(Часть 1)
1️⃣ Появилось сомнение, что нужно гнать с пилотированием своих решений с ChatGPT для BI, что даже с реализацией сценария data консультанта в корп-мессенждере мы среднесрочно получим значительный импакт на BI адопшн. Новые версии дадут новые решения, другие более крупные команды зашарят свои результаты. Пока играемся и следим. Переключаемся на гигиенические задачи качества дата платформы: заниматься полнотой метадаты, инвестируем в семантический слой метрик, делаем связанный с дата моделью глоссарий, повышаем покрытие каталога и качаем на него трафик.
2️⃣ Понял, что нужно освободить дедикейтед людей на data/BI operations проекты. Как бы текущие бизнес проекты не тянули на себя ресурс. Сейчас мы драйвим их как проектные "инициативы", размывая среди BI аналитиков в команде. BI команда нужно делить на доменные экспертные группы и core работающие с развитием bi operations. А DWH team должны быстрее переключаться на работу с платформой и core моделью и отказываться от работы по инжинирингу datamart задач. Мысль не нова, но осознанна заново.
3️⃣Много смотрели стенд Thoughtspot их GPT-based решение. Интригует. Хочется ввязаться в пилот, но не потянем по ресурсу в этому году. Интересовала механика лейблинга источников - звучат убедительно. Но имеет смысл раскатывать только с семантическим слоем - они прямо рекомендуют dbt. Еще говорят - отлично сочетаемся с классическим BI (Tableau для дашбордов, Thoughtspot чат для self-service data exploration).
Модная ценовая политика по query usage немного мутная - такое не спланировать, только через поэтапные замеры в процессе.
Отличие Thoughtspot в видении с Tableau Pulse сильные. Их подход с фокусом на метриках и алертенге их поведения тоже кажется неплохим. Но тут совсем мало инфы. Вангую, tableau pulse будет только на табло Cloud, с отдельным прайсингом - тоже по запросам и ресурсным юнитам
Часть 2 | Часть 3 | Часть 4