Monte Carlo macht es einfach, Datenprobleme zu erkennen und zu beheben, bevor sie sich auf die Stakeholder auswirken. Die automatisierte Datenqualitätsüberwachung, die Sichtbarkeit der Abstammung und die Alarmierung helfen uns, die Ursachen schnell zu identifizieren. Der Integrationsprozess verlief reibungslos, und die Benutzeroberfläche ist so intuitiv, dass sowohl technische als auch nicht-technische Benutzer sie problemlos navigieren können. Ihr Kundensupport-Team ist reaktionsschnell und wirklich hilfsbereit, was die Einführung und die fortlaufende Nutzung noch besser macht. Bewertung gesammelt von und auf G2.com gehostet.

Manchmal kann das anfängliche Alarmvolumen hoch sein, bis es feinabgestimmt ist, was für neue Benutzer überwältigend wirken kann. Während die Integrationen im Allgemeinen stark sind, erfordern einige Nischen-Connectoren noch manuelle Umgehungslösungen. Die Preisgestaltung kann für kleinere Teams ebenfalls hoch erscheinen, obwohl der Wert nach der Implementierung vorhanden ist. Bewertung gesammelt von und auf G2.com gehostet.

Low-Code/No-Code-Monitore auf Tabellen, die die Einrichtung erleichtern. Benutzerdefinierte SQL-Monitore sind ebenfalls relativ einfach einzurichten.

Ermöglicht Synergien in Fällen, in denen mehrere Teams dieselbe Tabelle für verschiedene Modelle verwenden.

Der Kundensupport reagiert schnell und handelt umgehend auf Feedback. Bewertung gesammelt von und auf G2.com gehostet.

Untersuchungswerkzeuge für Fehler sind sehr begrenzt oder vielleicht nicht intuitiv.

Keine Python-Unterstützung, sodass die Art der durchführbaren Prüfungen ebenfalls begrenzt ist.

Mangelnde Transparenz bei den maschinellen Lernschwellenwerten und wie jedes Empfindlichkeitsniveau berechnet wird.

Dashboards sind im Vergleich zu etwas wie Salesforce nicht so nützlich/intuitiv. Bewertung gesammelt von und auf G2.com gehostet.

Funktionen einschließlich mehrerer Tool-Integrationen, Aggregation von Assets basierend auf mehreren Gruppierungstaktiken, sofort einsatzbereite Überwachungen für Tabellen, die Frische, Volumen und Datenverfügbarkeit bieten. Bewertung gesammelt von und auf G2.com gehostet.

Der Filter, der im Leistungs- und Vermögensregister verfügbar ist, funktioniert nicht wie erwartet und zeigt oft irreführende Zahlen, wenn nach verschiedenen Tags gefiltert wird. Bewertung gesammelt von und auf G2.com gehostet.

Was mir an Monte Carlo am besten gefällt, ist seine Fähigkeit, Datenprobleme proaktiv zu erkennen, bevor sie unser Geschäft beeinträchtigen, kombiniert mit einer benutzerfreundlichen Oberfläche, die die Überwachung der Datenqualität einfach und effizient macht. Das Support-Team ist auch sehr reaktionsschnell und hilfsbereit, was die Implementierung und Fehlersuche reibungslos macht. Bewertung gesammelt von und auf G2.com gehostet.

Obwohl Monte Carlo leistungsstarke Funktionen bietet, kann die anfängliche Einrichtung manchmal etwas komplex sein und erfordert möglicherweise eine detailliertere Dokumentation oder eine geführte Einführung für neue Benutzer. Außerdem würde das Hinzufügen von mehr anpassbaren Alarmoptionen seine Flexibilität erhöhen. Bewertung gesammelt von und auf G2.com gehostet.

Die Flexibilität und das Erhalten von rechtzeitigen und zuverlässigen Warnungen für Volumen, Schema und Frische ist nützlich. In der Lage zu sein, das Modell anzupassen, ist großartig. Bewertung gesammelt von und auf G2.com gehostet.

Nicht Abneigung, aber ein paar Dinge, die besser sein könnten:

1) Dashboards könnten besser darin sein, umsetzbare Erkenntnisse zu liefern, wie z.B. die am häufigsten fehlschlagenden Tabellen oder die Top 5 der fehlschlagenden Tabellen, unter welchem Schema, aus welchem Grund sie fehlschlagen, häufig fehlschlagende Monitore usw.

2) Es wäre großartig, wenn alle in Monte Carlo vorgenommenen Aktualisierungen von Warnungen in ServiceNow-Vorfälle einfließen könnten.

3) Zusätzliche Integrationen mit Dateien wären großartig, z.B. wenn eine Datei nicht angekommen ist usw.

4) Wenn wir das Modell für Warnungen viel früher als in 2 Wochen abstimmen könnten, wäre das ein willkommener Schritt. Bewertung gesammelt von und auf G2.com gehostet.

Ich mag, wie skalierbar es ist. Wir haben unsere erste Welle von Nutzern an Bord genommen und sie konnten problemlos ihre eigenen Monitore erstellen. Das allgemeine Vertrauen unserer Organisationen in unsere Datenprodukte ist erheblich gewachsen. Bewertung gesammelt von und auf G2.com gehostet.

Ehrlich gesagt, im Moment nichts. Ich denke, wir arbeiten immer noch daran, herauszufinden, welche Vermögenswerte wir ÜBERWACHEN MÜSSEN im Vergleich zu denen, die nur "nice to have" sind. Bewertung gesammelt von und auf G2.com gehostet.

Unser Team liebt die innovativen Monitore in Monte Carlo, sie verkürzen die Zeit bis zur Wertschöpfung erheblich und ermöglichen es dem Produkt, schnell Mehrwert zu bieten, während Sie mit dem Monte Carlo-Team an gezielteren Überwachungsfunktionen arbeiten. Ich kann gar nicht genug betonen, wie reaktionsschnell und hilfsbereit das Support-Team ist. Bewertung gesammelt von und auf G2.com gehostet.

Wir sehen von Zeit zu Zeit einige Probleme mit unseren Monitoren in Monte Carlo, wenn wir sie in nicht standardmäßigen Anwendungsfällen verwenden. Diese zeigen sich im Allgemeinen als Daten, die nicht unseren Erwartungen in den Überwachungsergebnissen entsprechen. Aber jedes Mal, wenn dies bisher aufgetreten ist, konnten wir mit Hilfe des Support-Teams der Sache auf den Grund gehen. Bewertung gesammelt von und auf G2.com gehostet.

Ich mag, dass Monte Carlo intuitiv und einfach zu bedienen ist, besonders für Menschen, die aus einem nicht-technischen Hintergrund kommen. Ich mag auch, dass das Monte Carlo-Team reaktionsschnell ist und uns hilft. Bewertung gesammelt von und auf G2.com gehostet.

Meine größte Frustration mit Monte Carlo ist, dass es keinen Coding-Wrapper gibt, der verwendet werden kann. Es ist derzeit nur "out of the box" oder SQL, daher sind detailliertere Überprüfungen schwer umzusetzen. Bewertung gesammelt von und auf G2.com gehostet.

Wir verwenden Monte Carlo nun schon seit ein paar Jahren, und es ist zu einem wesentlichen Bestandteil unseres Datenengineering-Werkzeugsatzes geworden. Es lieferte fast sofort einen Mehrwert, indem es uns half, Datenqualitätsprobleme aufzudecken, von denen wir nicht einmal wussten, dass sie existieren. Zwischen der maschinellen Lern-gestützten Anomalieerkennung, unseren benutzerdefinierten domänenspezifischen Monitoren, den intuitiven Abstammungs- und Abfragehistorik-Funktionen und dem ausgezeichneten Kundensupport spielt Monte Carlo eine entscheidende Rolle dabei, uns zu helfen, unsere Datenqualitätsziele zu erreichen. Bewertung gesammelt von und auf G2.com gehostet.

Monte Carlo bewegt sich schnell, und obwohl wir das Tempo der Innovation schätzen, fühlte es sich anfangs manchmal so an, als gäbe es zu viele Veränderungen auf einmal. Außerdem bietet die Plattform eine breite Palette an Funktionen – was eine Stärke ist –, aber es kann gelegentlich schwierig sein, sich daran zu erinnern, wo man einige der nuancierteren Einstellungen oder Steuerungen findet. Bewertung gesammelt von und auf G2.com gehostet.

Ich mag die Anpassungsoptionen der Plattform am meisten. Wir konnten sie als Werkzeug zur Überwachung der Geschäftsleistung nutzen, zusätzlich zur Datenvollständigkeit. Die möglichen Anwendungsfälle sind zahlreich. Bewertung gesammelt von und auf G2.com gehostet.

Der größte Nachteil der Verwendung von Monte Carlo ist die Lernkurve. Es erforderte eine beträchtliche Menge an Anleitung, um unser Geschäftsteam mit der Einrichtung von Warnungen und der Nutzung im täglichen Ablauf vertraut zu machen. Die Vielzahl an Optionen, obwohl hilfreich, führte zu einer langsameren Lernkurve. Bewertung gesammelt von und auf G2.com gehostet.