Data Craze Weekly #4

Tę wiadomość możesz otrzymać bezpośrednio na swoją skrzynkę dzięki zapisowi na newsletter – Data Craze Weekly.

Przegląd Tygodnia

Mit Self-Service BI

Niczym jednorożec sunący po tęczy wielokrotnie słyszałem jak self-service BI naprawi całą korporacyjną analitykę.

Self-service czyli oddanie analityki (możliwości tworzenia raportów / metryk etc.) w ręcę użytkowników jest świetną sprawą – co do tego nie ma wątpliwości.

Jak zawsze jednak problem tkwi w szczegółach.

Jeżeli nie zadbamy o jakość danych, monitorowanie narzędzia (ile raportów tworzą użytkownicy, jak często są używane, ile zajmują pamięci etc.), okresowe czyszczenie czy szkolenia z obsługi narzędzia, mogę z dużą dozą prawdopodobieństwa powiedzieć, że „Houston We have a problem.”

Niestety nie ma magicznych sposobów na analitykę, jest za to pełno żmudnej pracy, która jak wykonana dobrze da świetne rezultaty.

Cytując za autorką:

In this case, Self-Service BI is not the golden ticket to solve all company’s problems, rather it’s a tool to enable the top-notch analytics.

Link: https://analysiswithanh.medium.com/why-does-self-service-bi-fail-and-what-could-enterprises-do-to-turn-the-tide-a7e2e577cc9e

SLA, SLO, SLI dla zespołów odpowiedzialnych za dane

Być może znasz złoty standard w postaci 11-stu, 9-tek określających czy to dostępność czy trwałość usługi.

A czy da się takie metryki odwzorować w świecie danych? Czy Twój zespół ma swoje SLA, SLO czy SLI? Czym te metryki są?

Jeżeli klient zgłasza nam błąd w danych czy mamy jakiś proces, określający jak to naprawić? Czy jesteśmy w stanie dać informację jak długo zajmie naprawa?

Czym to wszystko jest i jak wdrożyć takie tematy krok po kroku opisuje Xioaxu Gu w swoim artykule.

Istotny jest fakt – nie ważne jak nazwiemy metryki czy procesy. Jeżeli nie sprawdzamy i nie mierzymy elementów procesu jako zespół to nigdy nie będziemy wiedzieć co idzie dobrze co źle i czy mamy coś do poprawy.

You can’t improve what you don’t measure. As a mature data team, you should start thinking about data reliability from today. It’s not a hot topic in the industry yet, but it brings long-term value to the team as data is becoming the backbone of the organization. This is also a niche that differentiates your team from the rest.

Link: https://towardsdatascience.com/its-time-to-set-sla-slo-sli-for-your-data-team-only-3-steps-ed3c93009aa5

Dyskografia Kendricka Lamara w Pythonie

Szukasz projektu, żeby wreszcie pobawić się Pythonem, proszę bardzo.

Autor tego artykułu z użyciem Pythona stworzył wizualizacje słów, ich oddźwiek (pozytywny / negatywny / neutralny) itp.

Abstrahując od artysty artykuł krok po kroku przeprowadza przez tematy analizy sentymentu, zbieranie i czyszczenie danych, punktowanie „bogatego” zaplecza językoweogo – do każdej z tych rzeczy jest przykładowy fragment kodu.

A teraz do dzieła Sławomir, Zenek i inne Polskie tuzy tylko czekają na swoją kolej!

Link: https://medium.com/geekculture/analyzing-and-scraping-the-lyrics-of-every-kendrick-lamar-album-in-python-b0551dcb563a

Narzędzia

explain.depesz.com - “PostgreSQL’s explain analyze made readable”

Pracujesz z bazą PostgreSQL? Sprawdzasz plany wykonania zapytania? To narzędzie pomoże Ci nie jeden raz.

Świetna strona internetowa, do której łatwo wkleisz plan wykonania zapytania i otrzymasz czytelny wynik na które części planu warto zwrócić uwagę. Dodatkowo możesz zachować publiczną formę planu lub zanonimizować wynik.

Link: https://explain.depesz.com/

Sprawdź Wiedzę

#SQL

Na podstawie wszystkich produktów (tabela PRODUCTS), stwórz listę nazw produktów (kolumna PRODUCT_NAME) i tablicę unikatowych kategorii (kolumna PRODUCT_CATEGORY) do których te produkty należą?

ROZWIĄZANIE: https://www.db-fiddle.com/f/pDaBkugoEEMjTC9eEcx6J9/0

Więcej pytań z SQL znajdziesz: SQL - Q&A

Praca

Product Data Analyst, YuLife – UK (London) – £30,000 – £45,000

Szukane umiejętności: Analytics / Dashboarding Tools (Qlik / Tableau / PowerBI), Analytical skills, SQL