Constellation 需要简化协作和增强敏捷性,以此扩展数据科学运营并向客户和内部相关方提供有价值的洞察。传统商业智能工具(特别是 Power BI 和 Looker)报告生成速度慢以及工作流脱节等问题限制了 Constellation 生成及时、定制化洞察的能力。同时,Constellation 也在寻找能够与其首选云提供商 AWS 无缝集成的解决方案。
“我们先前面临一个问题:如何让 Constellation 的跨职能团队无缝协作?在 Datalore 之前,每位工程师都在本地 Jupyter Notebook 中独立操作。这个过程要求协作者在每次迭代后下载并共享这些文档,这就导致了拼凑式云服务。这降低了速度,限制了可扩缩性,并阻碍了我们管理权限的能力。”
— Nauman Hafiz,Constellation 首席技术官
解决方案是一个协作且直观的数据科学平台,可以连接数据、客户成功和产品管理团队,加快洞察交付。
“Tableau 和 Power BI 虽然对用户友好,但在多个工程师之间分配工作时却带来巨大挑战。Looker 提供了与 Git 更好的集成,但在促进和平衡协作、灵活性、功能和视觉吸引力方面仍然存在不足。这些工具在设计上没有支持想要最大程度提升创新和协作的中型团队。”
— Yusuf Khan,Constellation 数据科学助理副总裁
Datalore 革新了 Constellation 团队的协作方式,将过去分散的分析工作流整合到一个工具中。
以下是使用 Datalore 的典型 Constellation 工作流:
数据工程师将 Snowflake 数据库中的信息提取到 Datalore Notebook 中,然后使用 SQL 将所需数据链接到 Datalore,再切换到 Python 代码并对来自各种第三方 API 的数据进行分层。数据工程师整合并组织数据后,会将 Datalore Notebook 链接发送给数据科学家,然后数据科学家会转到 Notebook 并开始派生洞察、创建可视化效果和建模。
“初始数据搭建是我们数据工程流程的关键部分,与产品团队对客户需求的理解紧密结合。Datalore 让我们能够将数据仓库 Snowflake 轻松集成到更大的系统中,简化并集中了我们处理数据的方式。”
— Hammad Chaudhry,Constellation 数据工程师
完成第一次迭代后,数据科学家就会联系产品管理和客户成功团队,开展以业务为中心的评估。经过初步审查,团队决定是要完善迭代、进行另一次迭代,还是将 Notebook 转换为供最终用户使用的交互式 Datalore 报告。
“Datalore 连通了我们中东以及北美和南美的远程团队。”
— Yusuf Khan,Constellation 数据科学助理副总裁
“Datalore 是更广泛生态系统的门户,它提供的关键工具帮助我们更快做出行动。这与许多系统封闭的平台形成鲜明对比,不会局限于创建者设想的范围。”
— Mingwei Sun,Constellation 数据科学家
Constellation 使用的主要 Datalore 功能:
Snowflake 集成和对 SQL 单元的支持
Jupyter Notebook 和报告的实时协作与共享
团队工作区
交互式报告
报告调度
Constellation 还发挥了 Datalore 报告生成器的价值,将 Jupyter Notebook 轻松转变为人性化的交互式数据案例。借助报告生成器,Constellation 可以隐藏代码单元、组织 Markdown 单元、定位图表,以及向报告画布添加交互式控件,因此 Constellation 得以完全控制数据叙述并利用此前无法使用的开源技术和框架。
“Datalore 中的交互式报告让我们能够快速部署原型并无缝传达复杂的数据案例。这可以更直观地为非技术团队成员展示数据报告,提供以往报告方法无法实现的清晰度和理解度。”
— Smit Shah,Constellation 助理技术项目经理
“Datalore 的敏捷性对于客户报告至关重要,因为我们的客户需求因行业和目标而异,超出了标准模板报告的范围。”
— Ethan Lee,Constellation 数据分析师
解锁的主要优势:
更快得出结果
Constellation 数据科学研发任务交付速度提高 50%
更高的效率
现在,高度定制的报告可在几周(而不是几个月)内交付给客户
更高的满意度
开发者和客户都表示,得益于 Datalore,他们对现在的情况感到非常满意
借助 Datalore,Constellation 过去需要数月时间才能在传统 BI 工具中完成的计划现在几周内即可完成。JetBrains 的协作数据科学平台显著提高了 Constellation 的整体运营效率。
“我们已经成功大幅缩短了开发时间,通常可以缩短 50% 甚至更多。”
— Michael Donovan,Constellation 高级项目经理
将数据科学工作区集中在 Datalore 中后,Constellation 消除了孤岛和冗余的工作流。平台的协作功能将远程团队连接起来,更短的反馈循环也实现了更快的迭代。
“Datalore 的真正价值在于它能够连接我们所有团队,创建一个共享工作空间,全面简化沟通和协作。”
— Hammad Chaudhry,Constellation 数据工程师
未来,Constellation 希望扩展平台的报告调度功能,将 Datalore 进一步嵌入到流程中。Constellation 还计划使用 Datalore 提升内部培训水平并跟上公司快速增长的步伐。
“我们计划利用 Datalore 作为公司内部的培训资源。它将帮助我们创建结构化模块,逐步引导经验不足的员工进入系统。”
— Michael Donovan,Constellation 高级项目经理
“Datalore 让我有机会直接与团队中经验丰富的数据科学家和工程师合作。这让我更容易在自己的岗位中成长。”
— Rachel Hui,Constellation 营销数据分析师
Regeane,Ometria 产品经理
去年,团队借助 Datalore 实现了决定性突破。 我们将零售智能服务提升到全新高度。 通过内部服务开发和定制化数据报告,客户成功团队提供了极快的见解,让客户受益匪浅。 这一成就是我们团队去年最大的胜利之一。
Moreno Raimondo Vendra,TrueLayer 高级机器学习工程师
Datalore 使我们的团队能够以符合人体工程学的方式访问数据,同时满足安全要求,这对我们来说是一个翻天覆地的变化。 由此,我们在机器学习团队内部以及与相关方之间都可以更轻松地开展协作。
Seongduk Cheon,LINE Corporation 高级经理
评估期间,我们发现 Datalore 的用户体验对我们的开发者来说较为熟悉,报告共享功能也很容易使用。 得益于我们工程团队和 Datalore 开发团队的协作,我们成功满足了我们的工作流和数据治理要求。