JAS अपना पहला जवाब दे, उससे पहले ही TURBOARD कुछ अलग तरह के निर्णय ले चुका होता है: एक चार्ट कितनी गहराई तक जा सकता है, समय की तुलना कैसे की जाती है, गणना किन भाषाओं में होती है, आपके डेटा को किस रूप में होना चाहिए, और इंजन कैसे तय करता है कि मेमोरी में क्या रखा जाए। यहाँ प्लेटफ़ॉर्म के पीछे के विचार प्रस्तुत हैं।
इंटरफ़ेस हर संभावना को एक साथ आपके सामने नहीं रख देता। नया चार्ट केवल कुछ ज़रूरी सेटिंग्स से शुरू होता है; जैसे-जैसे आप सेटिंग्स देखते जाते हैं, अधिक विकल्प सामने आते हैं। नए उपयोगकर्ता उलझते नहीं, और विशेषज्ञों के सामने कोई सीमा नहीं आती।
महीने की शुरुआत से अब तक के आँकड़ों की तुलना पिछले महीने के इन्हीं दिनों और पिछले साल की इसी अवधि से करना किसी भी व्यवसाय के सबसे आम सवालों में से एक है। कई BI टूल्स में इसके लिए अलग से फ़ॉर्मूले लिखने पड़ते हैं। TURBOARD में यह बस एक सेटिंग है।
ज़्यादातर उपयोगकर्ता TURBOARD में कभी कोड नहीं लिखते: वे ड्रैग, ड्रॉप और कॉन्फ़िगर करते हैं। जब अधिक जटिल गणना की ज़रूरत हो, तो आप अपनी डेटा टीम की परिचित भाषाओं का इस्तेमाल कर सकते हैं — SQL और Python Pandas — न कि DAX या LookML जैसी किसी मालिकाना एक्सप्रेशन भाषा का, जो केवल एक ही वेंडर के उत्पाद के भीतर मौजूद होती है।
CASE WHEN channel = 'Online'
THEN 'Digital'
ELSE 'Retail' ENDdf['margin'] = (
df.revenue - df.cost
) / df.revenue“इस महीने के मार्जिन की तुलना पिछले महीने के इन्हीं दिनों से कीजिए, क्षेत्र के अनुसार।”
वास्तविक एंटरप्राइज़ डेटा में कई फ़ैक्ट टेबल होती हैं जो डाइमेंशन साझा करती हैं — बिक्री, रिटर्न, स्टॉक और लक्ष्य, सभी तारीख़, उत्पाद और क्षेत्र से जुड़े। TURBOARD आपसे यह नहीं कहता कि पहले सब कुछ एक स्टार स्कीमा में समेटें; वह इस कॉन्स्टेलेशन को जैसा है, वैसा ही मॉडल करता है।
तुलना एक इंटरैक्शन होनी चाहिए, बनाने के लिए एक और रिपोर्ट नहीं। जिस डैशबोर्ड को आप देख रहे हैं उसे क्लोन करें, उसके फ़िल्टर बदलें, और दोनों को साथ-साथ पढ़ें — इस साल बनाम पिछला साल, एक क्षेत्र बनाम दूसरा, योजना बनाम वास्तविक।
कुछ BI प्लेटफ़ॉर्म पर कोई सवाल पूछे जाने से पहले ही सब कुछ मेमोरी में लोड करना पड़ता है। TURBOARD लाइव सोर्स, कॉलमनर स्टोर या कैश — किसी पर भी क्वेरी चला सकता है, और मेमोरी उन नतीजों के लिए रखता है जिनका लोग वास्तव में उपयोग करते हैं। हार्डवेयर की ज़रूरत वास्तविक उपयोग के साथ बढ़ती है, केवल डेटा की मात्रा के साथ नहीं।
केवल पेटेंट की संख्या ज़्यादा कुछ नहीं कहती। मायने यह रखता है कि ये आविष्कार किन समस्याओं को हल करते हैं।
विश्लेषण दोबारा बनाए बिना, और सामने वाले परिदृश्य को खोए बिना, किसी दूसरे परिदृश्य से तुलना करें।
पेटेंट देखें →ऐसी खोज जो सीखती है कि हर उपयोगकर्ता के लिए कौन-सी रिपोर्ट और नतीजे मायने रखते हैं, ताकि कुछ नया जनरेट होने से पहले ही सही जवाब मिल जाए।
सभी ज़रूरी क्षमताएँ भी यहाँ मौजूद हैं। ऐड-ऑन से चिह्नित आइटम सहायक मॉड्यूल हैं, जिनका लाइसेंस अलग से लिया जाता है।
JAS इनमें से किसी की जगह नहीं लेती — वह इन्हीं का उपयोग करती है। गवर्नेंस के तहत वही मॉडल, वही तारीख़ लॉजिक, वही गणनाएँ और वही अनुमतियाँ। सरल भाषा में पूछिए, और जवाब इसी पेज पर बताया गया इंजन तैयार करता है — इसीलिए उस पर भरोसा किया जा सकता है।
हम JAS को किसी सामान्य नमूना डेटाबेस पर नहीं, बल्कि आपकी रिपोर्टों, आपकी परिभाषाओं और आपके सुरक्षा संदर्भ पर प्रदर्शित करते हैं।