数据可视化软件在大数据时代的局限性
DonorsChoose选择的应用与数据可视化软件有很多共同之处。大数据和传统商务智能的界限并不明显。
纽约市的非营利组织DonorsChoose致力于跟踪和分析当地学校获得的财务捐助。在它试图为学校管理者、当地国会议员和记者出具一份报告时,它意识到数据可视化软件并不是万能的。乍一看,数据可视化系统对这种非技术组织来说应该是最好的选择了,不过该组织的数据科学家Vlad Dubovskiy表示,传统的数据可视化软件有诸多限制。 Dubovskiy表示,他考察过Yellowfin商务智能、Gooddata公司和Tableau软件的可视化软件,但都不满意,最终选择了Looker Data Sciences的系统。因为它可以以个性化的方式运行高级的报告。Dubovskiy说道:“我们已经能够编写真正复杂的业务规则了。” 这并不是说传统数据可视化软件系统无法提供个性化服务,或者裕兴高级的分析。Dubovskiy表示,组织中如果没有数据科学家,就需要过度依赖供应商。而DonorsChoose有自己的数据科学家团队,就可以选择比自服务可视化更高级的工具。 Dubovskiy表示,Looker系统确实能够将数据进行图形可视化,但这不是选择它的主要原因,因为很多数据可视化系统都有这个功能。我们之所以选择Looker,是因为它专有的可以定义报告标准的LookerML语言。在这种语言下,他拥有了更多的权限,可以制作相关性更高的报告。 最近,DonorsChoose使用Looker系统出具了捐赠指数报告,这份报告揭示了很多慈善捐赠的特点,无论是对普通教育学校还是对高等教育学校。报告显示,曼哈顿、布鲁克林和芝加哥收到的慈善捐赠最多。级别越低的学校越能收到更多的捐赠。科学、技术、工程和数学项目更易获得捐赠。 DonorsChoose从2000年成立之初就搜集这些数据。但他们不知道如何让学校和地区从这些数据中受益,方便它们筹款。最初,DonorsChoose只是开放了数据库,但只有技术人员才能从中发现关联,提取价值。所以在2013年,DonorsChoose就部署了报告系统。 DonorsChoose选择的应用与数据可视化软件有很多共同之处。大数据和传统商务智能的界限并不明显。Dubovskiy认为,你可以称它为大数据系统,不过它解决的并不是大数据问题。数据可视化软件也是这样,它们能够从数据中提取价值,但远没有大数据那么丰富。 不同的技术等级,需要不同的应用。对于初涉数据分析的组织来说,数据可视化软件是一个不错的选择,但对于DonorsChoose这种有数据科学家团队的中型组织,就需要Looker这种更成熟的软件。 最后,Dubovskiy建议到:“不要去做完美主义者。任何事都不能一蹴而就。先做好基础的工作,再逐渐提升。”
责编:王雅京
微信扫一扫实时了解行业动态
微信扫一扫分享本文给好友
著作权声明:kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。
|
最新文章
|