Deel 3 | Hammer Goldmine | Gebruiksvriendelijkheid

Vorige week bespraken we hoe we bij Hammer een datawarehousearchitectuur hebben geïmplementeerd: The Hammer Goldmine. Deze week leggen we uit hoe we verwachten Goldmine optimaal te gebruiken en hoe we het hele team/bedrijf willen faciliteren.

De eerste belangrijke overweging bij het bespreken van gebruiksvriendelijkheid is het platform waarop je je applicatie wilt aanbieden. Een paar jaar geleden zou het antwoord een desktopapplicatie zijn geweest. Een desktopapplicatie werkt in een volledig gecontroleerde omgeving met veel flexibiliteit in de ontwikkeling. De ontwikkeling van applicaties verschuift echter steeds meer naar een browsergebaseerde omgeving. Het voordeel van deze implementatie is naadloze cloudintegratie en flexibiliteit op de werkplek. De flexibiliteit van de gecontroleerde omgeving maakt plaats voor de toegankelijkheid van een webomgeving. Deze verschuiving in focus is ook zichtbaar bij rekenintensieve applicaties zoals SAP en Tableau.

Het doel van het datawarehouse is om onze workflow zo efficiënt mogelijk te maken.

Daarom hebben we besloten om de active learning-pipeline ook in de browseromgeving te integreren. Op dit moment ondersteunt Goldmine de workflow van het team bij Hammer door het proces van het verzamelen van de juiste intelligence die nodig is voor een specifiek project te vereenvoudigen. Tegelijkertijd faciliteert Goldmine experts bij het labelen van data om de kwaliteit van de database te verhogen.

Zoals eerder beschreven, was het idee achter Goldmine om een robuust framework op te zetten dat mogelijk aanzienlijke implementatiekosten met zich meebrengt, maar na implementatie efficiënt werkt en flexibel toepasbaar is. Dit betekent dat we Goldmine eenvoudig kunnen richten op verschillende use cases, waarbij de verschillende use cases sterk uiteenlopende toepassingen kunnen hebben.

Intern ervaren we de eerste voordelen van deze flexibiliteit, doordat we de data-input verhogen en nieuwe labels aan de datastructuur toevoegen. De toegenomen data-input maakt het minder waarschijnlijk dat we buiten Goldmine moeten zoeken om alle informatie te vinden die we nodig hebben voor onze analyses. Door meer labels aan de datastructuur toe te voegen, vinden we de relevante fragmenten sneller, met een duidelijkere segmentatie tussen data-items.

Tegelijkertijd ontwikkelen we ook Goldmine-applicaties voor partners, waarbij we Goldmine specifiek afstemmen op de databehoeften van een klant. Zo kunnen we de focus van Goldmine verleggen naar intelligence over nieuwe producten/diensten in een markt of naar het volgen van personeelswijzigingen in een specifieke sector. De komende jaren willen we de flexibiliteit van Goldmine verkennen door het toe te passen op de use cases van onze klanten, waarbij we Goldmine willen aanpassen aan hun doelstellingen.