Interaktivität der nächsten Stufe in KI/BI-Dashboards

Wie auf dem diesjährigen Data and AI Summit angekündigt, demokratisiert Databricks AI/BI Business Intelligence und Analysen in Ihrem Unternehmen mit hochgradig visuellen und interaktiven Low-Code AI/BI-Dashboards und No-Code-Konversationsanalysen, die von AI/BI Genie angetrieben werden. In diesem Blog stellen wir Ihnen eine Reihe neuer Funktionen vor, die die Leistung und Interaktivität von AI/BI-Dashboards verbessern.

Hochgradig interaktive (oder klickbare) Business-Intelligence-Dashboards sind heutzutage Standard. Sie sind unerlässlich, da sie es Dashboard-Benutzern ermöglichen, Daten dynamisch zu erkunden und Erkenntnisse mit jedem Klick anzupassen. Dies ermöglicht es ihnen, Folgefragen zu ihren Daten zu stellen und fundiertere Entscheidungen schneller zu treffen, im Gegensatz zu statischen Dashboards, die die Exploration und Problemlösung durch Analysen einschränken.

Zu den wichtigsten Verbesserungen, die wir in diesem Blog behandeln werden, gehören:

• Kreuzfilterung: Sie können jetzt auf interessante Datenpunkte in einer Visualisierung klicken, um Ihr Dashboard zu filtern und die Auswirkungen auf andere wichtige Kennzahlen und Visualisierungen zu sehen. Dies hilft Ihnen, Ihre Daten zu erkunden, um Beziehungen und Korrelationen zu verstehen, die neue Erkenntnisse aufdecken.
• Statische Widget-Parameter: Erstellen Sie mehrere gefilterte Visualisierungen, die verschiedene Aspekte Ihrer Daten hervorheben. Erstellen Sie beispielsweise zwei Diagramme, die sich auf den Umsatz konzentrieren, eines aus dem aktuellen Jahr und eines aus dem Vorjahr. Mit statischen Widget-Parametern können Sie Visualisierungen aus einem einzigen parametrisierten Datensatz erstellen, ohne für jede Visualisierung einen benutzerdefinierten Datensatz erstellen zu müssen.
• Standardwerte für Filter: Konzentrieren Sie Betrachter auf bestimmte Daten oder Kontexte innerhalb eines Dashboards, indem Sie Standardfilterwerte festlegen, die beim erstmaligen Laden angewendet werden.
• Verbesserte Leistung: Niemand mag Dashboards, die einfrieren oder Sie jedes Mal auffordern, „bitte warten“, wenn Sie sie öffnen oder auf einen interessanten Datenpunkt klicken. Zu diesem Zweck haben wir mehrere Leistungsverbesserungen hinzugefügt, um sicherzustellen, dass Benutzer blitzschnelle interaktive Dashboards erhalten, damit sie Folgefragen zu ihren Daten stellen können, ohne zusätzliche SQL-Abfragen auszuführen.
• Abfragebasierte Parameter: Dashboard-Autoren sollten in der Lage sein, aussagekräftige Erlebnisse mit Feld- und Parameterfiltern zu schaffen. Indem wir die Kombination von Parametern und Feldern in einem einzigen Filter ermöglichen, haben wir neue Möglichkeiten geschaffen, z. B. das dynamische Befüllen eines Parameter-Dropdowns mit Abfrageergebnissen.

Kreuzfilterung

Beim Erkunden eines Dashboards können bestimmte Datenpunkte in einer Visualisierung für weitere Untersuchungen auffallen. Obwohl möglicherweise bereits Filter vorhanden sind, entsprechen sie möglicherweise nicht den Bedürfnigen jedes Betrachters.

Mit der Kreuzfilterung kann jetzt jedes Diagramm zum Filtern Ihrer Daten verwendet werden. Klicken Sie einfach auf Visualisierungen, um das Dashboard zu filtern und die Daten tiefer zu erkunden. Die Kreuzfilterung ist automatisch für alle Visualisierungen aktiviert, die denselben Datensatz teilen. Das bedeutet, dass Sie auf einen Teil einer Visualisierung (z. B. einen Balken in einem Balkendiagramm) klicken können, um die Daten in allen zugehörigen Visualisierungen im Dashboard zu filtern.

Schneiden Sie Ihre Daten zu und konzentrieren Sie Ihre Analyse, indem Sie auf Ausreißer klicken, z. B. auf visuell unterscheidbare Markierungen in einer Heatmap.

Navigieren Sie durch hierarchische Daten, indem Sie durch aggregierte Visualisierungen bohren. Klicken Sie beispielsweise auf Jahresdaten, um andere Diagramme auf die Daten dieses Jahres zu beschränken. Klicken Sie auf Balken in Monats- und Wochencharts, um weiter nach unten zu bohren.

Die Kreuzfilterung ist derzeit für Balkendiagramme, Heatmaps, Tortendiagramme und Streudiagramme verfügbar und ergänzt bestehende Feld- und Parameterfilter. Die Unterstützung für weitere Visualisierungen, einschließlich Histogrammen, Liniendiagrammen, Flächendiagrammen, Kombinationsdiagrammen und Mehrfachauswahl, wird in Kürze verfügbar sein.

Statische Widget-Parameter

Das Erstellen von Dashboards ist mit weniger Datensätzen einfacher. Das Klonen eines Datensatzes nur zum Hinzufügen eines weiteren Filters oder einer Aggregation für eine bestimmte Visualisierung führt zu Unübersichtlichkeit und Reibungsverlusten.

Statische Widget-Parameter vereinfachen diesen Prozess, indem sie es Ihnen ermöglichen, Filter für jede Visualisierung anzupassen, ohne separate gefilterte Datensätze zu erstellen. Diese Funktion ergänzt die bestehende Möglichkeit, Visualisierungs-spezifische Aggregationen und Bins zu definieren.

Um beispielsweise Temperaturmetriken für verschiedene Standorte anhand eines einzigen Datensatzes hervorzuheben, können Sie ihn mit einer Bedingung wie dieser erweitern:

Legen Sie dann einfach einen anderen statischen Parameterwert für jede neue Visualisierung fest. Im folgenden Beispiel sehen Sie drei Diagramme: eines für alle Standorte, eines für Seattle und eines für New York. Jedes Diagramm verwendet denselben Datensatz, aber unterschiedliche statische Werte werden angewendet, um die Daten entsprechend zu filtern.

Wir arbeiten daran, diese Funktionalität auf die widget-spezifische Filterung anhand von Feldern zu erweitern. Sie könnten beispielsweise jedes Diagramm nach dem Standortfeld filtern, ohne den zugrunde liegenden Datensatz parametrisieren zu müssen.

Standardwerte

Als Dashboard-Autor möchten Sie Betrachter möglicherweise zu einem bestimmten Datenausschnitt führen, z. B. einem bestimmten Datumsbereich oder Standort.

Mit Standardwerten können Sie bestimmte Filterwerte festlegen, die beim erstmaligen Laden des Dashboards oder beim Zurücksetzen von Auswahlen angewendet werden. Dies stellt sicher, dass sich die Betrachter von Anfang an auf die wichtigsten Datenpunkte konzentrieren. Standardwerte ergänzen die bestehende Möglichkeit, Dashboard-Filterauswahlen durch Teilen einer URL Ihrer aktuellen Ansicht beizubehalten.

Schneetage sind beispielsweise interessant, da sie extreme Temperaturen und hohen Niederschlag aufweisen. Das Festlegen des Standardwetterfilters auf „Schnee“ ermutigt neue Dashboard-Betrachter, diesen Wettertyp zuerst zu erkunden. Nach der Überprüfung anderer Wettertrends können sie den Filter zurücksetzen, um ihre eingehende Untersuchung von Schneetagen fortzusetzen.

Verbesserte Leistung

Damit ein interaktives Dashboard wirklich erfreulich ist, muss es schnell sein. Das Warten auf die Ausführung von Abfragen bei jeder Filteranwendung kann den Analysefluss stören.

AI/BI-Dashboards sind für hohe Leistung optimiert, selbst bei großen Datenmengen, durch Techniken wie Abfrage-Caching und tiefe Plattformintegration. Abfrage-Caching speichert automatisch die Abfrageergebnisse für 24 Stunden und sorgt so für schnellere Leistung durch Nutzung zuvor ausgeführter Abfragen. Sie können den Cache auch proaktiv über Zeitpläne füllen.

Zusätzlich zur schnellen Erstladung bieten AI/BI-Dashboards eine nahezu sofortige Interaktivität für kleinere Datensätze, indem sie Filter im Browser auswerten, anstatt bei jeder Änderung Abfragen erneut auszuführen.

Wir haben kürzlich das Limit für die clientseitige Auswertung von Filtern auf 100.000 Zeilen erhöht. Das bedeutet, dass für Datensätze innerhalb dieses Limits der gesamte Datensatz einmal abgefragt wird und alle nachfolgenden Filterungen clientseitig erfolgen, wodurch zusätzliche serverseitige Abfragen überflüssig werden. Selbst bei großen Tabellen können Techniken wie Voraggregation mit materialisierten Ansichten kleinere, schneller filternde Datensätze erstellen.

Wir empfehlen generell, nach Feldern statt nach Parametern zu filtern, die immer serverseitige Abfragen erfordern. Parameter eignen sich am besten für Fälle, die das Filtern nach Feldern noch nicht handhaben kann, wie z. B. das Filtern in Unterabfragen oder das Definieren von Datensätzen mit komplexen Aggregationen.

Wir untersuchen weiterhin zusätzliche Optimierungen, wie z. B. die weitere Erhöhung des clientseitigen Filterlimits. Zukünftige Funktionen wie Visualisierungs-spezifische Berechnungen werden die Anzahl der Anwendungsfälle erhöhen, die durch das Filtern nach Feldern vollständig realisiert werden können.

Abfragebasierte Parameter

Parameter sind ein leistungsstarkes Werkzeug, da sie überall in der SQL eines Datensatzes eingeführt werden können und maximale Flexibilität bei der Definition von Filtern bieten. Obwohl Parameter Platzhalter für Literale in SQL sind, sollten sie wie jedes andere Feld fungieren und es den Autoren ermöglichen, Dropdowns und andere Filter zu befüllen, die zur Konfiguration ihrer Werte verwendet werden.

Durch die Mischung von Parametern und Feldern können Sie jetzt Parameterfilter mit Werten aus anderen Datensätzen befüllen. Dieser Ansatz für abfragebasierte Parameterwerte eröffnet erweiterte Analysefunktionen, wie z. B. dynamisch wechselnde Datumsgranularitäten.

Sie können beispielsweise das Herunterbohren durch verschiedene Datumsgranularitäten ermöglichen, indem Sie die für die Aggregation verwendete DATE_TRUNC-Funktion parametrisieren. Der resultierende Datensatz und die Metriken werden aggregiert, was bedeutet, dass das Hinzufügen eines zusätzlichen Wetterfilters auch die Parametrisierung der Abfrage erfordert.

Dashboard-Benutzer sollten in der Lage sein, gültige Werte einfach in ihren Filter-Dropdowns auszuwählen. Sie müssen beispielsweise nicht raten, ob „YEAR“ oder „YEARLY“ der richtige Literalwert für die Datumstrunkierung ist. Um die Dropdowns korrekt zu befüllen, erstellen Sie die folgenden beiden Datensätze:

Passen Sie die Parameterfilter für Datumsgranularität und Wetter an, um auf die Felder in diesen Datensätzen zu verweisen, um die Dropdowns zu befüllen und mit dem Herunterbohren durch Daten zu beginnen.

Die Kombination von Feldern und Parametern in einem einzigen Widget ermöglicht es Ihnen auch, mit einem Filter mehrere Datensätze zu steuern, unabhängig davon, ob diese Datensätze Parameter oder Feldfilter verwenden.

Wir freuen uns darauf, mit kommenden Funktionen wie Datumsbereichsparametern und Mehrwertparametern noch mehr Flexibilität bei der Feld- und Parameterfilterung zu bieten.

Mehr über KI/BI-Dashboards erfahren

Wie wir gezeigt haben, sind KI/BI-Dashboards ein wichtiger Investitionsbereich für Databricks, wobei Interaktivität ein Schwerpunkt ist. Wir ermutigen Sie, diese neuen Funktionen zu erkunden und zu sehen, wie sie Ihre eigenen Dashboards verbessern können. Sehen Sie sich die Databricks-Dokumentation zu KI/BI Dashboards an, einschließlich detaillierter Informationen zu Parametern und Filtern.

Ihr Feedback ist von unschätzbarem Wert, da wir unsere KI/BI-Dashboards weiter verfeinern und erweitern. Wir freuen uns auf Ihre Gedanken und Vorschläge!

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag