Cosa ti piace di più di Sigma?
Sigma è eccezionale nel rendere i dati accessibili e modificabili per utenti non tecnici, richiedendo un background tecnologico minimo per essere utilizzato efficacemente. Se i dati sono modellati in modo ottimale per Sigma, questo crea una grande esperienza utente, per prestazioni rapide e facilità di modifica per quegli utenti non tecnici. Come con qualsiasi strumento, però, gli utenti tecnici possono concentrarsi più sul generare valore per il business piuttosto che spendere troppo tempo a migliorare la durata delle query.
La loro funzione di writeback è molto utile. È qualcosa a cui altri strumenti di BI dovrebbero prestare attenzione, nella mia esperienza, nessuno fa il writeback meglio di Sigma. Possiamo avere un'esperienza simile a un'applicazione funzionale, dove gli utenti possono inserire valori, modificare ipotesi e pianificare scenari, senza mai lasciare il report.
La funzionalità AI è molto interessante e intuitiva. Anche se Ask Sigma ha margini di miglioramento, apprezzo la direzione in cui si sta dirigendo. Cose come Spiega questo Grafico sono un fattore wow e sono effettivamente utili.
La loro chat di supporto è ottima. L'abbiamo usata molto all'inizio della nostra implementazione. Recensione raccolta e ospitata su G2.com.
Cosa non ti piace di Sigma?
Sigma adotta un approccio molto letterale alla gestione dei dati, in contrasto con la metodologia più astratta di Power BI. Questa differenza fondamentale ha implicazioni significative per la gestione delle prestazioni e dei costi.
Considerazioni sui Costi e sulle Prestazioni
Costi del Magazzino Cloud:
L'approccio letterale di Sigma alla gestione dei dati può portare a costi del magazzino cloud sostanzialmente più elevati se non gestiti con attenzione. La piattaforma richiede più risorse di calcolo per eseguire operazioni rispetto alle alternative.
Requisiti di Preparazione dei Dati:
Il successo con Sigma dipende fortemente dall'ottimizzazione e dalla preparazione adeguata dei dati. Le organizzazioni che investono nell'ottimizzazione della loro struttura dati per l'architettura di Sigma possono ottenere buoni risultati. Tuttavia, eseguire join e combinazioni di dati al volo crea una scarsa esperienza utente per i consumatori di report.
Limitazioni di Visualizzazione
Sigma ha difficoltà con visualizzazioni complesse, un problema che sta diventando più pronunciato con l'introduzione di tabelle di input e tabelle di input collegate. Queste funzionalità guidano calcoli a valle estesi, ma la gestione delle visualizzazioni dipendenti da parte di Sigma rimane inefficiente.
Problemi di Prestazioni:
Le visualizzazioni a valle che utilizzano i risultati delle tabelle di input soffrono di velocità di interazione lente. La piattaforma deve migliorare il modo in cui materializza i risultati per affrontare questo fondamentale collo di bottiglia delle prestazioni.
Problemi di Materializzazione
La funzione di materializzazione di Sigma rimane in stato beta nonostante sia disponibile da un periodo prolungato. Anche quando funzionale, le materializzazioni sono lente da eseguire—un problema significativo dato che le operazioni sui dati dovrebbero essere quasi istantanee quando avvengono all'interno dello stesso ambiente di magazzino dati.
Soluzioni Tecniche Necessarie:
Sigma dovrebbe implementare un uso più efficiente di tabelle temporanee o transitorie per calcoli complessi. Gli elementi a valle dovrebbero accedere ai risultati dei calcoli memorizzati senza attivare aggiornamenti completi, che attualmente causano ritardi di compilazione e una scarsa esperienza utente.
Prestazioni per tipo di tabella di fatti
Punti di Forza: Sigma eccelle con tabelle di fatti regolari, in particolare dati di transazione che richiedono aggregazioni semplici come somme di colonne.
Punti di Debolezza: La piattaforma ha difficoltà significative con dati snapshot come i saldi dei conti. Visualizzare dati di tipo saldo su larga scala richiede una preparazione dei dati di backend estensiva per ottenere prestazioni e un'esperienza utente accettabili.
Conclusione
Sebbene Sigma possa essere efficace con un'adeguata architettura e preparazione dei dati, il suo approccio letterale alla gestione dei dati crea sfide di prestazioni che richiedono una gestione attenta per evitare superamenti dei costi e problemi di esperienza utente. Abbiamo deciso che i vantaggi per i dati accessibili superavano gli svantaggi. Perché se gli utenti finali non riuscissero a capire come accedere e interagire con i dati, non li userebbero affatto. Recensione raccolta e ospitata su G2.com.