Preql डेटा ट्रांसफ़ॉर्मेशन कैसे ट्रांसफ़ॉर्म कर रहा है

क्या डेटा साइलो डिजिटल परिवर्तन को कम कर रहे हैं?

उपभोक्ताओं के वैश्विक दर्शकों तक पहुंचने के लिए दस लाख से अधिक छोटे व्यवसाय ई-कॉमर्स प्लेटफॉर्म शॉपिफाई का उपयोग करते हैं। जिसमें शामिल है डायरेक्ट-टू-कंज्यूमर (डीटीसी) All-Stars जैसे Allbirds, Rothy’s और Beefcake Swimwear.

लेकिन इस तरह के ऑनलाइन विक्रेता Google Analytics, Klaviyo, Attentive और Facebook विज्ञापनों जैसे प्लेटफ़ॉर्म से भी डेटा प्राप्त कर रहे हैं, जिससे साप्ताहिक रिपोर्टिंग जल्दी जटिल हो जाती है।

यहीं से डेटा ट्रांसफ़ॉर्मेशन आता है।

डीबीटी और Preql

जैसा कि नाम से ही स्पष्ट है, डेटा ट्रांसफ़ॉर्मेशन टूल डेटा को उसके कच्चे प्रारूप से डेटा में बदलने में मदद करते हैं स्वच्छ, प्रयोग करने योग्य डेटा जो विश्लेषिकी और रिपोर्टिंग को सक्षम बनाता है। डेटा को केंद्रीकृत करना और संग्रहीत करना पहले से कहीं अधिक आसान है, लेकिन रिपोर्टिंग-तैयार डेटासेट बनाने के लिए व्यावसायिक परिभाषाओं पर संरेखित करने, आउटपुट तालिकाओं को डिज़ाइन करने, और अन्योन्याश्रित SQL स्क्रिप्ट या “रूपांतरण” की एक श्रृंखला में तर्क को एन्कोडिंग करने की आवश्यकता होती है। व्यवसाय अपने डेटा को प्रभावी ढंग से बदलने के लिए आंतरिक विशेषज्ञता के बिना डेटा इन्फ्रास्ट्रक्चर टूलिंग में महत्वपूर्ण निवेश कर रहे हैं, जैसे कि अंतर्ग्रहण उपकरण, डेटा स्टोरेज और विज़ुअलाइज़ेशन / बीआई। लेकिन यदि आप रिपोर्टिंग के लिए अपने डेटा को प्रभावी ढंग से संरचित नहीं कर सकते हैं, तो वे जल्दी से सीख जाते हैं, वे उस डेटा से मूल्य प्राप्त नहीं करेंगे जो वे संग्रहीत कर रहे हैं – या उनके द्वारा किए गए निवेश।

अंतरिक्ष में दो प्रमुख खिलाड़ी शामिल हैं: डीबीटी और स्टार्टअप।

2016 में स्थापित, डीबीटी “एनालिटिक्स इंजीनियरिंग टूलबॉक्स में प्राथमिक टूल बनाया,” जैसा कि कंपनी कहती है, और अब इसका उपयोग 9,000 से अधिक कंपनियों द्वारा किया जाता है – और यह $ 414 मिलियन से अधिक का समर्थन करता है।

लेकिन डीबीटी स्थापित कंपनियों में डेवलपर्स के लिए एक उपकरण है एनालिटिक्स इंजीनियरिंग टीमें।

दूसरी ओर, Preql एक स्टार्टअप बिल्डिंग नो-कोड डेटा ट्रांसफ़ॉर्मेशन टूल है, जो उन व्यावसायिक उपयोगकर्ताओं को लक्षित करता है, जिनके पास प्रोग्रामिंग भाषाओं में विशेषज्ञता नहीं हो सकती है, लेकिन फिर भी उन्हें इसकी आवश्यकता होती है। विश्वसनीय, सुलभ डेटा।

Preql का लक्ष्य डेटा ट्रांसफ़ॉर्मेशन प्रक्रिया में सबसे कठिन, सबसे अधिक समय लेने वाले चरणों को स्वचालित करना है ताकि अन्य टूल के लिए छह से 12 महीने की विंडो के विपरीत व्यवसाय दिनों के भीतर चल सकें और चल सकें।

“हमने Preql का निर्माण किया क्योंकि परिवर्तन परत डेटा स्टैक का सबसे महत्वपूर्ण हिस्सा है, लेकिन इसे प्रबंधित करने के लिए आवश्यक संसाधन और प्रतिभा बड़े डेटा फ़ंक्शंस के बिना कंपनियों के लिए विश्वसनीय रिपोर्टिंग और विश्लेषण को दुर्गम बनाती है,” कहा गैबी स्टील, सह-संस्थापक और सह-सीईओ प्रीक्ल का।

इसलिए स्टार्टअप खुद को पूरी तरह से एनालिटिक्स इंजीनियरिंग टीमों को काम पर रखने के विकल्प के रूप में स्थापित कर रहा है, जो पूरी तरह से व्यावसायिक परिभाषाओं को मॉडल और प्रबंधित करने के लिए है – विशेष रूप से शुरुआती चरण की कंपनियों के बीच जो पहले अपनी डेटा क्षमताओं का निर्माण कर रही हैं।

दूसरे शब्दों में, Preql इंजीनियरिंग टीम और उन लोगों के बीच का बफर है, जिन्हें वास्तव में डेटा का उपयोग करने की आवश्यकता है।

“डेटा टीमें अत्यधिक प्रतिक्रियाशील होती हैं। व्यवसाय लगातार निर्णय लेने के लिए डेटा की मांग कर रहा है, लेकिन वर्तमान परिवर्तन पारिस्थितिकी तंत्र में, डेटा मॉडल में छोटे बदलावों के लिए भी समय और विशेषज्ञता की आवश्यकता होती है। यदि व्यावसायिक उपयोगकर्ता सही मायने में अपने स्वयं के मेट्रिक्स का प्रबंधन कर सकते हैं, तो डेटा प्रतिभा रिपोर्टिंग अनुरोधों को पूरा करने और अधिक परिष्कृत विश्लेषणों पर ध्यान केंद्रित करने के लिए निरंतर आगे और पीछे जाने में सक्षम होगी, ”प्रीक्ल के सह-संस्थापक और सह-सीईओ लिआह वीस ने कहा।

लेकिन इसका मतलब यह नहीं है कि डीबीटी और प्रीक्ल कट्टर प्रतिद्वंद्वी हैं। वास्तव में, वे एक ही डेटा रूपांतरण समुदाय का हिस्सा हैं—और एक आगामी एकीकरण है।

“इसके बारे में सोचने का एक तरीका यह है कि हम संगठनों को वास्तव में तेज़ी से उठने और चलाने में मदद करना चाहते हैं और उन डेटा से मूल्य प्राप्त करने का समय प्राप्त करना चाहते हैं जो वे पहले से ही एकत्र कर रहे हैं और विशेष प्रतिभा के बिना भंडारण कर रहे हैं जो वास्तव में डीबीटी में पारंगत हैं, “स्टील जोड़ा। “लेकिन चूंकि ये कंपनियां अधिक परिष्कृत हो जाती हैं, हम डीबीटी का उत्पादन करेंगे, इसलिए वे इसका लाभ उठा सकते हैं यदि यह वह उपकरण है जिसके साथ वे सबसे अधिक सहज हैं।”

Preql पर एक निकट दृष्टि

स्टार्टअप ने मई में 7 मिलियन डॉलर का सीड राउंड उठायाबेसेमर वेंचर पार्टनर्स के नेतृत्व में, फेलिसिस की भागीदारी के साथ।

Preql व्यावसायिक संदर्भ और मीट्रिक परिभाषाएँ एकत्र करता है और फिर डेटा परिवर्तन प्रक्रिया को दूर करता है। यह डेटा टीम या SQL लिखे बिना रिपोर्टिंग के लिए संगठनों को सत्य के केंद्रीय स्रोत के साथ उठने और चलाने में मदद करता है।

Preql वेयरहाउस से डेटा पढ़ता है और स्वच्छ, रिपोर्टिंग-तैयार स्कीमा लिखता है। यह डेटा अंतर्ग्रहण टूल के साथ साझेदारी करता है जो स्रोत अनुप्रयोगों से डेटा को एयरबाइट और फाइवट्रान जैसे वेयरहाउस और स्नोफ्लेक, रेडशिफ्ट और बिगक्वेरी जैसे क्लाउड डेटा वेयरहाउस में स्थानांतरित करता है। BI टूल में डेटा का उपभोग करने वाले व्यवसायों के लिए, यह लुकर, झांकी और सिग्मा कंप्यूटिंग के साथ भी साझेदारी करता है।

डीटीसी लक्ष्य

Preql शुरू में डीटीसी बाजार पर केंद्रित है क्योंकि मेट्रिक्स, जैसे कि ग्राहक अधिग्रहण की लागत (CAC), रूपांतरण दर और जीवन-समय मूल्य (LTV), मानकीकृत हैं। वे दुबले ऑपरेशन भी करते हैं।

“हमने पाया है कि ये कंपनियां अलग-अलग स्रोतों से डेटा डाउनलोड करने के लिए वास्तव में कड़ी मेहनत कर रही हैं—तृतीय-पक्ष प्लेटफ़ॉर्म जिनका वे उपयोग करते हैं, शॉपिफ़ी, उनके भुगतान किए गए मार्केटिंग प्लेटफ़ॉर्म—ताकि बुनियादी व्यावसायिक स्वास्थ्य और प्रदर्शन की समझ प्राप्त कर सकें,” वीस कहा।

वे मैनुअल रिपोर्टिंग प्रक्रियाओं का भी उपयोग करते हैं, जिसका अर्थ है “अक्सर यह एक संचालन व्यक्ति होता है जो स्रोतों के समूह से डेटा डाउनलोड कर रहा है, स्प्रेडशीट्स में समेकित कर रहा है, मैन्युअल हस्तक्षेप का एक गुच्छा बना रहा है और फिर साप्ताहिक रिपोर्टिंग या त्रैमासिक रिपोर्टिंग आउटपुट कर रहा है।”

लेकिन ये कंपनियां प्रदर्शन के बारे में जो मापना चाहती हैं, उनमें से अधिकांश सुसंगत हैं और बहुत सारे डेटा स्रोत उसी तरह संरचित हैं।

महिलाओं के स्वास्थ्य के लिए अनिवार्य ई-कॉमर्स, स्टिक्स की सह-संस्थापक सिंथिया प्लॉट ने कहा, “प्रीकल के साथ, हम लचीलेपन के साथ उन कुछ परिभाषाओं को अनुकूलित करने के लिए जो हम मापना चाहते थे, उसके बारे में कुछ धारणाएं बनाने में सक्षम थे।” साइट। “प्रीक्ल ने हमें रिपोर्टिंग के लिए स्वच्छ, प्रयोग करने योग्य डेटा दिया। हम दिनों के भीतर साप्ताहिक रिपोर्टिंग के साथ तैयार थे और चल रहे थे, अगर हमें डेटा इंजीनियरिंग टीमों में निवेश करना पड़ता तो महीनों के प्रयास की बचत होती।

2027 में डेटा परिवर्तन

स्टील और वीस का मानना ​​है कि अगले पांच साल “आधुनिक डेटा स्टैक के वादे को पूरा करने” के बारे में होंगे।

दूसरे शब्दों में, जैसे प्रश्नों का उत्तर देना: अब जब हमारे पास मापनीय भंडारण और अंतर्ग्रहण है, तो हम कैसे सुनिश्चित कर सकते हैं कि हम वास्तव में निर्णय लेने के लिए डेटा का लाभ उठा सकते हैं? और हम रिपोर्टिंग में विश्वास कैसे बना सकते हैं ताकि हम इसके चारों ओर कार्यप्रवाह बना सकें और उस पर कार्य कर सकें?

ऐसा इसलिए है क्योंकि बहुत सारी कंपनियां भविष्य कहनेवाला विश्लेषण और मशीन लर्निंग पर आगे बढ़ने के लिए संघर्ष करती हैं क्योंकि उन्होंने विश्वसनीय, सुलभ डेटा बनाने के मूलभूत मुद्दे को कभी हल नहीं किया।

और तो और, Preql का मानना ​​है कि उपकरणों का अगला चरण अधिक मूल्य प्रदान करने के लिए बुनियादी ढांचे के निर्माण से परे जाएगा क्योंकि डेटा टैलेंट व्यवसाय के करीब और करीब बैठता है।

“डेटा एनालिटिक्स केवल और अधिक जटिल हो जाएगा क्योंकि डेटा स्रोतों की संख्या उनकी जटिलता के साथ बढ़ रही है, और वास्तविक समय के परिणामों के लिए आवश्यकता अधिक तीव्र होती जा रही है। और आपके पास जितना अधिक डेटा होगा, प्रश्न उतने ही अधिक विस्तृत होंगे और उससे भी अधिक की उम्मीद की जाती है,” बेसेमर वेंचर पार्टनर्स के पार्टनर अमित कार्प ने कहा। “मुझे लगता है कि हम बहुत लंबी लहर होने वाली बहुत शुरुआती पारी में हैं – सड़क के नीचे पांच, दस या 20 साल। यह एक विशाल बाजार है।

Rekha Ravindra

रेखा के पास उच्च विकास वाली बी2बी टेक कंपनियों का नेतृत्व करने का 20+ साल का अनुभव है और उन्होंने डेटा इन्फ्रास्ट्रक्चर में गहरी विशेषज्ञता हासिल की है – जो अक्सर बहुत जटिल तकनीक और विचारों को लेने में मदद करती है और उन्हें व्यापक व्यापार और तकनीकी दर्शकों के लिए समझने योग्य बनाती है।

#Preql #डट #टरसफरमशन #कस #टरसफरम #कर #रह #ह

Yash Studio Keep Listening

yash studio

Connect With Us

Watch New Movies And Songs

shiva music

Read Hindi eBooks

ebook-shiva

Amar Bangla Potrika

Amar-Bangla-Patrika

Your Search for Property ends here

suneja realtors

Get Our App On Your Phone

X