Was gefällt dir am besten Sigma?
Sigma ist großartig darin, Daten für nicht-technische Benutzer zugänglich und bearbeitbar zu machen, wobei nur ein minimaler technischer Hintergrund erforderlich ist, um es effektiv zu nutzen. Wenn die Daten optimal für Sigma modelliert sind, entsteht ein großartiges Benutzererlebnis, sowohl für schnelle Leistung als auch für die einfache Bearbeitung durch nicht-technische Benutzer. Wie bei jedem Werkzeug können sich technische Benutzer jedoch mehr darauf konzentrieren, Geschäftswert zu schaffen, anstatt zu viel Zeit mit der Verbesserung der Abfragedauer zu verbringen.
Ihre Rückschreibfunktion ist sehr hilfreich. Es ist etwas, das andere BI-Tools beachten sollten, meiner Erfahrung nach macht niemand das Rückschreiben besser als Sigma. Wir können ein funktionales Anwendungserlebnis haben, bei dem Benutzer Werte eingeben, Annahmen anpassen und Szenarien planen können, ohne jemals den Bericht zu verlassen.
Die KI-Funktionalität ist sehr cool und intuitiv. Während Ask Sigma noch Raum für Verbesserungen hat, schätze ich, wohin dies führt. Dinge wie "Erkläre dieses Diagramm" sind ein Wow-Faktor und tatsächlich nützlich.
Ihr Support-Chat ist großartig. Wir haben ihn zu Beginn unserer Implementierung stark genutzt. Bewertung gesammelt von und auf G2.com gehostet.
Was gefällt Ihnen nicht? Sigma?
Sigma verfolgt einen sehr wörtlichen Ansatz bei der Datenverarbeitung, im Gegensatz zur eher abstrakten Methodik von Power BI. Dieser grundlegende Unterschied hat erhebliche Auswirkungen auf die Leistung und das Kostenmanagement.
Kosten- und Leistungsüberlegungen
Kosten für Cloud-Warehouses:
Der wörtliche Datenverarbeitungsansatz von Sigma kann zu erheblich höheren Cloud-Warehouse-Kosten führen, wenn er nicht sorgfältig verwaltet wird. Die Plattform erfordert mehr Rechenressourcen, um Operationen im Vergleich zu Alternativen auszuführen.
Anforderungen an die Datenvorbereitung:
Der Erfolg mit Sigma hängt stark von der ordnungsgemäßen Datenoptimierung und -vorbereitung ab. Organisationen, die in die Optimierung ihrer Datenstruktur für die Architektur von Sigma investieren, können gute Ergebnisse erzielen. Das Durchführen von Joins und Ad-hoc-Datenkombinationen führt jedoch zu einer schlechten Benutzererfahrung für Berichtskonsumenten.
Einschränkungen bei der Visualisierung
Sigma hat Schwierigkeiten mit komplexen Visualisierungen, ein Problem, das mit der Einführung von Eingabetabellen und verknüpften Eingabetabellen immer deutlicher wird. Diese Funktionen treiben umfangreiche nachgelagerte Berechnungen an, aber Sigmas Umgang mit abhängigen Visualisierungen bleibt ineffizient.
Leistungsprobleme:
Nachgelagerte Visualisierungen, die Eingabetabellenergebnisse nutzen, leiden unter langsamen Interaktionsgeschwindigkeiten. Die Plattform muss verbessern, wie sie Ergebnisse materialisiert, um dieses grundlegende Leistungsengpassproblem zu beheben.
Materialisierungsprobleme
Die Materialisierungsfunktion von Sigma befindet sich trotz ihrer längeren Verfügbarkeit weiterhin im Beta-Status. Selbst wenn sie funktionsfähig ist, sind Materialisierungen langsam in der Ausführung – ein erhebliches Problem, da Datenoperationen nahezu sofort erfolgen sollten, wenn sie innerhalb derselben Datenumgebung stattfinden.
Technische Lösungen erforderlich:
Sigma sollte eine effizientere Nutzung von temporären oder flüchtigen Tabellen für komplexe Berechnungen implementieren. Nachgelagerte Elemente sollten auf gespeicherte Berechnungsergebnisse zugreifen, ohne vollständige Aktualisierungen auszulösen, die derzeit zu Kompilierungsverzögerungen und einer schlechten Benutzererfahrung führen.
Leistung pro Faktentabellentyp
Stärken: Sigma glänzt bei regulären Faktentabellen, insbesondere bei Transaktionsdaten, die einfache Aggregationen wie Spaltensummen erfordern.
Schwächen: Die Plattform hat erhebliche Schwierigkeiten mit Snapshot-Daten wie Kontoständen. Die Visualisierung von Salden-Daten im großen Maßstab erfordert umfangreiche Backend-Datenvorbereitung, um eine akzeptable Leistung und Benutzererfahrung zu erzielen.
Fazit
Während Sigma mit einer ordnungsgemäßen Datenarchitektur und -vorbereitung effektiv sein kann, schafft sein wörtlicher Ansatz bei der Datenverarbeitung Leistungsherausforderungen, die sorgfältiges Management erfordern, um Kostenüberschreitungen und Benutzererfahrungsprobleme zu vermeiden. Wir haben die Entscheidung getroffen, dass die Vorteile für zugängliche Daten die Nachteile überwiegen. Denn wenn Endbenutzer nicht verstehen konnten, wie sie auf die Daten zugreifen und mit ihnen interagieren können, würden sie sie überhaupt nicht nutzen. Bewertung gesammelt von und auf G2.com gehostet.