прямом эфире поднимаем проблематику использования дизайн-системы при внедрении BI. Обсудим, в каких случаях дизайн-система необходима, принпципы создания и результаты применения на конкретных примерах.
⠀
Полезные ссылки:
📌Все информационные ресурсы Analytic Workspace (AW BI): https://aw-bi.ru
📌Получить демо-доступ к AW BI и попробовать в действии: https://analyticworkspace.ru/startfree
📌Наш курс "BI-аналитик" на Stepik: https://stepik.org/course/173638/promo
📌Сообщество AW BI для технической помощи: https://tttttt.me/awcommunity
📌Документация AW BI: https://webhelp.analyticworkspace.ru
⠀
00:00 – Знакомство, постановка задачи, полезные ссылки
02:00 – Профессия «архитекор по визуализации данных»: чем занимается, какие задачи решает, как войти в профессию
09:45 – Каким компаниям нужен архитектор по визуализации данных, как его найти или вырастить
14:30 – Проблемы, с которыми сталкиваются компании при использовании BI-инструментов в отсутствие дизайн-системы
20:40 – Что такое дизайн-система. Ее составляющие: DataViz Guidebook (UI-kit) и шаблон-книга BI
31:00 – Зачем нужна дизайн-система
39:00 – Где применима дизайн-система в компании. Особенности использования дизайн-системы BI-департаментом и по Self-service модели
42:00 – Применение дизайн-системы в нескольких дашбордах
43:30 – Редизайн шаблона после запуска дизайн-системы. Реальные кейсы
50:30 – Адаптация цикла разработки дашборда с внедрением дизайн-системы
51:30 – Демонстация рабочего UI-кита в системе Figma
59:00 – Формирование дашборда с использованием дизайн-системы
01:08:00 – Ответы на вопросы
⠀
Подписывайтесь на наш Youtube-канал, чтобы не пропустить следующие интересные эфиры с экспертами из мира Data Driven!
#прямые_эфиры_с_экспертами
⠀
В гостях у руководителя продуктовой разработки AW BI Михаила Грекова - Екатерина Благирева, архитектор по визуализации данных компании Glowbyte.
⠀
В прямом эфире поднимаем проблематику использования дизайн-системы при внедрении BI. Обсудим, в каких случаях дизайн-система необходима, принпципы создания и результаты применения на конкретных примерах.
⠀
Полезные ссылки:
📌Все информационные ресурсы Analytic Workspace (AW BI): https://aw-bi.ru
📌Получить демо-доступ к AW BI и попробовать в действии: https://analyticworkspace.ru/startfree
📌Наш курс "BI-аналитик" на Stepik: https://stepik.org/course/173638/promo
📌Сообщество AW BI для технической помощи: https://tttttt.me/awcommunity
📌Документация AW BI: https://webhelp.analyticworkspace.ru
⠀
00:00 – Знакомство, постановка задачи, полезные ссылки
02:00 – Профессия «архитекор по визуализации данных»: чем занимается, какие задачи решает, как войти в профессию
09:45 – Каким компаниям нужен архитектор по визуализации данных, как его найти или вырастить
14:30 – Проблемы, с которыми сталкиваются компании при использовании BI-инструментов в отсутствие дизайн-системы
20:40 – Что такое дизайн-система. Ее составляющие: DataViz Guidebook (UI-kit) и шаблон-книга BI
31:00 – Зачем нужна дизайн-система
39:00 – Где применима дизайн-система в компании. Особенности использования дизайн-системы BI-департаментом и по Self-service модели
42:00 – Применение дизайн-системы в нескольких дашбордах
43:30 – Редизайн шаблона после запуска дизайн-системы. Реальные кейсы
50:30 – Адаптация цикла разработки дашборда с внедрением дизайн-системы
51:30 – Демонстация рабочего UI-кита в системе Figma
59:00 – Формирование дашборда с использованием дизайн-системы
01:08:00 – Ответы на вопросы
⠀
Подписывайтесь на наш Youtube-канал, чтобы не пропустить следующие интересные эфиры с экспертами из мира Data Driven!
#прямые_эфиры_с_экспертами
YouTube
Практика использования дизайн-системы при внедрении BI.
В гостях у руководителя продуктовой разработки AW BI Михаила Грекова - Екатерина Благирева, архитектор по визуализации данных компании Glowbyte.
В прямом эфире поднимаем проблематику использования дизайн-системы при внедрении BI. Обсудим, в каких случаях…
В прямом эфире поднимаем проблематику использования дизайн-системы при внедрении BI. Обсудим, в каких случаях…
Всем здравствуйте!
Смотрите запись прямого эфира по продвинутой аналитике и прогнозам в BI от 26 октября в 15:00 (мск):
Как работает машинное обучение в связке с BI: решаемые задачи, способы интеграции, реальные примеры
🔥Спикер:
Александр Кварацхелия - ведущий архитектор BI-системы Analytic Workspace, кандидат физико-математических наук.
📌Вы узнаете:
09:30 - Как работает машинное обучение (ML);
15:30 - Как применяется ML в BI и какие специалисты нужны для организации процесса машинного обучения;
29:30 - Как в AW BI реализованы этапы процесса машинного обучения.
📌Разбираем два практических примера машинного обучения в BI:
31:00 - Пример на классификацию;
1:10:00 - Пример на предсказание временного ряда.
Мы планируем продолжить серию прямых эфиров по машинному обучению в BI, на которых мы будем разбирать практические примеры!
Если у вас возник интерес и есть практическая задача для использования машинного обучения на вашем проекте - обратите внимание на наше специальное предложение ниже ⬇️
🔥Специальное предложение AW BI: «ML-Ревизорро»🔥
Александр лично разберет вашу задачу по продвинутой/предсказательной аналитике и вместе с вами найдет пути ее решения в AW BI!
Единственное условие:
Ваше согласие на публичную демонстрацию вашего кейса на одном из прямых эфиров. Разумеется, все персональные, финансовые и чувствительные данные будут изменены либо скрыты, нам важно осветить суть решаемой задачи!
Если вас заинтересовало предложение - свяжитесь с нами любым удобным способом! #прямые_эфиры_с_экспертами
Смотрите запись прямого эфира по продвинутой аналитике и прогнозам в BI от 26 октября в 15:00 (мск):
Как работает машинное обучение в связке с BI: решаемые задачи, способы интеграции, реальные примеры
🔥Спикер:
Александр Кварацхелия - ведущий архитектор BI-системы Analytic Workspace, кандидат физико-математических наук.
📌Вы узнаете:
09:30 - Как работает машинное обучение (ML);
15:30 - Как применяется ML в BI и какие специалисты нужны для организации процесса машинного обучения;
29:30 - Как в AW BI реализованы этапы процесса машинного обучения.
📌Разбираем два практических примера машинного обучения в BI:
31:00 - Пример на классификацию;
1:10:00 - Пример на предсказание временного ряда.
Мы планируем продолжить серию прямых эфиров по машинному обучению в BI, на которых мы будем разбирать практические примеры!
Если у вас возник интерес и есть практическая задача для использования машинного обучения на вашем проекте - обратите внимание на наше специальное предложение ниже ⬇️
🔥Специальное предложение AW BI: «ML-Ревизорро»🔥
Александр лично разберет вашу задачу по продвинутой/предсказательной аналитике и вместе с вами найдет пути ее решения в AW BI!
Единственное условие:
Ваше согласие на публичную демонстрацию вашего кейса на одном из прямых эфиров. Разумеется, все персональные, финансовые и чувствительные данные будут изменены либо скрыты, нам важно осветить суть решаемой задачи!
Если вас заинтересовало предложение - свяжитесь с нами любым удобным способом! #прямые_эфиры_с_экспертами
YouTube
Как работает машинное обучение в связке с BI — решаемые задачи, способы интеграции, реальные примеры
Прямой эфир о возможностях применения искусственного интеллекта и машинного обучения в российской self-service BI-системе Analytic Workspace от ведущего архитектора BI-системы Александра Кварацхелии.
Эфир будет полезен разработчикам, BI-аналитикам и менеджерам…
Эфир будет полезен разработчикам, BI-аналитикам и менеджерам…
Привет, друзья! Смотрите запись вебинара от 23 ноября об организации хранения данных:
Все о корпоративных хранилищах данных (КХД? Data Warehouse, DWH)
В прямом эфире с профессионалами-разработчиками DWH обсуждаем:
📌Типы хранилищ: объектные, реляционные, колоночные;
📌Подходы к построению: 3 нормальная форма, Data vault, "Звезда", "Снежинка";
📌Архитектурные паттерны: ЦХД, Data mesh;
📌Реальные примеры построения хранилищ данных для различных бизнес-сценариев.
Эфир будет полезен для Data-инженеров, BI-разработчиков, руководителей и менеджеров BI-проектов.
00:00 - Представление спикеров
03:20 - Что такое хранилище данных, отличия от базы данных
10:10 - Задачи хранилища данных, условия и требования. Вопросы надежности.
12:00 - Многослойные хранилища данных. Буфер. Ядро. Витрина. Принципы построения хранилищ в Alpha BI и Analytic Workspace
18:00 - Специалисты для работы с КХД
19:10 - Как компании понять, что пора создавать КХД?
24:45 - Типы данных и принципы их хранения
31:15 - Шаблоны проектирования
43:10 - Архитектурные шаблоны: Data Lake, Data Mesh. Преимущества и недостатки
Список литературы:
📌Многослойные хранилища
📌Гибкие методологии
📌Лекция по Data Vault
📌Антихрупкость хранилища
📌Конспекты DMBOK
До встречи на следующих эфирах! #прямые_эфиры_с_экспертами
Все о корпоративных хранилищах данных (КХД? Data Warehouse, DWH)
В прямом эфире с профессионалами-разработчиками DWH обсуждаем:
📌Типы хранилищ: объектные, реляционные, колоночные;
📌Подходы к построению: 3 нормальная форма, Data vault, "Звезда", "Снежинка";
📌Архитектурные паттерны: ЦХД, Data mesh;
📌Реальные примеры построения хранилищ данных для различных бизнес-сценариев.
Эфир будет полезен для Data-инженеров, BI-разработчиков, руководителей и менеджеров BI-проектов.
00:00 - Представление спикеров
03:20 - Что такое хранилище данных, отличия от базы данных
10:10 - Задачи хранилища данных, условия и требования. Вопросы надежности.
12:00 - Многослойные хранилища данных. Буфер. Ядро. Витрина. Принципы построения хранилищ в Alpha BI и Analytic Workspace
18:00 - Специалисты для работы с КХД
19:10 - Как компании понять, что пора создавать КХД?
24:45 - Типы данных и принципы их хранения
31:15 - Шаблоны проектирования
43:10 - Архитектурные шаблоны: Data Lake, Data Mesh. Преимущества и недостатки
Список литературы:
📌Многослойные хранилища
📌Гибкие методологии
📌Лекция по Data Vault
📌Антихрупкость хранилища
📌Конспекты DMBOK
До встречи на следующих эфирах! #прямые_эфиры_с_экспертами
YouTube
Все о корпоративных хранилищах данных (КХД, Data Warehouse, DWH)
Смотрите запись вебинара об организации хранения данных. В прямом эфире с профессионалами-разработчиками DWH обсуждаем:
📌Типы хранилищ: объектные, реляционные, колоночные;
📌Подходы к построению: 3 нормальная форма, Data vault, "Звезда", "Снежинка";
📌Архитектурные…
📌Типы хранилищ: объектные, реляционные, колоночные;
📌Подходы к построению: 3 нормальная форма, Data vault, "Звезда", "Снежинка";
📌Архитектурные…
Друзья! Смотрите запись мастер-класса Михаила Грекова от 30 ноября о продуктовых метриках B2B-продукта:
Продуктовая аналитика: как выбрать и отслеживать метрики для B2B-продукта
📌За какими метриками B2B-продукта следить и почему;
📌Как собирать статистику;
📌Как настроить сквозную аналитику;
📌Какие сложности возникают, и как их преодолеть.
Мастер-класс может быть полезен продуктовым маркетологам, менеджерам B2B-продуктов, аналитикам и руководителям бизнеса.
00:00 - Знакомство, постановка задачи;
02:10 - Особенности метрик для B2B-продукта, отличие от B2C, B2G;
06:10 - Какие метрики собирают в AW BI и почему;
18:40 - Как выглядит интерактивный дашборд с продуктовыми метриками AW BI и как им пользоваться для проверки аналитических гипотез;
32:10 - Настройка виджетов метрик в прямом эфире!
Полезные ссылки:
📌Все информационные ресурсы Analytic Workspace (AW BI): https://aw-bi.ru
📌Получить демо-доступ к AW BI и попробовать в действии: https://analyticworkspace.ru/startfree
📌Сообщество AW BI для технической помощи: https://tttttt.me/awcommunity
📌Телеграм-каналы Михаила: @proudobstvo и @suda_smotri
До встречи на следующих эфирах! #прямые_эфиры_с_экспертами
Продуктовая аналитика: как выбрать и отслеживать метрики для B2B-продукта
📌За какими метриками B2B-продукта следить и почему;
📌Как собирать статистику;
📌Как настроить сквозную аналитику;
📌Какие сложности возникают, и как их преодолеть.
Мастер-класс может быть полезен продуктовым маркетологам, менеджерам B2B-продуктов, аналитикам и руководителям бизнеса.
00:00 - Знакомство, постановка задачи;
02:10 - Особенности метрик для B2B-продукта, отличие от B2C, B2G;
06:10 - Какие метрики собирают в AW BI и почему;
18:40 - Как выглядит интерактивный дашборд с продуктовыми метриками AW BI и как им пользоваться для проверки аналитических гипотез;
32:10 - Настройка виджетов метрик в прямом эфире!
Полезные ссылки:
📌Все информационные ресурсы Analytic Workspace (AW BI): https://aw-bi.ru
📌Получить демо-доступ к AW BI и попробовать в действии: https://analyticworkspace.ru/startfree
📌Сообщество AW BI для технической помощи: https://tttttt.me/awcommunity
📌Телеграм-каналы Михаила: @proudobstvo и @suda_smotri
До встречи на следующих эфирах! #прямые_эфиры_с_экспертами
YouTube
Продуктовая аналитика: как выбрать и отслеживать метрики для B2B-продукта
Мастер-класс по продуктовой аналитике от директора по развитию BI-системы Analytic Workspace, эксперта по B2B-продуктам с 15-летним опытом Михаила Грекова.
📌За какими метриками следить и почему;
📌Как собирать статистику;
📌Как настроить сквозную аналитику;…
📌За какими метриками следить и почему;
📌Как собирать статистику;
📌Как настроить сквозную аналитику;…