Monte Carlo Reseñas y Detalles del Producto

Me gustan más las opciones de personalización de la plataforma. Hemos podido aprovecharla como una herramienta de monitoreo del rendimiento empresarial, además de la integridad de los datos. Los posibles casos de uso son numerosos. Reseña recopilada por y alojada en G2.com.

La mayor desventaja de usar Monte Carlo es la curva de aprendizaje. Nos llevó una cantidad considerable de orientación para que nuestro equipo de negocios se sintiera cómodo configurando alertas y usándolo en nuestro flujo diario. La cantidad de opciones, aunque útil, resultó en una curva de aprendizaje más lenta. Reseña recopilada por y alojada en G2.com.

Monitoreo Integral: Los monitores automatizados rastrean la frescura de los datos, el volumen y los cambios en el esquema. Un monitor adicional puede rastrear la calidad a través de múltiples fuentes con alguna configuración manual.

Detección Rápida de Problemas: Acelera el descubrimiento y la resolución de incidentes, ayudando a reducir el tiempo en que los datos incorrectos pasan desapercibidos.

Escalabilidad: Funciona bien en ecosistemas de datos grandes y complejos con un impacto mínimo en el rendimiento.

Amigable con la Integración: Soporta una amplia gama de almacenes de datos, lagos, pipelines y herramientas de BI.

Soporte: El equipo de soporte es profesional y proporciona respuestas de manera muy oportuna. El equipo de producto es muy cooperativo y abierto a ideas/mejoras. Reseña recopilada por y alojada en G2.com.

Costo: Los precios pueden ser altos, y la política de precios a veces cambia.

Tiempo de Implementación: Aunque la configuración es generalmente sencilla, configurar los monitores de manera efectiva para todos los conjuntos de datos críticos para el negocio aún puede requerir esfuerzo.

Falsos Positivos: Especialmente al principio, los equipos pueden experimentar un mayor volumen de alertas que necesitan ajuste para evitar ruido y fatiga. Reseña recopilada por y alojada en G2.com.

Herramienta para un fácil seguimiento de los datos de la tabla con referencia de comparación. El sistema de alertas personalizadas ayuda en el monitoreo diario. El panel de control destaca en la verificación de la calidad de los datos y las actividades de la tabla. Reseña recopilada por y alojada en G2.com.

Con el uso actual no he visto disgusto. Reseña recopilada por y alojada en G2.com.

¡Los monitores de aprendizaje automático listos para usar que verifican la frescura, el volumen y los cambios de esquema son increíbles! Reseña recopilada por y alojada en G2.com.

Para ser muy honesto, es la mejor tecnología que he utilizado para la observabilidad de datos y las verificaciones de calidad de datos a gran escala. Pero si tengo que señalar una cosa, serían esas características adicionales que vienen con las integraciones. Por ejemplo, MC intenta mostrar trazas de nuestra integración de Airflow en múltiples lugares, pero en algunos lugares no lo encuentro preciso. Lo mismo ocurre con la integración de dbt. Reseña recopilada por y alojada en G2.com.

Diré algunas cosas positivas:

1. La interfaz de usuario es muy buena, se pueden crear alertas personalizadas fácilmente e investigar los datos.

2. La capacidad de conectar MC con muchos canales de alertas como Slack, correo.

3. La función de sensibilidad que nos permite, como usuarios de datos, controlar cuándo las alertas de MC tomarán acción. Reseña recopilada por y alojada en G2.com.

1. A veces, la sensibilidad predeterminada de las alertas es demasiado alta, y luego recibo alertas de spam (por ejemplo, se añadieron 10K filas, usualmente 10.5K filas). Preferiría que el valor predeterminado fuera menos sensible.

2. El título de las alertas personalizadas para Slack requiere 1 fila, lo que requiere la agregación de la consulta en una sola fila. Sería más conveniente si MC ya tomara la columna y la colapsara en una sola fila automáticamente sin usar la función SQL. Reseña recopilada por y alojada en G2.com.

Solución de bajo código, sin código

La plataforma MC es muy fácil de usar. Familiarizarse con la aplicación no es demasiado difícil, ¡y muchas de las funcionalidades integradas son geniales! Reseña recopilada por y alojada en G2.com.

Una cosa que espero que Monte Carlo pueda implementar es la función de "marcar" tus monitores/alertas/tableros favoritos. Esto haría mucho más fácil encontrar exactamente lo que estás buscando en lugar de filtrar tus activos. Reseña recopilada por y alojada en G2.com.

Ha sido un cambio de juego para detectar problemas de datos temprano. Lo usamos con Snowflake y las alertas automáticas para la frescura, el volumen y los cambios de esquema nos ahorran mucho trabajo de emergencia. La vista de linaje de datos facilita el rastreo de problemas y las alertas por correo electrónico mantienen al equipo informado de inmediato. Reseña recopilada por y alojada en G2.com.

La configuración del monitor del cliente puede llevar un poco de tiempo, y algunas alertas avanzadas necesitan mejor documentación. Reseña recopilada por y alojada en G2.com.

1. Gran interfaz de usuario, fácil de entender las funciones de las diferentes secciones.

2. El servicio al cliente es excelente. Jennifer y Demarcus son muy útiles al responder nuestras preguntas y proporcionar sugerencias sobre cómo construir lo que necesitamos.

3. El Monte Carlo se integra bien con Teams y Jira. Reseña recopilada por y alojada en G2.com.

1. La metodología de las herramientas de aprendizaje automático en Monte Carlo podría ser más sencilla, y sería genial si pudiéramos elegir el algoritmo para el aprendizaje automático. Reseña recopilada por y alojada en G2.com.

Me gusta que esté ayudándonos a agilizar el proceso de validación de nuestro modelo y nos dé más estructura. Reseña recopilada por y alojada en G2.com.

Demasiados correos electrónicos inundan mi bandeja de entrada cuando se ha infringido una regla; No puedo asignar usuarios a tareas de monitoreo específicas Reseña recopilada por y alojada en G2.com.

He encontrado Monte Carlo fácil de usar y sencillo de implementar. El equipo de Monte Carlo ha sido muy útil cuando hemos estado incorporando nuevos productos de datos y proporciona comentarios oportunos y efectivos para los nuevos usuarios.

A pesar de ser una gran institución financiera, hemos podido integrar MC a nuestros sistemas utilizando los métodos compatibles OOTB, lo que lo ha hecho mucho más eficiente que otros productos de terceros.

El monitoreo ML OOTB ha sido un verdadero éxito en mi organización y nos ha permitido identificar una serie de problemas más rápidamente de lo que hubiéramos podido anteriormente.

También me ha impresionado la variedad y el número de nuevas características que Monte Carlo está lanzando, las cuales han sido especialmente útiles con la notificación de incidentes a Teams. Reseña recopilada por y alojada en G2.com.

Parte de la documentación sobre las API podría mejorarse y la cantidad de API hace que sea un poco difícil entender qué API usar en cada circunstancia. Reseña recopilada por y alojada en G2.com.