GoodData neler yapabilir? Yetenekleri gruplara ayırdık; her grup üreticinin güncel kaynaklarına dayanır.
GoodData sorguları verinizin bulunduğu yerde çalıştırır; veriyi başka bir ürüne taşımanız gerekmez.
Mantıksal veri modeli ve metrikler, panoların, raporların ve yapay zeka yanıtlarının ortak kaynağıdır.
type: metric
id: downtime_hours
title: Downtime (hours)
maql: SELECT SUM({fact/downtime_minutes}) / 60
format: "#,##0.0"İş kullanıcıları SQL yazmadan filtreleyebilir, detaya inebilir ve kendi görünümlerini oluşturabilir.
Modelleri, metrikleri ve panoları kod olarak tanımlayın; analitiğe yazılımdaki disiplini getirin.
Analitiği kullanıcıların zaten çalıştığı uygulamaya taşıyın ya da anlamsal katmanı herhangi bir araçtan API ile kullanın.
Bir model, birçok müşteri ya da tesis: çalışma alanı hiyerarşisi tanımı üst çalışma alanından alt çalışma alanlarına aktarır.
Yapay zeka deneyimleri aynı yönetilen metrikler ve bağlam üzerinde çalışır; hangi veriye ve kurala dayandıkları izlenebilir.
Üretici tarafından işletilen bulut ya da aynı kod tabanıyla kendi altyapınızda.
Intelligence Hub şartlandırılmış, modellenmiş OT verisini Snowflake veya Databricks’e iletir; GoodData bu veriden OEE ve arıza süresi gibi metrikleri üretir.
Çalışma alanı hiyerarşisiyle bir tesis modeli her tesis için aynı panoları, tesise özgü veri filtreleriyle sunar.
Makine üreticileri ve hizmet sağlayıcılar, her müşteriye yalnızca kendi verisini gösteren gömülü analitik sunar.
Anlamsal katman, verinin iş anlamını (varlıklar, ilişkiler ve metrikler) tek bir yerde tanımlar. Böylece her pano ve yapay zeka yanıtı aynı tanımdan beslenir ve sayılar tutarlı kalır. Ayrıntı için “Semantik Katman Nedir?” makalemize bakın.
Hayır, GoodData verinizin bulunduğu kaynağa bağlanır ve sorguları orada çalıştırır. Tesis verisi için tipik yol, HighByte ile şartlandırılmış veriyi bir veri ambarına ya da gölüne indirmek ve GoodData’yı buna bağlamaktır.
İkisi de mümkün. GoodData Cloud üretici tarafından işletilen SaaS’tır; kendi kendine barındırma aynı kod tabanını Helm, Docker ve Kubernetes ile sizin altyapınızda çalıştırır. Veri yerleşimi veya mevzuat gereksinimleriniz seçimi belirler.
Evet. Çalışma alanı hiyerarşisinde alt çalışma alanları üst çalışma alanının modelini ve veri kaynaklarını miras alır; çalışma alanı veri filtreleri her birinin göreceği veriyi sınırlar. Kullanıcılar kendi içgörülerini ekleyebilir ve bu diğerlerini etkilemez.
Evet. Kod olarak analitik, modelleri, metrikleri ve panoları JSON veya YAML olarak tanımlamanıza ve Git’te sürümlemenize izin verir; CLI ya da API ile uygulanır.
Kendi LLM’inizi getirebilir ve bağlam yönetimiyle her yapay zeka deneyiminin hangi veri, bilgi, araç ve politikaya erişeceğini belirleyebilirsiniz. Yanıtın hangi kaynaklara ve kurallara dayandığı izlenebilir.
Mevcut durumunuzu ve hedefinizi anlatın; size uygun kapsamı ve pilot planını çıkaralım. Ekibimiz 24 saat içinde dönüş yapar.