Canner Enterprise Cloud Avantages et Inconvénients

Le fait qu'il soit basé sur le web le rend difficile d'accès. La courbe d'apprentissage n'est pas conçue pour offrir une expérience utilisateur. Il y a des aspects de Canner Enterprise Cloud qui ne sont pas bons du tout. Avis collecté par et hébergé sur G2.com.

La plateforme ne fournit pas d'options de personnalisation, ce qui limite la flexibilité pour les entreprises ayant des exigences en matière de données. L'interface utilisateur semble accablante pour les utilisateurs au début car il y a une certaine courbe d'apprentissage impliquée. La structure tarifaire n'est pas aussi transparente que nous le souhaiterions, ce qui rend difficile la planification du coût du service. Avis collecté par et hébergé sur G2.com.

Canner Enterprise Cloud a une interface basée sur le web, ce qui la rend difficile d'accès. L'expérience utilisateur est obstructive, ce qui rend la navigation et la prise en main difficiles. Avis collecté par et hébergé sur G2.com.

Il manque de fonctionnalités pour nettoyer et supprimer des données. Cela entrave les processus de prise de décision. L'interface utilisateur de la plateforme n'est pas très intuitive, ce qui signifie que les nouveaux utilisateurs font face à une courbe d'apprentissage lorsqu'ils commencent. Avis collecté par et hébergé sur G2.com.

Canner Enterprise Cloud a été essentiel pour nous aider à rationaliser nos processus de gestion des données, en fournissant une plateforme centralisée qui nous permet d'unifier les données de différentes sources et d'éliminer les silos de données. En conséquence, nous avons pu réduire considérablement le temps et les efforts nécessaires pour accéder et utiliser les données dans toute notre organisation. Avis collecté par et hébergé sur G2.com.

Ceci est une plateforme de données utile qui permet à notre utilisateur ou au data scientist d'économiser du temps et des efforts pour traiter ou obtenir des données correctes. Avis collecté par et hébergé sur G2.com.

Cross-departmental database pipeline integration and automation: Previously, data analysis required 1-2 weeks of preparatory work, with an additional week for data retrieval requests. With the improvements, we can now update and process data immediately without human intervention, shortening processes and reducing personnel costs.

Redefined responsibilities and working areas for data analysts and systems: Revenue data is highly confidential, especially in core systems' databases. By implementing the virtual hub, non-accounting personnel and systems can only connect through it (read-only), with separate working areas and records. This enhances data control and meets compliance requirements.

Established lightweight Data Marts: Creating Data Marts is critical for data analysis but traditionally involved complex integration and normalization operations. With the virtual hub, each unit's systems can build their own Data Marts within authorized work areas without impacting others. This reduces redundant databases and decouples data layers.

Accelerated data access speed: Legacy systems with outdated data structures only provided limited access and often caused delays. By redesigning the systems and structures and leveraging the aforementioned processes, we significantly improved the speed and scope of data queries, enhancing user experience and reducing development time. Avis collecté par et hébergé sur G2.com.

The interface can only be accessed through the web, and we aim to optimize the user experience and learning curve in terms of usability. Avis collecté par et hébergé sur G2.com.

L'ingestion de données en temps réel et simplifie les structures de données complexes. Cela aide également à éliminer le pipeline de données. Avis collecté par et hébergé sur G2.com.

Rien à dire pour le moment... c'est un outil incroyable. Avis collecté par et hébergé sur G2.com.