15 рекомендаций по развертыванию BI

Сегодня решил поделиться картой, путеводителем, для тех, кто задумыввается о внедрении системы бизнес-аналитики, но не знает с чего начать.

1️⃣ Заручитесь поддержкой и участием в проекте всех сотрудников предприятия

2️⃣ Разработайте план развития и стратегию внедрения

3️⃣ Найдите области, где средства BI принесут пользу, и внедряйте их именно там

4️⃣ Узнайте потребности каждого подразделения

5️⃣ Четко определите цели

6️⃣ Выделите основные КПЭ или иную статистику для контроля освоения средств BI

7️⃣ Проводите регулярные опросы ключевых заинтересованных лиц

8️⃣ Начните с малого

9️⃣ При развертывании используйте гибкую методологию

1️⃣0️⃣ Определите источники данных и необходимые средства интеграции

1️⃣1️⃣ Создайте в организации культуру работы с данными

1️⃣2️⃣ Заложите прочные основы для управления данными

1️⃣3️⃣ Внедрите план управления безопасностью

1️⃣4️⃣ Создайте план обучения

1️⃣5️⃣ Выберите ответственного за внедрение BI

При той скорости развития технологий, которую мы наблюдаем сегодня, многим компаниям очень скоро станет сложно или даже невозможно работать без средств бизнес-аналитики. Компании, которые внедрят соответствующий инструментарий, следуя приведенным выше рекомендациям, смогут спроектировать системы, которые будут полезны всему персоналу и поспособствуют росту бизнес-производительности и повышению прибыли.

​​График Каги

Используется для отображения уровней спроса и предложения конкретного объекта торгов (акции, валюты, ценных бумаг и т. д.) с помощью визуализации ценовых изменений посредством ряда вертикальных линий, формирующих определенные паттерны. Графики Каги не оперируют временными показателями и благодаря этому позволяют отфильтровать фоновую информацию, или «шум», поступающую при анализе других финансовых графиков (например, свечных графиков), соответственно, важная информация о движении цен отображается более четко. Ключ к пониманию графиков Каги – умение распознавать возникающие паттерны.

Несмотря на то, что на графиках Каги по оси Х все-таки отображаются даты или временные промежутки, это фактически указатели дат ключевых изменений цен, не являющиеся частью временной шкалы. Ось У с правой стороны используется в качестве шкалы значений.

Линия на графике Каги изначально двигается вертикально в том же направлении, что и изменение цены, и продолжает это движение до тех пор, пока цена, на каком бы низком уровне она ни была, сохраняет то же направлении. Как только цена превысит определенный коэффициент, требующий изменения в другом направлении, линия совершает разворот и направляется в противоположном направлении. Таким образом, каждая маленькая горизонтальная линия указывает на изменение направления движения цены. Место соединения горизонтальной линии с линией падения называется «плечо», а место соединения горизонтальной линии с линией роста называется «талия».

Изменение толщины или цвета линии зависит от поведения цены. Когда цена превышает предыдущее «плечо», линия становится толще (и/или зеленой) и получает название «Янь». Это можно интерпретировать как превышение спроса над предложением. В противоположность этому, когда цена оказывается ниже предшествующей «талии», линия становится тоньше (и/или красной) и получает название «Инь». Это означает превышение предложения акций над спросом и указывает на медвежий тренд падения цен.

Трейдеры ориентируются на изменения тонкой линии (Инь) на толстую (Янь) и наоборот как на сигнал к покупке или продаже акции. Переход от Инь к Янь указывает на необходимость покупать, а от Янь к Инь – на необходимость продавать.

​​6 правил для бизнес-аналитика

▪️Аналитика ноги кормят. Если вы находитесь в одном здание с пользователями и ключевыми заказчиками, то их надо посещать и разговаривать с ними. Игнорирование этого правила приведет к долгим почтовым перепискам и бесконечной формализации задач.

▪️Рисуйте. Рисование схем бизнес-процессов и набросков интерфейса позволит понять задачу вам и легко объяснить свое виденье пользователю. Игнорирование этого правила приведет к тому, что вы будете тратить намного больше времени на понимание задачи и ее объяснение.

▪️Упрощайте (или не усложняйте). Аналитики и бизнес-аналитики склонны к усложнению задач чаще, чем бы этого хотелось. Игнорирование этого правила приведет к созданию велосипедов и неоправданно сложных решений, которыми никто не будет пользоваться.

▪️Опрашивайте всех будущих пользователей и всех участников процесса. Виденье субъективно, поэтому пытайтесь выяснить мнение всех, кого касается будущее доработка, даже тех, кто будет затронут смежно. Игнорирование этого правила приведет к тому, что решение не будет устраивать всех, а будет удовлетворять только одного пользователя с которым вы работайте.

▪️Докапывайтесь до сути проблемы. Пользователи постоянно просят какие-то кнопки на формах, какие-то фильтры на списках и не любят объяснять зачем. Но выяснив ответ на вопрос «Зачем?» вы можете придумать совершенно другое решение, которое возможно будет работать лучше и эффективней. Игнорирование этого правила приведет к тому, что решение будет незавершенное или не будет отвечать всем требованиям задачи.

▪️Избегайте неоднозначности. Разбивайте задачу до таких деталей, чтобы виденье результата было однозначно для вас, для ключевых пользователей и для разработчиков. Игнорирование этого правила приведет к решения не отвечающим задачам.

Всіх вітаю! 👋🏻

Сьогодні не лише перший пост українською 🇺🇦 але і достить не форматний для нашого каналу.

Ми натрапили на цікаву пропозицію на форумі Tableau, а саме ідею додати SUSE Enterprise Server, як ймовірну ОС для on-site серверу Tableau.

Тому якщо серед наших рядів я симпатики Linux 🐧запрошуємо до посилання - https://community.tableau.com/ideas/10227

Як IoT змінюють логістику складів?

▪️Покращений контроль запасів із відстеженням активів

Оснащення кожного предмета інвентарем RFID або GPS-трекером дає компаніям інструменти для відстеження місцезнаходження кожного предмета в режимі реального часу.

▪️ Управління вантажівкамиу режимі реального часу

Замість того, щоб оглядати кожен транспортний засіб та збирати цю інформацію вручну, автомашини, що підтримують IoT, можуть передавати всі дані автономно назад на вузол складу.

▪️ Підвищення продуктивності працівників за допомогою трекерів/розумних годинників

Окрім відстеження продуктивності, ці пристрої можуть відстежувати рівень стресу та навіть покращувати придатність, що призводить до щасливіших та здоровіших працівників.

▪️ Прогнозування попиту за допомогою машинного навчання

IoT, у поєднанні з машинним навчанням, може вивчати максимуми і мінімуми, які компанія зазнала в минулому, і використовувати ці дані для прогнозування, коли попит буде високим і коли він знизиться з дивовижною мірою точності.

І на останок, оптимістичний прогноз: у наступне десятиліття IoT стане безцінним інструментом для оптимізації логістики вашої продукції, незалежно від галузі.

​​Найкраще про аналітиків з bash

Сьогодні вибірка найцікавіших записів з безодні інтернет цитат - bash.im

431590
Eugen: ось ти як аналітик можеш мені пояснити чому гривня так звалилася ??
proff: Я як аналітик можу лише припустити, що один відомий у вузьких колах чувак продав-таки долари, куплені в 2009 році.

431590
Коли бачу вакансію "Аналітик-python" згадую про Мудрого Каа ...

455331
Я все розумію ... Договори, аналітика ...
Але називати функцію dogs.anal () - це перебір.

448533
За підсумками новорічного корпоративу було прийнято рішення - перейменувати на проекті групу аналітики групу "Налитики" :)

447063
- Як вам нова аналітик?
- Святкували день програміста, вона прийшла в футболці з написом 'Exception'.

430502
xxx: Сисадміни, пограмісти ... Мене, системного аналітика, головбух обзивала програмістом. В помсту я почав називати її старшим касиром. Довго ображалася, потім в'їхала)

396035
Coder: Зараз на роботі. Аналітик - програмісту:
Coder: Скажіть, а цю програму розумні люди купують або крадуть?

445942
Alewer: О, я як раз недавно подрузі пояснював суть своєї роботи - аналітика.
"Ось дружина каже чоловікові: " Купи чогось смачненького ". Аналітик займається тим, що ставить для чоловіка конкретне ТЗ: необхідно протягом півгодини відвідати продуктовий магазин на відстані не більше 2 км від будинку і там купити в відділі "Кондитерські вироби" 3 товари, загальною вартістю не більше 200 гривень, з часткою жиру від 30 до 50%, з часткою вуглеводів - до 70%, з часткою білків - до 20% "

408441
Анна (аналітик): Сергій, вітаю. Питання до уточнення, якщо дозволите: червоний напис в лівому верхньому кутку, це і є логотип? його не можна змінювати?
Сергій (замовник): Доброго дня! Я вже заздалегідь вибачився за якість нашого логотипу, але не очікував, що ви його навіть за логотип не вважатимете :)))

449691
ххх - програміст, ууу - аналітик. У ххх питання по вимогам.
ууу: все зрозуміло?
ххх: ні
ууу: тобто ні? я ж тут півгодини пояснюю
ххх: так, але я не слухав
ууу: чому?
ххх: мені не цікаво просто

437272
З обговорення Big Data:
xxx: уявлення про розміри даних зустрічаються ну дуже різні. недавно колега повернувся від клієнта вкрай спантеличений - були спершу довгі переговори, керівники і юристи, презентації, бла-бла-бла ... потім почалися обговорення потрібної аналітики. колега поцікавився - наскільки дані-то великі. "О! Дуже великі - вже в excel не лізуть! 1200 записів".

416228
xxx: вчора варила чоловікові борщ. Він спробував і почав мені висловлювати, що в цей раз борщ несмачний, тому що він ненавидить в борщі довгі шматки капусти. Я видала на автоматі з задоволеною фізіономією, що перед початком готування у вимогах до борщу ніколи не вказувалися розміри шматків капусти.
ууу: ти кодер?
ххх: ні, я аналітик

405106
ShpurloS: Уже відомо, що уряд планує створити в новій доменній зоні поштовий сервер для державних потреб. Аналітики вважають, що створення власного поштового сервера може обійтися бюджету в суму до 20 млн дол.
ShpurloS: sudo aptitude install postfix postfix-mysql mysql-server postfix-tls libsasl2-2 libsasl2-modules libsasl2-modules-sql sasl2-bin libpam-mysql openssl
ShpurloS: Де я можу збрать свої 20 млн ?!

Темна сторона BigData: Даркнет

Даркнет (від англ. dark net) - це та частина світової мережі, яка навмисно прихована від пошукових систем та зайвих очей. Платформу Tor розробили в США в 1995 в науковій лабраторії ВМС США в рамках проекту Free Haven, та ходять чутки 🤐 що за ним стоЇть ЦРУ.

За дослідженням Роса Ульбриха даркнет використовується для:

1️⃣ Торгівлі наркотиками
2️⃣ Крадіжки персональної інформації і данних
3️⃣ Хакінгу

Найцікавіше з цього всього те, що Tor це публічна платформа, яка надає відкриту статистику! Кожен може подивтись будь-яку метрику , яка його цікавить. Навіть сскачати її в формі таблиці.

Тема отримання користі з цього (безперечно) величезного масиву даних ходить кругами спеціалістів вже давно. За дослідженням Мет'ю Бала наразі не існує ефективного методу сбору даних з площадок торгівлі з даркнет.

Без сумніву одним з найкорисніших досліжень на цю тему є робота Брайана Нафзігера, що описав конфігурацію безкоштовного😱 ПО, яке дозволяє автоматично вкионувати data mining даркнету.

Можливо, той, хто на світовому ринку приборкає темну сторону Big Data стане лідером галузі. Питання хто це буде, можливо хтось з вас? 🌟

Тим часом, запрошую перевірити чи ваші персональні дані ще не потрапили в даркнет. Щоб безкоштовно перевірити тисни тут, або на кнопку нижче.

​​Статистика BigData 2019

Сьогодні наведу декілька цікавих статичних фактів про BigData (станом на літо 2019 року). І так, поїхали 🚘

▪️ До 2020 року буде близько 40 трлн гігабайт даних (40 зеттабайт)

▫️90% усіх даних було створено за останні два роки

▪️Сьогодні людині знадобиться приблизно 181 мільйон років, щоб завантажити всі дані з Інтернету

▫️У 2012 році було проаналізовано лише 0,5% усіх даних

▪️Користувачі Інтернету щодня генерують близько 2,5 квінтільйона байт даних

▫️У 2018 році користувачі Інтернету провели в Інтернеті 2,8 мільйона років

▪️Соціальні мережі складають 33% від загального часу, проведеного в Інтернеті

▫️97,2% компаній з Fortune інвестують у великі дані та штучний інтелект

▪️Який об'єм ринку Big Data та аналітики у 2019 році? 49 мільярдів доларів, за даними Wikibon

▫️У 2019 році очікується, що ринок великих даних зросте на 20%

▪️До 2020 року кожна людина генеруватиме 1,7 мегабайт в секунду

▫️Використовуючи Big Data, Netflix заощаджує 1 мільярд доларів на рік на утриманні клієнтів

▪️Користувачі Twitter щохвилини надсилають майже півмільйона твітів

▫️У 2019 році Facebook налічує 2,3 мільярда активних користувачів

Джерела:
EMC
IBM
Physics.org
The Guardian
Data Never Sleeps 5.0
Global Web Index
Domo
New Vantage
Inside Big Data
Wikibon
Statista
Forbes
Flat World Solutions

Data Science - це не просто числа

Про це говорить Ovetta Sampson з IDEO. Він говорить: "Перестаньте думати про спеціалістів Data Science як про заучок та гіків". Він наводить такі поради:

▪️Долучайте їх протягом всього процесу проектування, запрошуйте їх на свої наради та робочі групи.

▪️ Управляйте ними так само, як дизайнерами. Допомагайте їм робити прототипи моделей, які вони пропонують.

▪️Плануйте та організовуйте "комунікаційні зустрічі", де спеціалісти data science зможуть поділитись своїми досягеннями і планами з дизайнерами, та навпаки.

▪️Знайдіть цікаві проекти, над якими попрацюйте разом і доведіть спеціалістам data science цінність дизайну. для них

​​Фінансові та виробничі дані на службі машинного навчання

На зміну епохи великих даних прийшов час розумної аналітики. Завдяки новим джерелам інформації компанії почали накопичувати величезні обсяги даних, зберігання яких поступово переміщається в хмару. Розвиток алгоритмів машинного навчання (machine learning, ML) дало можливість інакше поглянути на ці масиви інформації, а головне дозволило використовувати їх для інтелектуального аналізу і прогнозування.

Недавнє дослідження Crisp Research, в рамках якого було опитано компанії в Німеччині, показало, що 59% респондентів для аналізу за допомогою машинного навчання використовують фінансові дані, завантажені з ERP-систем.

Також наголошується, що 43% опитаних компаній вже піддають обробці дані, зібрані в процесі виробництва. Як правило, робиться це для підвищення ефективності випуску продукції і поліпшення її якостей. При цьому 66% всіх виробничих даних доводиться на трафік, отриманий від датчиків IoT.

Для навчання алгоритмів і створення точних рішень в системах ML необхідні великі набори даних, це в свою чергу вимагає систем зберігання з швидким відгуком та простим «необмеженим» масштабуванням, оскільки вихідні датасета будуть розширюватися в процесі використання.

Хоча багато даних для ML зберігаються в хмарі, деяка їх частина як і раніше залишається в локальних ЦОД. Тут може бути і бажання заощадити, і вимога норм локального законодавства. Однак де б не перебували дані, максимальна гнучкість процесу обробки досягається при використанні хмарних ML-інструментів. При цьому локальне розміщення повинно спрощувати потік між різними середовищами, а не обмежувати його.

На закінчення необхідно відзначити, що згідно з дослідженням Crisp Research німецькі компанії для задач машинного навчання в основному використовують фінансові та виробничі дані, і, як правило, більшу їх частину за краще розміщувати в хмарних сховищах.

​​@BBDfeedback_bot - бот для спілкування.

Якщо у вас є побажання по темах, що ви хотіли б почитати на каналі, питання до нашого аналітика або просто бажання написати нам - бот до ваших послуг.

Теорії змови та Big Data 👻

Вітаю, друзі аналітики! 👋🏻

Сьогодні визначна подія, адже саме сьогодні вся інтернет-спільнота слідкує за тим чи відбудуться славнозвісний штурм Зони 51 👽

Продовжуючи тему іншопланетян на НЛО, ось декілька цікавих візуалізацій про спостереження літаючих тарілок в США 🇺🇸

▪️Statista, YouGov, TheAtalntic, USA Today
▪️Kaggle UFO Sightings
▪️National UFO Reporting Center

Давайте ж зануримось трохи у явище теорії змов, та методом моделювання визначми хто вони - люителі теорій змов? 🕵🏻️‍♂️

Людей що вірять в теорії змови часто вважають ірраціональними. Як правило, їх уявляють як людей, які постійно моніторять інтернет, протягують ниточки на спеціальній дошці між подіями та знаходять зв'язок між зовсім не пов'язаними подіями. Інтуїтивно зрозуміло, що за такою діяльністю повинна стояти якась фундаментальна логічна чи психологічна помилка.

У досліженні Коліна Клейна, Пітера Клатона та Вінса Політо були використані технології Big Data. Були використані онлайн коментарі на форумі про змови на Reddit щоб спробувати дізнатися щось про людей, які цікавляться подібними типами ідей. Набір даних містив 2,2 мільйона коментарів від приблизно 130 000 користувачів за 7 років.

Було використана техніка тематичного моделювання.

Було виявлено, що частина коментаторів страждать від монологічного мислення. Відхилення, за яким людина пояснює всі явища використовуючи один імпертаив, в цьому випадку якусь конкретну теорію змови.

Однак це були лише вершини айсберга: більшість коментаторів не підпадали під це описання. Наприклад, були знайдені підгрупи, які обговорювали розчарування владою і системою авторитетів загалом. Як доказ вони посилалсь на раніше розкриті змови.

Хтось використовував теорії змови щоб обговорювати расистські ідеї чи інші ідеї, які вважаються неприйнятними.

Більше того, як виявилось для багатьох - це просто хоббі, тісне переплетіння літаючих тарілок з котиками 😺 та мемами.

Переможці Open Data Challenge 2019 розділили 2,5 млн гривень.

Open Data Challenge – це міжнародний формат конкурсу для розвитку інноваційних проєктів на основі відкритих даних, який в Україні виріс до масштабу найбільшого національного конкурсу в цій сфері. Мета конкурсу – залучення активістів, дослідників, дизайнерів та розробників для розвитку інноваційних сервісів та продуктів open data та big data, які сприятимуть вирішенню проблем українського суспільства та матимуть значний бізнес-потенціал.

Судді обрали 5 переможців, серед яких:

▪️Назар CityBot – муніципальний чат-бот, який інформує про роботу комунальних служб міста, попереджає про аварії та відключення, збирає дані лічильників та повідомляє про тарифи та їх зміни тощо.
▪️ Inspect.in.ua – вебсервіс, який, базуючись на результатах уже проведених перевірок компаній, формує перелік розповсюджених порушень, генерує персоналізовані рекомендації щодо усунення недоліків та виконує підбір зовнішніх спеціалістів.
▪️ Відкрита Влада – аналітичний вебсервіс для моніторингу роботи та виявлення корупційних зв’язків серед політиків, чиновників, державних, комунальних підприємств та організацій.
▪️ Мапа Реновації – інтерактивна мапа, що надає інформацію про стан закинутих будівель і просторів міста, пов’язані з ними виконавчі провадження; цільове призначення землі, актуальну діяльність активістів і забудовників.
▪️ Знай свого чиновника (Запарканом) – вебсервіс, який надає аналітичну інформацію для оцінювання чиновника на основі задекларованих статків, зв’язків із компаніями чи особами та генерує загальний рейтинг чиновників за ризик-факторами.

​​BigData вже активно використовується в спортивній аналітиці. Любителям хокею присвячується.

У цьому сезоні НХЛ дебютує із системою відстеження шайб і спортсменів, та обіцяє поділитися даними про швидкість і ефективність гравців.

Система слідкує за двома компонентами: бездротові та радіочастотні датчики, вбудовані в шайби та пришиті до форми фігуриста; і пристрої обробки, встановлені в стропілах та на верхньому ярусі спортивної арени, які реєструють координати x, y, z кожним датчиком на льоду сотні раз у секунду.

Програмне забезпечення штучного інтелекту збирає мільйони даних, координатні точки і видає статистику, таку, наприклад, як максимальна швидкість гравця або загальний час володіння шайбою.

НХЛ обіцяє, що система буде готова до використання вже в сезоні 2019-20.

Business Intelligent для інформаційної безпеки

Питання надійного забезпечення інформаційної безпеки в разі із середнім і великим бізнесом часто впирається в оперативність виявлення ризиків і загроз. Однак контролювати величезну кількість різнорідних систем безпеки, що розрізняються за своїм функціоналом і формату надання звітної інформації, практично неможливо без серйозних втрат часу, які можуть виявитися критичними для діяльності компанії.

Кардинально змінити ситуацію в багатьох компаніях ситуацію допомагає практика впровадження систем бізнес-аналітики, заснованих на принципах Business Intelligence (BI). BI-системи бізнес-аналізу і контролю над інформаційною безпекою забезпечують упорядкування колосальних обсягів інформації з різнорідних джерел, подальшу очистку, агрегацію і аналіз кореляцій. Кінцеві результати надаються у вигляді наочних призначених для користувача звітів, які дозволяють оперативно виявити проблему, визначити першоджерела, а потім прийняти рішення. Саме тому ми рекомендуємо підходи, які традиційно використовуються в бізнес-аналізі, на вирішення завдань щодо забезпечення інформаційної безпеки.

Як правило, BI-системи, які використовуються для забезпечення інформаційної безпеки, характеризуються чіткою ієрархією показників ефективності, заснованої на взаємозв'язках між бізнес-орієнтованими і технічними показниками. Оцінка метрик і збір аналітичної інформації виробляються в автоматичному режимі, так що ключовим завданням стає коректна оцінка значень метрик. А звітність організована таким чином, що дозволяє робити різнорідні зрізи даних в залежності від роду аналітичних задач.

Впровадження систем бізнес-аналітики для вирішення завдань інформаційної безпеки, як правило, має переваги для прийняття управлінських рішень завдяки по над оперативному і коректному відбору ключових даних. Консолідовані дані візуалізації можуть бути представлені в зручному для управлінського аналізу форматі. В результаті процеси забезпечення інформаційної безпеки стають більш прозорими, легко коректованими і вимагають істотно меншого часу для виявлення загроз і прийняття рішення по їх локалізації.

Тим же, хто дочитав до цього рядка - хочу порадити гру Tech Support: Error Unknown. В ній ви зможете відчути себе в ролі звичайного інженера служби підтримки та матимете змогу перейти на темну сторону. 🌚

Cеврер BI на Ubuntu 18.04

Якщо служба IT виє від вимог сервера BI, ваші звіти грузяться по декілька хвилин, то можливо вам варто розглянути встановлення серверу BI на Linux ОС.

Tableau надає таку можливість, а сьогодні ще й з'явилась детальна відео-інструкція по встановленню. Зверніть увагу, можливо це саме те, чого не вистачало вам чи вашим айтішникам :)

​​Очікувані тренди 2020

▪️ Темпи росту кількості даних тільки збільшаться

▪️Аналіз даних стане більш автоматизованим та менш залежним від кваліфікації спеціалістів

▪️Зростання вбудованої аналітики, тобто аналітики, використання якої не потребує спеціальних знань

▪️Розпізнавання звичайних запитів (Natural language processing) стане стандартом

▪️Аналітика нового рівня, завдяки IoT та новому потоку даних з датчиків і сенсорів

▪️Збільшення долі даних-як-послуги та аналітики-як-послуги

▪️Рух в напрямі не тільки прогнозування, але і рекомендації оптимальних рішень

▪️Більший тиск держави в питанні управління даними

▪️Графічна аналітика продовжить витісняти табличні методи аналізу

​​Переможець Student Viz Contest

Минулий 2019 рік закінчився визначенням переможця конкурсу Student Viz Contest для студентів.

Призові місця зайняли дійсно достойні роботи, тому ділимось ними з вами.

🏆 Переможець - Ryan Soares, студент університету Уілфордв Лоріє (Торонто).

Дешборд - візцалізація піраміди портеб Маслоу та застосування цього принципу до 7 міст Канади.

Дешборд - тут.

2️⃣ місце - Maria Brock, студентка університету Джорджа Мейсона (США).

Дешборд - візцалізація чемпіонів з тенісу. Суддям сподобалося використання кольорів Марії та тенісного м'яча для підтримки теми.

Дешборд - тут.

3️⃣ місце - Seoyan Jun, студентка жіночого університет Соокмюн.

Дешборд - візцалізація музичнго доробку та творчого шляху корейського гурту BTS.

Дешборд - тут.

​​Публічні дані

Сьогодні зверну вашу увагу на джерело публічних даних.

Корисними вони можуть бути для:

1️⃣ Тих, хто цікавиться інформацією про державні кошти.
2️⃣ Тих, хто шукає набори даних для тренування.

До вашої уваги - OpenBudget, частина системи edata, яка надає публічний доступ до інформації про доходи та видатки бюджетних установ.

В розділі BOOST-аналіз ви можете сформувати ты метрики, які для вас необхідні та завантажити собі на ПК в форматах: xlsx, csv, json.

Або отримати дані через API. Дтеальне налаштування тут.