数据可视化软件在大数据时代的局限性

大数据
如今,数据可视化软件风靡起来,很多企业认为数据可视化软件是启用先进分析技术的入口。但对一些应用而言,情况并不是这样的。

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***的。乍一看,数据可视化系统对这种非技术组织来说应该是***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。

***,Dubovskiy建议到:“不要去做***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。”

原文链接:http://www.36dsj.com/archives/6193

 

责任编辑:彭凡 来源: 36大数据
相关推荐

2021-08-09 11:07:44

数据安全算法互联网

2016-08-27 16:16:40

大数据

2022-06-16 12:51:48

工业机器人机器人

2010-08-26 10:57:35

2018-04-26 13:41:57

深度学习人工智能机器学习

2023-01-10 10:11:50

GPU计算

2023-11-21 13:59:43

2022-12-30 08:26:43

基线预警局限性

2023-11-14 11:34:15

2021-04-20 08:31:13

Kubernetes局限性容器

2019-11-06 11:34:53

人工智能机器学习工具

2013-05-07 14:56:27

大数据应用工具数据中心网络

2017-07-25 11:22:06

2017-07-12 10:00:22

深度学习小数据样本深度网络

2017-10-09 19:12:52

AI深度学习局限性

2010-08-06 11:04:11

RIP路由协议

2020-12-22 14:14:25

大数据数据可视化

2014-07-08 09:14:54

Hadoop局限性

2016-12-29 20:05:56

数据可视化大数据产品分析

2017-07-11 15:25:53

深度学习人工智能
点赞
收藏

51CTO技术栈公众号