Alternativas de Designer Cloud Mejor Valoradas
Reseñas en Video
Excellent data wrangling tool
165 Designer Cloud Reseñas
Sentimiento General de la Reseña para Designer Cloud
Inicia sesión para ver el sentimiento de la revisión.
La capacidad de verificar los efectos de cada operación en los datos es muy útil.
La documentación de las funciones es excelente y fácil de consultar.
La exportación de grandes datos es rápida gracias.
La aplicación en la nube ahorra mucho tiempo, sin problemas de configuraciones o compatibilidad con sistemas operativos. Reseña recopilada por y alojada en G2.com.
Desafortunadamente, la versión gratuita es limitada y no es fácil tener la oportunidad de probar la versión completa antes de comprarla. Desafortunadamente, la visualización de muchos conjuntos de datos conectados con ellos es a veces complicada, los modelos están superpuestos y no hay posibilidad de reorganizarlos. Agregaron otro tipo de visualización que todavía está en beta por ahora, probablemente resolverá el problema. Reseña recopilada por y alojada en G2.com.
La facilidad de uso que proporciona agilidad y velocidad para ofrecer la visión correcta de los datos para el valor empresarial a la empresa. La capacidad de proporcionar una línea de procesamiento de perfiles de datos automatizada y gestionar mediante excepciones. No necesitas entender el desarrollo para usar Trifacta, solo necesitas entender tus datos y negocio. Facilita que los usuarios empresariales utilicen Trifacta. Puedes realizar tareas complejas de perfilado y manipulación de datos de manera fácil y con la velocidad necesaria que demanda el negocio. Reseña recopilada por y alojada en G2.com.
No he encontrado ningún inconveniente al usar Trifacta. Reseña recopilada por y alojada en G2.com.
Dataprep es intuitivo de usar si tienes algunos conocimientos previos en manipulación de datos, pero también es una gran plataforma para aprender los conceptos de manipulación de datos aplicándolos. Reseña recopilada por y alojada en G2.com.
La interfaz es relativamente lenta. El principal punto de debilidad de la plataforma, en mi opinión, es el hecho de que solo muestra muestras de los datos en lugar de todo el conjunto de datos, lo cual puede ser engañoso, especialmente al trabajar con funciones específicas. Debería ser posible trabajar con conjuntos de datos completos en lugar de solo muestras. La nueva interfaz de arrastrar y soltar no es tan fácil de usar como me gustaría (aunque todavía está en beta). Es relativamente difícil entender cómo funciona todo al arrastrar diferentes recetas. Ayudaría tener una guía completa sobre cómo usar esta nueva funcionalidad. Reseña recopilada por y alojada en G2.com.
Estoy en aprendizaje automático e inteligencia artificial como analista de datos. Trifacta, hasta ahora, es el software más conveniente que he utilizado. Puedo crear flujos y guardarlos para usar esas transformaciones de datos nuevamente cuando ejecutamos informes similares. Reseña recopilada por y alojada en G2.com.
Me gustaría que Trifacta se integrara un poco más para poder estar dentro de mis aplicaciones o desarrollo. Pero funciona muy bien tal como está. Reseña recopilada por y alojada en G2.com.
La facilidad de cargar datos no limpios en BigQuery. Se pueden realizar diferentes formatos y ediciones durante la carga. La función para mostrar el número de registros que no se alinean con el tipo de datos lo hace extremadamente útil. La función de programación que se ejecuta sin problemas. Los múltiples formatos y ubicaciones de salida y entrada diferentes. Reseña recopilada por y alojada en G2.com.
Cuando se muestra el número de registros no limpios, debe haber una forma de ver solo estos y poder corregir cada uno de ellos o tener una función para hacer ediciones en registros específicos. Debe haber una forma de notificar cuando hay un error, un correo electrónico al propietario del flujo. Acceso predeterminado a todos los flujos de trabajo dentro de la organización, en lugar de tener que compartirlos uno por uno. Reseña recopilada por y alojada en G2.com.
Trifacta es fácil de aprender y usar, importar, limpiar datos y exportar a otro sistema (en nuestro caso Bigquery) es realmente simple e intuitivo. Las sugerencias de la herramienta sobre opciones de limpieza de datos son también muy acertadas.
Para un sistema basado en la nube, las cargas de datos son increíblemente rápidas. Reseña recopilada por y alojada en G2.com.
Carece de algunas de las funcionalidades de los rivales, como la configuración de un espacio de trabajo conjunto, aunque los flujos y el conjunto de datos se pueden enviar a otros, sería genial compartir algún tipo de proyecto con colegas. Reseña recopilada por y alojada en G2.com.
Me gusta la capacidad de transformar los datos en Google Cloud Data Prep sin necesidad de codificación, es un cambio absoluto para los usuarios empresariales que trabajan con datos día tras día pero no tienen habilidades de codificación. También nos gustan las funciones de IA donde podemos transformar los datos por ejemplo, lo que nos da la capacidad de proporcionar algunos ejemplos y datapre se encarga de la transformación. También nos gustó la capacidad de integrar datapre con el resto de los servicios en la nube en Google Cloud Platform como Bigquery y Google Cloud Storage. Reseña recopilada por y alojada en G2.com.
La versión actual que utilizamos no tenía la capacidad de conectarse a una base de datos local como Oracle, tuvimos que crear trabajos en Python, lo cual consume tiempo y tuvimos que depender del equipo de TI para completar la tarea. También nos gustaría ver la función para extraer datos en archivos xlsx, que actualmente no vemos. ¿Existe una función para orquestar flujos de datos sin usar programaciones de terceros como Airflow? Función para crear filtros personalizados (en un menú desplegable). Somos absolutamente nuevos en el lenguaje de programación Wrangler, por lo que tuvimos que aprender a construir algunas transformaciones personalizadas que no estaban disponibles de inmediato. Reseña recopilada por y alojada en G2.com.
El procesamiento de datos con solo hacer clic en botones. Características como Join y otras transformaciones son muy útiles. En lugar de usar bibliotecas de Python, esta es la forma más rápida de procesar datos. Además, su afiliación con la plataforma de Google Cloud ayuda a crear el modelo en un corto período de tiempo. Los datos procesados utilizando Trifacta Dataprep se pueden usar directamente para AutoML Tables. Proporciona información como la correlación entre columnas. La interfaz muestra el histograma que muestra la distribución de los datos, junto con el histograma, Dataprep muestra el tipo de datos, es decir, categóricos o numéricos. También tiene la característica para tipos de datos estándar como fecha, número de teléfono, dirección, etc. También puede procesar datos en formato .json en datos estructurados útiles para el aprendizaje automático. Reseña recopilada por y alojada en G2.com.
La interfaz a veces se retrasa, podría ser más fluida y ligera. No hay muchos recursos disponibles, los tutoriales en video en Youtube, si se producen, pueden ayudar mucho. Reseña recopilada por y alojada en G2.com.
