“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。”
— Regeane,Ometria 产品经理
嗨!我是 Regeane,Ometria 的一名产品经理。我加入这家公司已经一年了。在 Ometria 之前,我曾有幸与一家刚刚涉足 SaaS 领域的数据科学咨询公司合作。作为拥有数据科学和产品管理经验的混合型专业人士,我采用以数据为依据的超级方式进行产品开发。因此,Datalore 非常适合我!它让我能够充分发挥我的技术,利用我们为客户托管的庞大零售数据集提供出色的产品。
大量信息对于营销行业来说既是好事也是坏事。公司不断收集大量数据,但真正的挑战在于将这些信息转化为切实可行的见解。重点不在于拥有大量数据,而是从中获得有意义且有价值的见解。
Ometria 致力于协助零售业中的营销团队,使其跨渠道打造高度个性化的沟通方案。我们的客户渴望全面了解他们的客户,加强互动,并在更大范围创造更真实、更人性化的体验。不过,将这些愿景从数据转化为可行策略面临着重大挑战。为此,我们利用我们在零售业的专业知识,采用先进的人工智能技术,帮助客户克服障碍,实现更高水平的客户参与度和更出色的整体客户体验。
Ometria 是一家极其专业的企业。我们的平台让客户能够执行有效策略,创建有影响力的广告系列,提取有价值的见解。我们对卓越客户指导和支持的承诺是我们的一大核心优势,我们的客户也重视我们提供的高水平零售协助。
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。
我们之所以选择 Datalore,是因为我们处理的数据高度敏感。我们的主要挑战是找到安全且灵活的环境来有效探索这些数据。
“Datalore 因提供私有云和本地部署安装选项脱颖而出,满足我们严格的安全要求。通过 Datalore,我们成功推出了人性化的协作数据科学平台,打破了经典 Jupyter Notebook 的局限。”
— Regeane,Ometria 产品经理
这一转变让我们能够简化内部配置,并为团队提供更人性化的体验。
在我们的组织中,Datalore 为不同的团队提供不同的用途。我们的软件工程师利用 Datalore Notebook 测试查询和执行快速数据探索。高级管理人员依靠 Datalore 报告跟踪 KPI 并对客户群行为进行全面研究。数据科学家在过渡到 IDE 之前利用 Datalore 制作模型原型。
作为产品经理,Datalore 在我们的日常工作流中发挥着至关重要的作用。我们进行广泛的初始数据探索并执行可行性测试。此外,我们还专门为客户成功 (CSM) 团队开发了内部工具。
我们处理的数据主要存储在 PostgreSQL 和 Redshift 数据库中。虽然我们主要关注表格数据,但数据库关系的复杂性通常会给结构导航和查询构造带来挑战。
好在 Datalore 大幅简化了我们的数据检索流程。由于能够直接在 Notebook 中可视化表结构并在编写 SQL 查询时获得编码辅助,我们在以更快的速度收集必要数据方面取得了实质性改进。
我们以不同的方式共享工作成果。首先,Datalore 的交互式报告是我们客户成功团队的内部工具,提供有价值的洞察。其次,管理人员使用定期 Datalore 报告,其中包含用于跟踪和分析的关键客户统计数据。最后,与客户共享洞察时,我们会创建定制幻灯片,包括一些 Datalore 可视化效果。
Datalore 对我们的业务产生重大影响的一个例子是它提高了我们向客户提供见解的速度。速度对我们来说至关重要,Datalore 让我们能够快速采取行动,并确保我们始终为客户需求提供及时、高效的答复。
进行头脑风暴时,我们可以共享一个实时 Notebook 讨论想法。我们还为完成的工作使用共享工作区,促进代码重用和最佳做法。
我们致力于推进 Ometria 平台中的人工智能功能,为客户提供更深入的客户见解,并实现积极主动的行动和高效的策略。Datalore 将在支持这些工作方面发挥重要作用,我们很高兴能够在这一旅程中广泛使用它!
Netanel Golani,Hunters 威胁搜寻专家
Hunters 的数据科学团队开始使用 Datalore 才一个月,它为日常工作流带来的生产力和实用性改进就已经非常明显,特别是在处理大量客户数据源时。
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。
Surya Rastogi,Chainalysis 高级数据科学家
我们最大的挑战之一是区块链空间正在迅速扩大,总是有新的数据需要获取和分析。 我们公司有许多数据获取和处理功能,这些功能还会继续增长。