AURIGA SECURITY, INC.
  • HOME
  • NEWS & EVENTS
  • BLOG
  • Contact Us
  • WE WANT YOU !

Qlikview, 一個尷尬的愛情故事 ,還有一個不請自來的產品認可

4/3/2018

0 Comments

 
Picture
讓我先事先說明,這不是一篇業配文,但如果有人因此受到傷害,就讓他們就來吧!這篇文章也是NSFM 限制級。而我相信在2015年,這適合在工作閱讀 - 但絕對不適合媽媽幫。
如果你曾經閱讀過我的其他文章,沒有的話也請立馬閱讀,你會知道我喜歡用很好的比喻。本直著透明的精神,這篇文章幾乎是一個故事,敘述了一個飢餓的男子有一個釣竿,並準備拋向到一個儲備豐富的湖泊。但說實話,我本人討厭釣魚。當我去的時候,我寧願拿起一瓶酒,故意忘記誘餌......但這將是一個不同的故事。
所以相反的,這是一篇愛情故事......但也可能是尷尬的故事...
我已經參與這場遊戲二十年了。在玩 BI 的領域中,這算是一個不短的時間。事實也證明了,我有很多BI 工具。但一個男人在最終的某個時刻,他還是需要一個好女人,好好的安頓下來。我想在2015年是可以安全地說一個好的男人......但我會把這個故事留給其他人。
好女人難尋..
我與 MicroStrategy 有關係好一段時間了。隨著與她交往中,她是非常隨和的。事實上,當你在Data Technology 中聆聽你的朋友時,他們總是試圖向你推銷她。但有一個很好的理由可以讓你堅決反對這個觀點,那就是她提供的維護很少。所以謝謝有緣再聯絡。

接下來是Essbase。外傳她知道 Kama Sutra 中所敘述的每一個位置。但我必須說實話,她似乎沒有興趣與我一起做這些事情。她的金融朋友說她只是有點複雜。我的供應商暗示我沒有足夠的經驗。老實說,她讓我覺得我是不及格......但這最好留給我的治療師的來說吧。

然後是Tableau。她絕對是個美女,而且很簡單。對不起老媽。但她真的很容易上手。與Tableau,可以在第一次約會時就直衝三壘!但不幸的是,她不擅長長期合作關係。特別是牽扯到數據和其他用戶時,她還是可以解決問題:雖然一些更混雜的人喜歡讓她站一邊參與,但我會形容她有點混亂。
然後我找到了 Qlikview
雖說 Qlikview 不是最漂亮的女孩,但當她穿上那件黑色的小禮服時,她是非常有吸引力。她建立了良好的關係,非常的開放,在
社交社群中廣為人知。最好的是,大多數的時候,我所有的朋友都喜歡她。
她有時讓我發瘋。有時喜怒無常。會議總是遲到。是一個固執女人,總是將 slider bars 移動到圖表的另一側。無論我們同意如何開始,她總是會忘記。有時候,當我按錯鈕時,她會沉默的對待我和無神的眼光要我來啟動。
也可以用母親 來形容她。真的,她很擅長照顧孩子們。她在他們後面收拾殘局並幫助他們完成作業。但人無完人,房子還是有點亂,洗衣服對他來說可能是一個挑戰。但是,她很擅長送乾洗,而且現在我們有一個女傭。
我仍然是不明白關於她的許多事情。她的一些故事是無稽之談,她並讓我嘗試了一些最奇怪的東西。我的意思是......設置符號...真的有需要嗎?她跳舞時感到緊張,而且她的朋友 NPrinting 也是常常破壞舞會。
對於製造錯誤我也小有貢獻。她稱他們為使用者錯誤。她的 HoneyDo 清單很長,而且有時是困難的工作。然而我依舊在等待一個可以給我一杯啤酒的課題(或一杯葡萄酒), 但是她又會把它扔給我......
最後,這是一個很好的關係,只需要一些額外的照料,它就會很棒。 Qlikview 是你安定下來的那種女孩,而安定下來也並不是那麼糟糕。
原文
0 Comments

What is QMC?

3/24/2018

0 Comments

 
Qlik管理控制台 (QMC)是一個基於Web的應用程序,用於配置和管理你的 Qlik Sense網站。
​可觀看本影片以瞭解QMC概念。
0 Comments

Qlik is so unique!

3/21/2018

0 Comments

 
​為什麼我們是獨一無二的!

了解為什麼Gartner連續第八次將Qlik作為分析與商業智慧平台魔術象限的領導者:
Picture
0 Comments

Wahoo~ 讓你的Qlik Sense 更加客製化!

3/17/2018

0 Comments

 
Picture
在您的Qlik Sense儀表版加入背景圖。或是您的企業logo。

這是一個簡單的Qlik Sense Extension,允許用戶將背景圖片放入Qlik Sense中。

也可以將圖像與字段值或其他類型的條件相關聯以動態更改背景圖像。
0 Comments

利用數據來看看 OSCAR 2018 獎落誰家

3/5/2018

 
​奧斯卡獎又將花落誰家?
從過去的90年的數據中提取,利用Qlik Sense以各種類型來分析,奧斯卡的獲獎趨勢。
你猜對了嗎?

Picture

The Missing Piece of the Adoption Puzzle

10/27/2017

 

​非正式學習如何來幫助用戶跟上不斷變化的軟件

Picture
多數的公司企業正在轉向基於雲端和訂閱的軟體運行他們的業務。
這提供了一些很多的好處,但也是用戶採用新技術的重大挑戰。基於雲端的軟體通常用最新最好的技術更新。用戶必須持續學習這些新技術和能力才能使軟體的價值最大化。這也需要更多的用戶採用投資,使軟體能夠為用戶和組織實現其價值。但同時,教育和學習方法並沒有得到更新,公司也沒有適應當今不斷變化的工作環境的學習。為了保持步調,公司需要考慮到使用者採用新技術及正確使用的方式是與以前大不同的。

扭轉正規和非正規學習
我們開始看到的差距在於產品中技術創新和競爭力的激增,增長速度要快於用戶消化的能力。用戶在正式學習方面的時間比以往任何時候都少,但是除了不斷適應不斷變化的技術和要求之外,他們仍被寄望在高水平的能力下進行。只使用正規訓練的費用太高,太慢,使用者被迫在不恰當的時間接收正式訓練。
通過扭轉公司內正式和非正式學習的百分比,公司可以繼續敏捷地應對不斷變化的技術需求和演變。用戶有權力定義他們何時學習,在哪裡學習,以及他們想要學習的方式。正式的途徑轉變為學習者本身定義的路徑,因為只有他們才知道什麼學習內容和方法對他們最有效。

什麼是非正規學習?
非正式學習可以定義為從工作中的日常經驗中學習,包括隨時隨地進行的對話,探索和沈浸式體驗。不是坐在教室裡,老師向許多學生介紹,而是在課堂外發生非正式的學習,通常是在需要的時刻。它包括擁有強大的知識管理策略和模式,引導和指導,以及其他形式的自我導向學習,包括電子學習和使用績效支持工具。
有多種模式試圖解釋人們如何在工作中學習,但一個共同的主題是,他們都表現了絕大多數的學習是非正式的。Jay Cross在他的模型中表現出,80%的工作場所學習是非正式的。 Dan Pontefracts的3:33模型表現出,66%的工作場所學習不是正式的(非正式的或社群的)。 Charles Jennings的70/20/20模型表現出,70%的工作場所學習是非正式的。

這如何幫助使用者採用新技術呢?
這一切都很好,但是如何助於用戶採用新的軟體技術? 為了使用戶成功採用,採用策略不僅要滿足個人的認知需求,還要滿足他們的情感和框架需求。 成功採用的最大障礙之一是恐懼。使用者害怕不能學習新工具。擔心新工具會對他們的工作績效和滿意度產生負面影響,因為他們無法正確使用它們。通過提供多種模式的非正式學習,並允許學習者選擇自己的學習路徑,了解什麼是工作上需要的知識,用戶可以根據需要隨時隨地的去學習,幫助克服情緒方面上的擔心。 成功採用的另一個障礙是內容。讓一個人坐在為期3天的正式培訓中學習100%的軟體功能,當他們只需要在這個時間點學習20%的功能時,這就沒有給他們正確的內容。學習如何使用不同於他們在工作中使用工具的方式也缺少關鍵環境。儘管內容曾經是正式學習的王者,但框架是非正式學習的王國。而使學習與他們的工作相關提供了這個框架。
原文

The Internet of Things-物聯網

8/3/2017

 

物聯網的巨大機會,以及如何利用Qlik來改善你的業務

Picture
哪個產業駕駛無人車?
物聯網(IoT)是當今許多行業的熱門話題,波士頓顧問集團預計到2020年,物聯網的支出將達到2.95億美元。
據Business Insider透露,“物聯網”能夠使用嵌入式傳感器收集和交換數據的對象“。這種廣泛的定義可以應用於許多案例,包括智能電錶,消費者需求,車隊管理,連接汽車,遠程患者監控,自動化庫存管理,生產,預測性維護以及許多其他領域。物聯網可以增強的廣泛使用案例是在製造,零售,運輸和物流,醫療保健,公用事業,保險和政府等許多行業實施或將實施的原因。
產業控制物聯網採用?
銀行,保險,藥廠和政府是在討論行業技術支出的常見嫌疑人,因為他們花最多的錢。奇怪的是,製造業,運輸和物流,消費品,能源和公用事業和零售業的物聯網採用卻領先於今天或2-3年的。一個很好的例子是日本回轉壽司 Akindo Sushiro, 在傳送帶上放置了壽司並使用RFID(無線射頻識別系統), 提供了
史無前例分析, 讓產品更新和銷售轉換。Rentokil Initial安裝傳感器在其害蟲控制裝置中進行主動風險管理,防止蟲害侵襲的威脅。同樣,mesur.io提供高爾夫球場,農業和草坪與花園的設備,通過具有進階分析的傳感器收集地面測量,來確認種子,施肥和水分。
IoT是每個行業的巨大機會,但由於低利潤行業採用了IoT技術,機會正在減少。利用這趨勢的最佳方式是開始收集和分析傳感器數據來測試和檢查假設。因此,為執行以下操作的高級分析環境必須到位:
1.  組合不同的數據 -  IoT和傳感器數據將會是一個新的和大量的數據源。在Akindo Sushiro的例子中,他們必須將顯示新鮮度的RFID數據與內部銷售轉換數據相結合。

2.  主動分析 -傳感器提供點於時間數據,但要有用,他們必須允許用戶發現動向並採取行動。在Rentokil Initial範例中,IoT設備可以自動警告技術人員,同時通過myRentokil線上通知客戶。

3.  自動化重複 - 傳感器數據可以顯示重複的模式。在mesur.io示例中,具有可預測模式(如灌溉)的重複任務可以基於通過分析傳感器數據所學到的內容進行自動化。

4.  上述3個物聯網(餐飲連鎖,病蟲害防治和農業管理)的共同點為Qlik Analytics Platform。Qlik 靈活性的將傳感器數據與任何數量的內部和外部數據源組合在一起。Qlie平台還包括用於物聯網用途案例的進階分析集成,例如預測性維護,有助於主動分析。一個很好的例子是,Qlik團隊管理儀表板不僅展示了卡車車隊,還展示了卡車的運營商。 Qlik分析平台將業務能夠自動化重複,並將重點放在有望於未來數年增長的相關用例。
原文

    Categories

    All
    Hus-interview
    Qlik
    Sentinelone
    Thegoodthebadtheugly
    『胡』說一下
    關於 AI

    Archives

    January 2021
    December 2020
    November 2020
    October 2020
    September 2020
    August 2020
    July 2020
    June 2020
    May 2020
    April 2020
    March 2020
    February 2020
    January 2020
    December 2019
    November 2019
    August 2019
    April 2019
    February 2019
    January 2019
    December 2018
    November 2018
    October 2018
    September 2018
    August 2018
    July 2018
    May 2018
    April 2018
    March 2018
    November 2017
    October 2017
    September 2017
    August 2017

    RSS Feed

​Copyright © 2017 安創資訊 Auriga Security Inc,. All rights reserved.
  • HOME
  • NEWS & EVENTS
  • BLOG
  • Contact Us
  • WE WANT YOU !