کد دسترسی: Evidence BI منبع باز را به تیم های داده های فنی می آورد

از Tableau و Looker گرفته تا PowerBI و فراتر از آن، هیچ کمبودی در ابزارهای هوش تجاری (BI) وجود ندارد که به شرکت‌ها کمک می‌کند تا بینش‌هایی را از حجم عظیم داده‌های خود به دست آورند. اما یک تازه‌کار با چند هوشمند BI تازه وارد صحنه شده است که هدف آن تیم‌های داده‌ای «دانشمندتر از فناوری» است.

در سال 2021 در تورنتو، کانادا تاسیس شد. اثبات برآمده از Y Combinators (YC) گروهی از استارت آپ ها در تابستان 21 با وعده جایگزینی مدرن برای ارائه دهندگان محبوب و شناخته شده BI. اگرچه بسیاری از ابزارهای BI ویژگی های کلیدی را به اشتراک می گذارند، اما اغلب از نظر این ویژگی ها متفاوت هستند سازمان بهداشت جهانی هدف آن‌ها این است: برخی گردش‌های کاری مبتنی بر کد بیشتری را برای جمع‌آوری داده‌ها ارائه می‌کنند، مانند Google’s Looker، برخی دیگر یک رابط مبتنی بر کشیدن و رها کردن را با هدف تحلیل‌گران داده‌های فنی کمتر ارائه می‌دهند، و برخی دیگر ترکیبی را ارائه می‌دهند.

علاوه بر این، نرم‌افزار BI در انواع مختلف انحصاری و منبع باز عرضه می‌شود، عواملی که می‌توانند بر ابزارهایی که یک شرکت می‌خواهد استفاده کند تأثیر بگذارد.

از سوی دیگر، شواهد عمدتاً از منظر مبتنی بر کد به موضوعات نزدیک می‌شوند و تیم‌ها را قادر می‌سازد تا محصولات داده را با استفاده از SQL و Markdown بسازند. علاوه بر این، آن است کاملا متن بازعلاوه بر آن.

برای گسترش ردپای تجاری خود، Evidence امروز اعلام کرد که بخشی از بودجه اولیه را جمع آوری کرده و حق بیمه خود را باز می کند. محصول ابری برای شرکت هایی که فاقد منابع لازم برای ارائه و میزبانی شواهد هستند.

کشیدن و انداختن

جریان‌های کاری BI با کشیدن و رها کردن جایگاه خود را دارند زیرا به تیم‌های داده اجازه می‌دهند به راحتی داده‌های خود را مدیریت و دستکاری کنند. با این حال، می تواند فاقد پیچیدگی و ریزه کاری باشد که رویکردهای دستی بیشتر ارائه می کنند.

شان هیوز، یکی از بنیانگذاران و مدیر اجرایی Evidence، به TechCrunch گفت: “این فرآیند گزارش کشیدن و رها کردن برای بسیاری از تیم های داده خوب است، اما برای تیم های داده های فنی بیشتر بسیار خسته کننده است.” “این منجر به محصولات داده ای می شود که استفاده از آنها برای کاربران نهایی بسیار دشوار است و نگهداری آنها برای تیم های داده بسیار دشوار است.”

در Evidence، هر مرحله – از منبع داده تا تعریف گزارش ها – با استفاده از کد انجام می شود. به گفته هیوز، این برای بسیاری از تیم های داده مدرن که ترجیح می دهند مانند توسعه دهندگان نرم افزار عمل کنند، مفید است. این به عنوان مثال از کنترل نسخه و حاکمیت پشتیبانی می کند – کاربران می توانند کل گردش کار و همکاری تیمی خود را با Git مدیریت کنند و یک تاریخچه کامل و دقیق از پروژه ایجاد کنند. این همچنین به این معنی است که آنها می توانند نسخه های قدیمی تر یک محصول را مجدداً مشاهده کنند و کدهای قدیمی را برش/کپی/پیست کنند و مجدداً استفاده کنند.

هیوز توضیح داد: «بیشتر ابزارهای BI مملو از گزارش‌های قدیمی، نادرست و نامربوط هستند، زیرا ایجاد چیزی و سپس انتقال بخش‌هایی از آن به جای دیگر بسیار زمان‌بر است. «به همین دلیل است که نمی‌خواهید چیزها را دور بیندازید. این مورد در مورد شواهد نیست.»

علاوه بر این، یک رویکرد مبتنی بر کد همچنین از تیم‌ها در تلاش‌های گسترده‌تر یکپارچه‌سازی و تحویل مداوم (CI/CD) پشتیبانی می‌کند.

هیوز توضیح داد: «می‌توانید همزمان با ایجاد تغییرات، روی یک نسخه توسعه‌دهنده پروژه خود کار کنید، آن تغییرات را آزمایش کنید و به‌روزرسانی‌ها را برای تولید با یک درخواست کشش منتشر کنید.

از برخی جهات، Evidence ممکن است مانند یک همتا یا «پس‌بک» در برابر جنبش گسترده‌تر بدون کد/کد پایین به نظر برسد، اما هیوز انتظار دارد که شرکت او بیشتر به‌عنوان «توسعه» یک جنبش جداگانه در تحلیلی که Space شتاب گرفته است، خدمت کند.

هیوز گفت: «تیم‌های داده به طور فزاینده‌ای می‌خواهند مانند توسعه‌دهندگان نرم‌افزار کار کنند و شروع به ترکیب محصولات کد محور – و منبع باز – در پشته داده‌های خود کرده‌اند.

یکی از قیاس‌هایی که هیوز برای تأکید بر این نکته استفاده کرد، مربوط به Squarespace است، غول میلیارد دلاری که تقریباً به هر کسی کمک می‌کند تا وب‌سایت خود را بسازد. مطمئناً، برای میلیون‌ها نفر هدفی را دنبال می‌کند، اما برای هر سناریویی مناسب نیست.

هیوز گفت: «ابزارهای گزارش‌دهی بدون کد/کد پایین برای بسیاری از افراد به خوبی کار می‌کنند، اما برای تیم‌های داده‌های فنی بیشتر بسیار محدود هستند. «این مانند واگذاری Squarespace به یک تیم توسعه وب جلویی است. Squarespace برای گروهی از کاربران که نیاز به راه اندازی یک وب سایت ساده دارند، عالی است، اما یک توسعه دهنده حرفه ای می خواهد و باید کارهای بیشتری انجام دهد. ما بر ساختن چیزی شگفت‌انگیز برای تیم‌های داده‌ای با فن‌آوری متمرکز شده‌ایم که باید فراتر از آنچه که با ابزار بدون کد/کد کم ممکن است فراتر بروند.”

منبع باز همچنین یک نقطه فروش کلیدی در برابر شرکت های سنگین وزن مانند Looker یا Tableau و همچنین شرکت هایی مانند Lightdash، Metabase و دیگران است. سوپرست آپاچی (که یکی دارد همچنین یک شرکت تجاری با حمایت VC) برای محبت تیم های داده رقابت کنید. به گفته هیوز، اکثر این ابزارها شبیه به Tableau یا Looker هستند، با این تفاوت که می توانند خود میزبانی شوند. این به خودی خود یک مزیت بزرگ است و به شرکت ها اجازه می دهد تا کنترل کامل بر داده های خود را حفظ کنند، اما این رویکرد منبع باز است. ترکیب شده با یک گردش کار مبتنی بر کد که Evidence امیدوار است با شرکت‌های سراسر جهان همراه شود.

پس از یک دوره طولانی در دسترسی اولیه، Evidence اکنون در حال گسترش دسترسی به سرویس ابری خود برای مخاطبان گسترده تر از طریق یک برنامه جدید مبتنی بر دعوت است که با حمایت 2.1 میلیون دلاری سرمایه اولیه از A Capital، Y Combinator و SV Angel پشتیبانی می شود، و از انواع مختلفی پشتیبانی می شود. سرمایه گذاران فرشته

هیوز گفت: «همه افراد حاضر در لیست انتظار فعلی ما به Evidence Cloud دسترسی خواهند داشت. “ما از یک لیست انتظار به یک لیست فقط دعوت می رویم، جایی که هر کسی که یک دعوت نامه داشته باشد می تواند دسترسی داشته باشد. دعوت‌نامه‌ها را می‌توان از مشتریان فعلی Evidence Cloud یا مستقیماً از یکی از اعضای تیم Evidence دریافت کرد.»

طرح Cloud شامل یک ردیف شروع رایگان است که شامل حداکثر 5 حساب “بیننده” (یعنی حساب های کاربر نهایی) و یک طرح تیمی 500 دلاری در ماه است که حداکثر 50 حساب بیننده را شامل می شود. الزامات اضافی در کلاس سازمانی، مانند ورود به سیستم (SSO) و حساب‌های بیننده بیشتر نیز می‌توانند تحت یک طرح قابل تنظیم پشتیبانی شوند.