What does a modern analytics platforms need to offer companies real added value?

The more information a platform represents and the more detailed the individual analytics projects are, the stricter is often the way in which projects must be planned and implemented. But what would happen if the individual project steps were based on the company and individual dashboards could be reused? That’s exactly what we’re looking at this time.

No added value without individualization of the workflow!

Input masks, sub-steps and checkboxes – everyone knows them and has to deal with them in various environments. So that analytical environments can perform their work, they are inflexible in their operation and often rigid in their sequence.

If you must get used to a new solution and find your way in it, it can take some time until corresponding data projects can start and deliver results. At the same time, it is time-consuming to adapt existing processes to the new environment. This is one of the reasons why companies often find it difficult to replace existing platforms with new ones. Nevertheless, processes and projects, especially in the area of analytics, have often grown in scope and complexity just as much as the companies themselves. A rigid user guidance is therefore an obstacle.

An approach on how to solve this: Customizable workflows that can be freely configured in their sequence and operation. In this way, existing steps and projects can be adopted and, at the same time, new functionalities can be added and streamlined. Transferred and adapted, the individual steps also serve to improve documentation and transparency of the entire process.  By customizing and compiling the individual project and process steps, prototypes of individual use cases and projects can be created and tested more easily and quickly in the platform – this point is becoming increasingly important for companies, not least in terms of scalability.  But only a few platforms already offer this possibility.

CONCLUSION: With the possibility of compiling the individual project steps yourself, you get an analytical environment with which companies can create and manage their own data projects without long training periods.

Reusability and repurpose instead of disposable dashboards

What applies to the process steps in the above point also applies to the creation of dashboards or views. In addition, a flexible use of analytical environments requires a free display of information. You need to give each participant or user group the ability to freely set up their views or dashboards, or to customize them according to their needs. Not every group needs all or the same information. If you can configure the views yourself, you avoid an overload of information and promote more effective work. What is the use of all the information if the overview is lost? Individual widgets can be used to assemble targeted project views that display and edit exactly the information that each participant really needs.

But how can this be implemented easily? This shows how fundamental an intelligent role concept is! If you can control authorizations at a component level, you can quickly implement individual dashboards. There is no need to create individual views for each dedicated user group – instead, a default is set up and the individual elements would be shown or hidden, depending on the authorization. And how do you distribute the dashboards you create to users? A simple implementation would be if dashboards could be shared with other users via a simple link.

To put it simply, this can be imagined as a kind of “template”, as it is used in content management systems like WordPress. Thus, several parties benefit directly from the creation, which reduces the workload. At the same time, these dashboards can also be assigned to OTHER projects. Advantage: Faster progress in individual projects and easier creation of new projects. In this way, views can be distributed throughout the entire company via a deep link in the form of a URL. This factor is essential when it comes to the scalability of data projects.

CONCLUSION: As with workflow, individual views are important if analytics environments are to be used as widely as possible. With the combination of an authorization concept and the possibility to distribute, the workload and training period can be reduced.

Outlook

In the next part: The scalable connection of data sources and the possibility to create new data products and business models.

Are you looking for an innovative analytic platform? Then discover YUNA!

So baut man Data Science Plattformen -

Lesezeit: ca. 2min.

Teil 3: Individualisierbare Workflows und Dashboards

Je mehr Informationen eine Plattform darstellt und je detaillierter die einzelnen Analytikprojekte sind, desto strikter ist oft auch die Art und Weise, wie Projekte geplant und umgesetzt werden müssen. Was wäre aber, wenn die einzelnen Projektschritte sich nach dem Unternehmen richten würden und man einzelne Dashboards wiederverwenden könnte? Genau das betrachten wir dieses Mal.

Ohne Individualisierbarkeit des Workflows kein Mehrwert!

Eingabemasken, Teilschritte und Checkboxen – jeder kennt sie und jeder hat sich schon in verschiedensten Umgebungen mit ihnen befassen müssen. Damit Analytikumgebungen ihre Arbeit verrichten können, sind sie dementsprechend unflexibel in der Bedienung und oft auch starr was die Abfolge anbelangt.

Muss man sich an eine neue Lösung erst gewöhnen und in ihr zurechtfinden, kann es dauern bis entsprechende Datenprojekte starten können und Ergebnisse liefern. Gleichzeitig ist es aufwändig, wenn man bestehende Prozesse an die neue Umgebung anpassen muss. Dies ist einer der Gründe, warum sich Unternehmen oft schwer tun, bestehende Plattformen durch neue zu ersetzen. Aber trotzdem gilt: Prozesse und Projekte, vor allem im Analytikbereich, sind in ihren Ansprüchen oft ebenso gewachsen wie die Unternehmen selbst. Eine steife Benutzerführung ist da eher hinderlich.

Ein Ansatz, wie man dies lösen könnte: Individualisierbare Workflows, die sich in ihrer Abfolge und Bedienung frei konfigurieren lassen. So können existierenden Schritte und Projekte übernommen werden und gleichzeitig um neue Funktionalitäten ergänzt und verschlankt werden. Übertragen und angepasst, dienen die einzelnen Schritte ebenfalls einer besseren Dokumentation und Nachvollziehbarkeit des gesamten Prozesses.  Durch das Anpassen und Zusammenstellen der einzelnen Projekt- und Prozessschritte, ließen sich in der Plattform auch leichter und schneller Prototypen einzelner Use Cases und Projekte erstellen und prüfen – Unternehmen wird dieser Punkt, nicht zuletzt im Hinblick der Skalierbarkeit, immer wichtiger.  Aber nur wenige Plattformen bieten diese Möglichkeit bereits aktuell.

Data Science Workflow

FAZIT: Mit der Möglichkeit die einzelnen Projektschritte selbst zusammenzustellen, erhält man eine Analytikumgebung, mit der Unternehmen ohne lange Einarbeitungszeit und Lernen eigene Datenprojekte erstellen und verwalten können.

Reusability und Repurpose statt Wegwerf-Dashboards

Was im oberen Punkt für die Prozessschritte gilt, gilt auch für das Erstellen von Dashboards bzw. Ansichten. Zudem benötigt ein wirklich flexibler Einsatz von Analytikumgebungen eine freie Informationsdarstellung. Man muss den jeweiligen Beteiligten bzw. Benutzergruppen die Möglichkeit geben, ihre Ansichten bzw. Dashboard frei einzurichten bzw. sie nach den jeweiligen Anforderungen zusammenstellen. Nicht jede Gruppe benötigt alle oder dieselben Informationen. Kann man sich die Ansichten selbst konfigurieren vermeidet man einen Overload an Informationen und fördert effektiveres Arbeiten. Was nutzen die ganzen Informationen, wenn dadurch die Übersicht verloren geht? Mit einzelnen Widgets lassen sich zielbestimmte Projektsichten zusammenbauen, die genau die Informationen darstellen und bearbeiten lassen, die die jeweiligen Beteiligten auch wirklich benötigen.

Aber wie lässt sich das leicht umsetzen? Hier zeigt sich wie grundlegend ein intelligentes Rollenkonzept ist! Kann man Berechtigungen auf Komponentenebene steuern, lassen sich individuelle Dashboards entsprechenden schnell umsetzen. Das Erstellen einzelner Ansichten für jede dedizierte Benutzergruppe entfällt – stattdessen wird eine Vorgabe aufgesetzt und die einzelnen Elemente wären, je nach Berechtigung, ein- bzw. ausgeblendet. Und wie wie verteilt man die erstellen Dashboards an die Nutzer? Eine einfache Umsetzung wäre, wenn sie sich per simplen Link mit anderen Nutzern zu teilen lassen würden.

Analytikplattform Data Science Plattform Dashboards

Vereinfacht kann man sich dies wie eine Art “Template” vorstellen, wie es bei Content-Manegement-System wie Worpdress zum Einsatz kommt. So profitieren direkt mehrere Parteien von der Erstellung, was den Arbeitsaufwand senkt. Gleichzeitig können diese Dashboards dann auch ANDEREN Projekten zugewiesen werden. Vorteil: Schnellere Fortschritte im einzelnen Projekt und einfacheres Anlegen neuer Projekte. Auf diese Weise ließen sich Ansichten per Deep Link, in Form einer URL, im gesamten Unternehmen verteilen. Genau dieser Faktor ist essenziell, wenn es um die Skalierbarkeit von Datenprojekten geht.

FAZIT: Wie beim Workflow sind individuelle Ansichten wichtig, möchte man Analytikumgebungen möglichst breit Einsetzen. Mit der Kombination aus Berechtigungskonzept und der Möglichkeit zum Verteilen, lassen sich Arbeitsaufwand und die Einstiegszeit reduzieren. 

Sind Sie auf der Suche nach einer innovativen Data Science Plattform? Dann entdecken Sie YUNA!