Программа логином для чего

Loginom — это low-code платформа для реализации всех аналитических процессов: от интеграции и подготовки данных до моделирования, развертывания и визуализации.

Loginom делает продвинутую аналитику доступной бизнес-пользователям и сокращает время от тестирования гипотезы до создания работающего бизнес-процесса.

Loginom — платформа для решения широкого спектра бизнес-задач, требующих обработки больших объемов данных, реализации сложной логики и применения методов машинного обучения:

1. Управление рисками (кредитный, конвейер, скоринг, антифрод);
2. Клиентская аналитика (сегментация клиентов, противодействие оттоку, кросс-продажи);
3. Очистка данных (очистка и удаление дублей, создание золотой записи, стандартизация НСИ);
4. Логистика (прогнозирование спроса, оптимизация запасов, расчет страховых запасов);
5. Маркетинг (директ-маркетинг, оптимизация цен, оценка эффективности рекламной кампании);
6. Диагностика (статистический контроль качества, оценка вероятности поломок, цифровые двойники);
7. Process mining (анализ и улучшение бизнес-процессов, оптимизация операционных издержек, повышение производительности труда).

Ключевые преимущества платформы Loginom:

Для начинающих. Шаг 1 — знакомство с Loginom

1. Low-code архитектура подразумевает визуальное проектирование сложных сценариев анализа данных, без привлечения ИТ-департамента и необходимости программирования, силами непосредственно бизнес-пользователя;
2. Более 60-и готовых компонентов обработки, как тривиальных, так и достаточно сложных. Например, основанных на алгоритмах машинного обучения (Machine Learning);
3. Простая интеграция с различными источниками: файлы (Excel, CSV, XML, Loginom Data File), базы данных (Oracle, MS SQL, PostgreSQL, ClickHouse, BigQuery, MySQL. ), бизнес-приложения (1С:Предприятие, Tableau), ODBC-источники (Hive, MongoDB, Amazon Redshift, SQL Azure. ), веб-сервисы (SOAP, REST), хранилища данных (Oracle, MS SQL, Firebird);
4. Быстрая обработка больших данных (Big Data). Реализована за счет вычислений In-Memory, параллелизма (Parallel Computing);
5. Высокая производительность — скорость работы платформы существенно превышает известные на рынке аналоги;
6. Переиспользование компонентов позволяет накапливать бизнес-экспертизу. Достаточно один раз создать сценарий обработки данных и сохранить его как готовый компонент, чтобы впоследствии многократно использовать его на новых вводных. Авторские компоненты можно опубликовать, передать, тиражировать, реализовывать на коммерческой основе;
7. Создание и публикация веб-сервисов (SOAP (WSDL), REST (JSON)) за пару кликов;
8. Асинхронный пользовательский интерфейс — даже при долгих расчетах платформа откликается на действия пользователя, не блокируется;
9. Развитая визуализация — OLAP-куб, таблицы, диаграммы, специализированные инструменты;
10. Множество готовых бизнес-решений — позволяют реализовывать прикладные задачи: кредитный конвейер, скоринг, очистка данных, управление запасами, process mining и т.д.
11. Развертывание без ограничений — stand-alone (инсталляция на ПК), on-premise (установка на сервер), сloud (публичный облачный сервис);
12. Разнообразные способы приобретения лицензии — покупка, подписка, Яндекс.Облако;
13. Развитая система e-learning обучения Loginom Skills, программа которой рассчитана на различный уровень пользователей: от начинающего до продвинутого. Изучение Loginom включено в образовательную программу 70+ российских вузов, среди которых такие как МГУ им М.В. Ломоносова, НИУ «Высшая школа экономики», РАНХиГС при Президенте РФ;
14. Богатая экосистема бесплатных customer-ресурсов: 450+ статей в вики, 100+ материалов в блоге, 150+ видео-роликов. Подготовлена обширная документация по продукту, множество демо-примеров, сервис вопросов и ответов.

Loginom способна полноценно заменить иностранные программные продукты: SAS Enterprise Miner, KNime, RapidMiner, Pentaho, Alteryx, Tableau, Dataiku.

Loginom является альтернативой следующему зарубежному ПО:

1. Системы принятия решений: SAS RTDM, Experian PowerCurve, FICO Decision Manager;
2. Self-service аналитика: KNime, RapidMiner, Pentaho, SAS Enterprise Guide, Alteryx;
3. ETL-инструмент: Informatica PowerCenter, Talend, IBM DataStage, Pentaho;
4. Data Prep-решение: Tableau Prep, Alteryx, Google Cloud Dataprep;
5. Скоринг: SAS Enterprise Miner, IBM SPSS Modeler, KNime;
6. Отчетность: Tableau, MS PowerBI, QlikSence, TIBCO Spotfire, Google Data Studio;
7. Очистка данных: Informatica Data Quality, Oracle Enterprise Data Quality;
8. Управление запасами: SAS IBP, Oracle Supply Chain Management, SAS Demand Planning, JDA Supply Chain Planner, Anaplan Supply Chain, Ortec Supply Chain Design, SAP Integrated Business Planning, Kinaxis RapidResponse, Oracle Demantra, Logility Solutions, Anaplan, JDA Inventory Optimization, ORTEC Inventory Routing, LOCAD;
9. Машинное обучение: KNime, RapidMiner, MS Azure ML, IBM SPSS Modeler, SAS Viya;
10. Глубинный анализ бизнес-процессов: Сelonis, Minit Process Mining, ARIS Process Mining, UiPath Process Mining, SAP Signavio Process Manager, SAP Signavio Process Intelligence, MonkeyMiner, LANA Process Mining — Magellani, LANA Process Mining ETL, Apromore, PAFnow Process Mining Software, myInvenio, QPR ProcessAnalyzer.

Источник: analogues.ru

Loginom

Loginom – аналитическая платформа, позволяющая в одном месте выполнить все этапы бизнес-анализа: от консолидации данных и построения моделей до визуализации и внедрения их в бизнес-процесс. Готовая интеграция Loginom на основе маршрутных данных пользователей Wialon анализирует различные показатели: расход топлива, KPI, системы мотивации, контроль за сотрудниками и т. д.

На вход компонента «Wialon-Данные по объектам» подается:

• token – Токен;
• mask_object – Маска наименования объекта.

На вход компонента «Wialon-Статические данные» подается:

• token – Токен;
• mask_object – Маска наименования объекта.

На вход компонента «Wialon-Динамические данные» подается:

• token – Токен;
• mask_object – Маска наименования объекта;
• time_from – Начало интервала;
• time_to – Окончание интервала;
• count_message – Количество сообщений.

На выходе компонента «Wialon-Данные по объектам» получаем:

• Наименование автомобиля;
• Идентификатор транспорта;
• Идентификатор класса;
• Уровень доступа к объекту.

На выходе компонента «Wialon-Статические данные» получаем:

• Наименование автомобиля по id;
• Номер автомобиля по id;
• Расход топлива летом/зимой;
• Расход топлива на холостом ходу;
• Расход топлива в городе или за ним.

На выходе компонента «Wialon-Динамические данные» получаем:

• Наименование автомобиля по id;
• Номер автомобиля по id;
• Время регистрации сообщения;
• Долгота;
• Широта;
• Высота над уровнем моря () и другие.

Полученные выходные данные можно объединить вместе и с данными из других систем. Платформа позволяет производить расчеты, а также отображать полученные данные и расчеты по ним можно с помощью визуализаторов.

Источник: gurtam.com

Базовые навыки работы в Loginom Community

Вся работа по анализу данных в Loginom Community базируется на выполнении следующих действий:

• проектирование сценариев;
• обработка данных;
• визуализация данных.

Сценарий — последовательность действий, которые необходимо провести для анализа данных. Сценарий обработки представляет собой комбинацию узлов обработки данных, настраиваемую пользователем для решения конкретной задачи.

Последовательность обработки задается соединением выхода предыдущего узла сценария со входом последующего. Входом и выходом узла являются входные и выходные порты (рис. 1).

Узел сценария выполняет отдельную операцию над данными. Перечень возможных операций представлен палитрой готовых компонентов. Таким образом, компонент является прообразом или шаблоном будущего узла сценария. Для того чтобы создать узел сценария, выполняющий нужную операцию над данными, необходимо мышью перенести соответствующий компонент из панели компонентов в область построения сценария.

Узлы сценария создаются из компонентов двух типов:

• стандартные компоненты — предоставляются в рамках платформы;
• производные компоненты — создаются и настраиваются пользователем. Производный компонент можно создать из комбинации узлов сценария, реализующей произвольную логику обработки.

Таким образом, набор средств для реализации различной логики обработки данных не ограничивается стандартными компонентами платформы и может быть расширен самим пользователем.

Чаще всего для создания производного компонента используется Подмодель. является специальным узлом, способным включать в себя другие узлы сценария. Реализованная в подмодели логика может быть произвольной, при этом разработчик сценария может рассматривать ее как «черный ящик».

В состав подмодели могут также включаться и другие подмодели. Вложенность подмоделей друг в друга не ограничена.

Подмодель принимает информацию через входные порты, производит обработку и выдает результат на выходные порты. Входные и выходные порты задаются пользователем.

Поскольку таблицы, переменные и подключения имеют разную структуру, то соответствующие им порты не могут быть соединены друг с другом и имеют разное обозначение. Количество входов и выходов узла варьируется в зависимости от функционала. Входы узла могут настраиваться автоматически (при подключении связи) либо вручную.

От обработчика к обработчику могут передаваться как наборы данных — таблицы, так и переменные — объекты, содержащие лишь одно значение. Статистические данные таблиц (например, сумма по столбцу, среднее значение и т. д.) могут быть преобразованы в переменные при помощи специального обработчика.

Переменные, в свою очередь, могут применяться в обработчиках для преобразования таблиц. Поскольку таблицы и переменные имеют разную структуру, то соответствующие им порты не могут быть соединены друг с другом и имеют разное обозначение.

Loginom Community включает в себя набор стандартных компонент:

• трансформация — компоненты для первоначальной подготовки и простой обработки исходных наборов данных:

• группировка;
• дата и время;
• дополнение данных;
• замена;
• калькулятор;
• калькулятор JS;
• кросс-таблица;
• объединение;
• параметры полей;
• разгруппировка;
• свертка столбцов;
• скользящее окно;
• слияние;
• соединение;
• сортировка;
• фильтр строк;

• выполнение узла;
• подмодель;
• узел-ссылка;
• условие;
• цикл;

• автокорреляция;
• корреляционный анализ;
• факторный анализ;

• заполнение пропусков;
• квантование;
• конечные классы;
• разбиение на множества;
• редактирование выбросов;
• сглаживание;
• семплинг;

• EM кластеризация;
• ассоциативные правила;
• кластеризация;
• кластеризация транзакций;
• логистическая регрессия;
• нейросеть (классификация);
• нейросеть (регрессия);
• самоорганизующиеся сети;

• замена (переменные);
• калькулятор (переменные);
• переменные в таблицу;
• соединение (переменные);
• таблица в переменные.

Для визуализации данных используются Визуализаторы, представляющие собой инструменты для удобного варианта отображения данных:

• диаграмма — графическое представление данных;
• куб — многомерное представление данных;
• таблица — табличное представление данных;
• статистика — статистические показатели полей набора данных;
• отчет по регрессии — статистические параметры и результаты статистических тестов для анализа регрессионных моделей;
• качество бинарной классификации — формирует наборы серий данных для построения диаграмм, определяются оптимальные пороги отсечения и вычисляются оценки классификации. Для получения точек серий строятся гистограммы распределения событий и не событий в выборках.

Также есть специальный визуализатор Быстрый просмотр, доступный на активном выходном порту.

Все действия с проектом в Loginom Community осуществляются в рамках Пакета, который является минимальной единицей поставки и представляет собой контейнер для компонентов, сценариев, подключений и т. д.

Пакеты сохраняются по отдельности в виде файлов с расширением .lgp, и включают в себя Ссылки и Модули.

Ссылки применяются для подключения других пакетов с целью использования созданных в них производных компонентов и подключений в текущем проекте. Соответствующие объекты доступны только в том случае, когда они опубликованы для общего доступа.

Каждый пакет содержит хотя бы один модуль. Модуль включает в себя:

• сценарий — содержит последовательность узлов обработки данных;
• подключения — в них представлен список внешних источников и приемников данных, к которым можно подключиться;
• компоненты — включают в себя доступные для работы подмодели, как созданные в рамках текущего пакета, так и заимствованные из других пакетов через ссылки.

Post Views: 279

• ← Роль новых технологий в статистическом анализе данных
• Визуализаторы в анализе данных Loginom Community →

Источник: spravochnaya.com