Autor: Marcin Stawarz
22 lipca 2021

Advanced Analytics Integration – czyli zaawansowana analityka w Qliku

Czym jest Advanced Analytics Integration (AAI)?

Advanced Analytics Integration umożliwia użytkownikom wykorzystanie zewnętrznych silników analitycznych oraz algorytmów uczenia maszynowego bezpośrednio z poziomu Qlik Sense i QlikView. Otwarty interfejs API zapewnia bezpośrednią integrację pomiędzy silnikiem Qlika, a innymi narzędziami, np. serwerem z zainstalowanym Pythonem. Pozwala to na pełne wykorzystanie mocy asocjacyjnego silnika Qlik tak, aby przekazywać tylko istotne dane w oparciu o selekcje dokonane przez użytkownika, minimalizując przy tym czas przetwarzania i zapewniając najbardziej przydatne informacje.

W uproszczeniu oznacza to, iż użytkownik może wybrać dane z poziomu arkusza w Qliku, które następnie są przekazywane poza narzędzie, przeliczane w języku zewnętrznym (takim jak np. Python), a kolejno wyniki są zwracane do interfejsu Qlik. Prawdziwa moc tkwi w tym, że można dzięki temu wykonać znacznie bardziej zaawansowaną analizę z poziomu interfejsu Qlika, niż byłoby to możliwe do wykonania przy użyciu wbudowanych funkcjonalności.

Advanced Analytics Integration

W czym może pomóc implementacja zaawansowanej analityki w Qliku?

Aktualnie wiele przedsiębiorstw i instytucji dokonuje znacznych inwestycji w obszarach zaawansowanej analityki i uczenia maszynowego. Mają one wspomagać szereg obszarów analitycznych, takich jak np.:

  • prognozowanie sprzedaży,
  • wykrywanie fraudów,
  • optymalizacja zapasów,
  • analiza koszykowa,
  • optymalizacja cen i wiele innych.

Niestety spora część organizacji nie dostrzega wartości dodanej płynącej z tych inwestycji. Powodem bywa często podejmowanie wielu ważnych decyzji w sposób scentralizowany, bez umożliwienia podejmowania wielu mniejszych decyzji użytkownikom w obszarach operacyjnych. Dużym problemem jest również brak wpływu użytkowników podejmujących decyzje na z góry przyjęte kryteria. Dlatego kluczowe jest, aby planując wdrożenie zaawansowanej analityki zastanowić się, w jaki sposób wyniki tych analiz będą przekazywane użytkownikom, którzy na ich podstawie będą podejmować finalne decyzje. W klasycznej sytuacji osoby te otrzymują statyczne dane wyjściowe z modeli, które zostały już wcześniej obliczone bazując na z góry przyjętych założeniach. Natomiast końcowi użytkownicy potrzebują prostych i zrozumiałych, ale zarazem potężnych środków do interakcji z zaawansowanymi modelami bazującymi na ustawionych przez nich kryteriach. Bez tego organizacje nie są w stanie osiągnąć maksymalnej korzyści płynącej z zaimplementowanych u siebie rozwiązań. W takiej sytuacji idealnym rozwiązaniem jest zintegrowanie Qlika z zaawansowaną analityką i wykorzystanie zdecentralizowanego podejścia tej integracji.

Zaletą tego zdecentralizowanego podejścia jest to, iż rozszerza ono zasięg zaawansowanej analizy na wszystkich użytkowników w organizacji. Zasadniczo Qlik staje się narzędziem, dzięki któremu użytkownicy biznesowi i analitycy mogą eksplorować informacje za pomocą zaawansowanych modeli stworzonych przez pracowników działów związanych z Data Science. Oddając moc zaawansowanej analityki w ręce użytkowników biznesowych, z intuicyjnym sposobem interakcji i eksploracji, organizacje mogą znacznie zwiększyć wartość swoich inwestycji w obszary zaawansowanej analityki. Chociaż użytkownicy nie mogą (i nie powinni) zmieniać zaawansowanych modeli w zewnętrznych silnikach analitycznych, mogą teraz udoskonalać kontekst i oceniać wyniki obliczeń otrzymane z tych silników. Pozwala im to uzyskać dużo większy wgląd w analizowane dane, ewaluowane modele i przede wszystkim podejmować lepsze decyzje.

Advanced Analytics Integration w Qliku

Jak to działa?

Advanced Analytics Integration w Qliku działa w czasie rzeczywistym, gdy użytkownik eksploruje dane. Jest także możliwość wykonania obliczeń podczas procesu ładowania danych w aplikacji. Kiedy użytkownik dokonuje selekcji zostają wykonane następujące kroki:

  1. Silnik asocjacyjny Qlika aktualizuje zbiór danych, który jest przesyłany do serwera obliczeniowego zgodnie z wybranymi selekcjami i przechowuje go w pamięci.
  2. Następnie zredukowany wcześniej zestaw danych oraz wszelkie skrypty są przesyłane do silnika analitycznego.
  3. Silnik analityczny wykonuje obliczenia i wysyła otrzymane dane z powrotem do silnika Qlik.
  4. Uzyskane dane są łączone z istniejącymi danymi w pamięci.
  5. Wyniki są natychmiast wizualizowane w celu ich analizy przez końcowego użytkownika.

Rozwiązanie to przede wszystkim wyróżnia połączenie silnika asocjacyjnego Qlik i silnika analitycznego, które współpracują ze sobą podczas eksploracji danych przez użytkownika. W tradycyjnym podejściu do budowania i uruchamiania zaawansowanych modeli zazwyczaj końcowy użytkownik nie ma wpływu na to jakie dane (które wiersze i kolumny) zostaną wykorzystane do uruchomienia danego modelu w określonym czasie. Jest to z góry ustalone. W sytuacji, gdy użytkownik chciałby posiadać możliwość decydowania o zakresie wykorzystywanych w modelu danych, musiałby za każdym razem prosić programistów odpowiedzialnych za przygotowanie modeli o dokonanie w nich odpowiednich zmian i przygotowanie nowej struktury danych.

Silnik Qlik automatycznie wysyła wyłącznie wiersze i kolumny potrzebne danemu użytkownikowi podczas interakcji z aplikacją bazując na podstawie selekcji, która została ustawiona przez użytkownika. Dzięki temu silnik narzędzia może wymieniać mniejsze zestawy danych z zewnętrznymi silnikami, a także wizualizować wyniki podczas eksploracji przez użytkownika. Działa to w szybki sposób i jest praktyczne w użyciu, a co najważniejsze pomaga w znajdowaniu kluczowych wniosków płynących z danych. Możliwe jest to dzięki wykorzystaniu zaawansowanej analityki w Qliku.

Integracja jest możliwa dzięki open sourcowym konektorom, które są wspierane przez społeczność Qlik. Za pomocą tych konektorów można dokonać integracji, np. dla języków Python lub R. Konektory są dostępne na GitHubie pod adresem: KLIK

PS Powyższy wpis jest teoretycznym wprowadzeniem do tematu zaawansowanej analityki i ma na celu pokazanie zasady działania i celu użycia Advanced Analytics Integration. W kolejnych wpisach pojawią się praktyczne przykłady wykorzystania tej integracji.