Esplorare i dati con strumenti "human friendly" Metabase ragiona come noi - 28 Marzo 2019 - PADOVA - BNova
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
Esplorare i dati con strumenti “human friendly” Metabase ragiona come noi 28 Marzo 2019 - PADOVA
RELATORI Laura Margara Data scientist, BI analyst @bnova Emiliano Fuccio Junior Data scientist @bnova
AGENDA • Data exploration & Data visualization – Laura Margara • Metabase: caratteristiche del tool – Laura Margara • Metabase: contestualizzazione del caso d'uso – Emiliano Fuccio • Metabase: Demo – Emiliano Fuccio • Q&A
Data exploration & Data visualization
La Data Exploration è il primo step nel
processo di analisi dei dati.
• Esplorazione visiva alla ricerca delle
caratteristiche dei dati
• dimensioni o quantità di dati,
• completezza dei dati,
• correttezza dei dati,
• possibili relazioni tra i dati
• Ricerca degli aspetti interessanti
per le analisi successive
Data exploration & Data visualization
La Data Visualization è l’insieme delle
tecniche necessarie per rappresentare i dati
graficamente in modo utile per l’utente finale.
• Scopo della DV è creare report e dashboard
in una forma utile per l’utente finale
• grafico
• infografica
• lista
• mappa geografica (e combinazioni)
• Visualizzazione grafica degli aspetti
interessanti per l’utente finale
AGENDA • Data exploration & Data visualization – Laura Margara • Metabase: caratteristiche del tool – Laura Margara • Metabase: contestualizzazione del caso d'uso – Emiliano Fuccio • Metabase: Demo – Emiliano Fuccio • Q&A
Metabase (1)
“Metabase is the easy, open source way for everyone in your company to ask questions and
learn from data.”
Metabase è uno strumento di analisi semplice e potente che consente a chiunque di
apprendere dai dati della propria azienda, grazie al fatto che non è richiesta nessuna
competenza tecnica.
https://www.metabase.com/
Metabase (2)
Explore on your own See connections Visualize results:
Grazie all’interfaccia Con pochi click è sempre Grazie alla sua galleria di
utente semplice, permette possibile esplorare i singoli grafici, semplici ma
l’esplorazione dei dati nel records e scoprire le efficaci, Metabase
modo più naturale interconnessioni tra i dati sceglierà per voi la migliore
immaginabile rappresentazione visiva dei
vostri risultati
Metabase: info tecniche
Caratteristiche tecniche: Connettori alle sorgenti:
• Amazon Redshift
Java based • BigQuery
• CrateDB (version 0.57 or higher)
o jar per ambiente Windows • Druid
• H2
o Binary per ambiente MacOS • MongoDB (version 3.0 or higher)
• MySQL (and MariaDB)
o Docker • PostgreSQL
• SQL Server
o Istallazioni Cloud • SQLite
• Oracle
• AWS, Heroku (beta) • Vertica
• Google Analytics
→ lettura dei dati in-place
Metabase: questions (1)
Interfaccia
graficaMetabase: questions (1)
Interfaccia
graficaMetabase: questions (2)
Interfaccia
SQLMetabase: questions (3)
Formati di export supportati: CSV, XLSX, json
Limite righe: dipende dal tipo di visualizzazione grafica
(max 1 milione righe)
Tasto Esplora: permette di
modificare le opzioni del tipo di
grafico selezionatoMetabase: questions & collections
Collections: insiemi
personalizzabili di question create
dagli utenti per gli utentiMetabase: dashboard (1)
Metabase: dashboard (2) • Dashboard interattive • Condivisione e collaborazione
Metabase: pulse Pulse: Condivisione degli aggiornamenti con gli «impulsi» Invio automatico degli aggiornamenti (schedulazione) Invio tramite email o piattaforma Slack
Metabase: conclusioni • Prodotto open source, giovane e in evoluzione • Importanza sia della data exploration, sia della data visualization • Importanza di un’interfaccia human friendly
AGENDA • Data exploration & Data visualization – Laura Margara • Metabase: caratteristiche del tool – Laura Margara • Metabase: contestualizzazione del caso d'uso – Emiliano Fuccio • Metabase: Demo – Emiliano Fuccio • Q&A
Metabase – caso d’uso
Settore di riferimento
• Logistica
Obiettivi
• Individuare fenomeni ed effetti distorsivi
• Fornire suggerimenti per il miglioramento dei livelli di performance
• Implementare una piattaforma analytics
→ Creazione di una piattaforma di SUPPORTO ALLE DECISIONIMetabase – caso d’uso: info sul contesto
Concetti fondamentali:
Fornitore • Perfect order
Ente di carico Cliente • On time
• Anomalia
Caratterizzata da:
• Stato
• Causale
Accompagnata da:
• BollaMetabase – caso d’uso: metodologia adottata
Scopo della Data Exploration:
• Ottenere una panoramica degli Scopo del Clustering:
indicatori tipici
Data • Fornire ulteriori elementi
• Ricercare una migliore
Clustering conoscitivi
Exploration
comprensione dei dati
• Fornire maggiori dettagli su
• Base di partenza per ottenere quanto emerso
maggiori informazioni
Scopo dell'integrazione:
• Confermare i nuovi elementi conoscitivi emersi
Data
• Integrare i dettagli evidenziati VisualizationMetabase – integrazione con i sistemi aziendali • Indipendenza dal grado di profondità delle analisi • Perfetta integrazione con gli strumenti di Mining o di Business Intelligence già esistenti
AGENDA • Data exploration & Data visualization – Laura Margara • Metabase: caratteristiche del tool – Laura Margara • Metabase: contestualizzazione del caso d'uso – Emiliano Fuccio • Metabase: Demo – Emiliano Fuccio • Q&A
AGENDA • Data exploration & Data visualization – Laura Margara • Metabase: caratteristiche del tool – Laura Margara • Metabase: contestualizzazione del caso d'uso – Emiliano Fuccio • Metabase: Demo – Emiliano Fuccio • Q&A
GRAZIE Contatto: emiliano.fuccio@bnova.it laura.margara@bnova.it
Puoi anche leggere
