Apa itu Analisis Jejak | Platform Visualisasikan Data Blockchain

Dalam posting ini, Anda akan belajar Apa itu Footprint Analytics (Platform Visualize Blockchain Data), Bagaimana Cara Menggunakan Footprint Analytics?

1. Apa itu Footprint Analytics?

Footprint Analytics adalah platform analisis lengkap untuk memvisualisasikan data blockchain dan menemukan wawasan.

Ini membersihkan dan mengintegrasikan data on-chain sehingga pengguna dari tingkat pengalaman apa pun dapat dengan cepat mulai meneliti token, proyek, dan protokol. Dengan lebih dari seribu templat dasbor ditambah antarmuka seret dan lepas, siapa pun dapat membuat bagan khusus mereka sendiri dalam hitungan menit. Temukan data blockchain dan temukan tren nilai di balik proyek.

Dasar-dasar Analisis Jejak

Analisis data

• Footprint memungkinkan pengguna mengonversi tabel data mentah menjadi bagan tanpa kode apa pun dengan antarmuka drag-and-drop yang mudah digunakan.
• Siapa pun yang memulai analitik blockchain dengan cepat; Footprint menyediakan ribuan kumpulan data yang mendorong rasa ingin tahu, kreativitas, dan pengambilan keputusan berdasarkan data.
• Pengguna dapat menemukan dasbor yang mereka butuhkan berdasarkan topik, rantai, atau kategori data. Footprint mendukung forking setiap tabel analitik terbuka di platform dengan satu klik, membantu pengguna membuat dan mengelola dasbor yang dipersonalisasi dengan mudah.
• Replikasi dengan cepat dan temukan inspirasi baru dengan ratusan dasbor yang dibuat komunitas.

Data tersedia di Footprint Analytics

Footprint Analytics mendapatkan log langsung dari rantai dan mem-parsing kontrak:

• Log Blockchain diuraikan menjadi peristiwa & transaksi
• Data baris digabungkan ke dalam tabel arus kas
• Data terus diperbarui

Data yang dapat Anda jelajahi di Footprint Analytics saat ini:

16 Rantai: Ethereum, Rantai BNB, Poligon, Longsor, Fantom, Arbitrum, Celo, Harmoni , LoTeX, Rantai DFK, Hive, Moonriver, Moonbeam, Boba, Solana dan ThunderCore.

Data beberapa bidang: NFT, GameFi, DeFi

Fungsionalitas dan Fitur

Buat bagan tanpa persyaratan pengkodean atau teknis

Footprint membuat penjelajahan data blockchain menjadi sederhana dengan pengalaman pengguna drag-and-drop. Tidak perlu kueri atau pengkodean SQL untuk menjelajahi data blockchain—siapa pun dapat menemukan dan menyajikan wawasan DeFi yang dapat ditindaklanjuti.

Visualisasi data: Bercerita dengan data

Solusi kami untuk memvisualisasikan data memungkinkan Anda menganalisis pasar dan mempresentasikan temuan Anda, apa pun pengalaman audiens Anda dengan blockchain. Ada lebih dari jenis grafik untuk dipilih. Bagan garpu dengan satu klik Solusi kami menyediakan templat analitik data yang kaya yang mendukung garpu dengan tabel analisis terbuka apa pun di platform dengan satu klik, membantu Anda dengan mudah membuat dan mengelola dasbor yang dipersonalisasi. Anda juga dapat membagikan tabel dan dasbor data Anda dengan mitra atau saluran sosial Anda.

Fitur Data

• Mendukung data lintas rantai: Pelanggan mendapatkan akses ke data lintas rantai dan multi-proyek, memungkinkan mereka membuat dan menganalisis grafik pada semua aspek blockchain.
• Mendukung analisis alamat: Analis dapat dengan mudah menganalisis alamat dompet di rantai untuk melihat alamat aktif, pengguna baru, tingkat retensi pengguna, dan banyak lagi.

2. Cara Menggunakan Analisis Jejak

2.1. Cara mencari dan melihat dasbor di Footprint Analytics Viewer）

Pencarian cepat untuk dasbor, bagan, dan artikel komunitas.

Berlangganan, salin, dan bagikan dasbor favorit Anda.

Tambahkan dasbor favorit Anda ke daftar tontonan Anda.

Ikuti analis favorit Anda.

Fitur Dasbor Analisis Jejak

Beberapa rantai data dapat dilihat dalam satu dasbor

Analisis lintas rantai.

Anda dapat melakukan analisis penelusuran, dari ikhtisar hingga data rantai tunggal hingga proyek individual.

2.1. Cara membuat dasbor di Footprint（Creator）

Untuk pemula:

 

 

Fitur pembuatan lanjutan

 

Analisis silang on-chain dan off-chain

Unggahan CSV, analisis on-chain dan off-chain.

Unduhan CSV.

2.3. Mulailah dengan Membuat Bagan

Langkah 1: Di sisi kanan atas layar, klik Buat. Menu pop-up akan muncul.

Gambar di atas menunjukkan di mana tombol Buat di Footprint Analytics.

Langkah 2: Pilih Bagan Baru .

Gambar di atas menunjukkan pengguna di mana menemukan opsi Bagan Baru.

Gif di atas menunjukkan cara membuat bagan baru berdasarkan Langkah 1 dan 2.

Langkah 3: Pilih template Avalanche: Harga Token & Volume Perdagangan di bagian bawah layar.

Gambar di atas menunjukkan kepada pengguna template mana yang kami gunakan untuk contoh ini.

Langkah 4: Klik teks di sebelah ikon filter biru untuk mengubah Filter bagan Anda di sudut kiri atas layar

Langkah 5: Ketik filter yang Anda inginkan. Untuk contoh ini, kita akan mengubah AVAX menjadi sol . Ketik sol ke dalam bilah pencarian dan pilih sol. Jangan lupa untuk mengklik tanda X pada AVAX untuk mengecualikannya dari filter kami.

Langkah 6: Klik Perbarui dan bagan Anda akan mengatur ulang sendiri sesuai dengan itu.

Langkah 7: Pastikan Anda mengklik Simpan untuk menyelesaikan grafik Anda.

Gambar di atas memandu pengguna dalam memilih filter untuk bagan berdasarkan Langkah 4 hingga 7.

Gif di atas menunjukkan penggunaan filter untuk bagan seperti yang ditunjukkan pada Langkah 4 hingga 7.

Langkah 8: Ubah Nama grafik dan Deskripsi sebelum mengklik Simpan lagi.

Gambar di atas menyoroti tombol Nama, Deskripsi, dan Simpan yang dapat diubah pengguna saat menyimpan bagan.

Gif di atas menunjukkan cara menyimpan grafik seperti yang ditunjukkan pada Langkah 7 dan 8.

Kemudian, grafik selesai. Anda dapat mengakses bagan yang Anda buat di bawah Analisis Saya di bagian atas layar Anda. Klik pada Bagan dan Pilih bagan Anda.

Gambar di atas menunjukkan kepada pengguna di mana menemukan bagan yang telah mereka buat.

Gif di atas menunjukkan bagaimana pengguna dapat menemukan grafik yang dibuat sebelumnya.

Menggunakan Dataset untuk Bagan

Selain metode duplikasi satu klik di atas, Anda juga dapat membuat bagan Anda sendiri selangkah demi selangkah. Untuk grafik atau data kreatif, ini adalah cara yang lebih fleksibel.

Kasus penggunaan: Mari kita buat diagram garis dari jumlah transaksi Ethereum per hari.

Langkah 1: Klik Buat dan pilih Bagan Baru .

Gambar di atas menunjukkan kepada pengguna cara membuat bagan baru berdasarkan Langkah 1 dan 2.

Langkah 2: Pilih Ethereum. Menu tarik-turun akan muncul.

Langkah 3: Pilih tabel data ethereum_transactions .

Gambar di atas menunjukkan kepada pengguna grafik mana yang harus dipilih dan di mana menemukan grafik untuk tujuan contoh kita di artikel ini.

Gif di atas menunjukkan Langkah 1 hingga 3, proses menuju ke ethereum_transactions untuk tujuan panduan ini.

Langkah 3: Pada tabel “ethereum_transactions”, terdapat satu record untuk setiap transaksi, yang berarti Anda dapat langsung menghitung jumlah record dan group per hari. Klik Ringkas di sudut kanan atas, lalu pilih Hitungan baris .

Gambar di atas menunjukkan kepada pengguna cara meringkas berdasarkan jumlah baris sesuai dengan Langkah 1 hingga 3.

Langkah 4: Di bawah bidang Group-by , gulir ke bawah dan pilih block_timestamp , yang perlu dikelompokkan berdasarkan hari .

Gambar di atas menunjukkan pengguna untuk menggulir ke bawah untuk block_timestamp di bawah bidang Group-by untuk Langkah 4.

Gambar di atas adalah lanjutan dari Langkah 4, menunjukkan kepada pengguna cara memilih berdasarkan hari di bawah block_timestamp.

Gif di atas menggabungkan Langkah 3 dan 4, menavigasi cara memilih Count of rows dan block_timestamp menurut hari.

Selalu pastikan untuk menyimpan grafik Anda.

2.4. Visualisasikan Data Anda dengan Bagan Berbeda

Sebelum kita mulai, kita harus perhatikan: Anda tidak harus menggunakan setiap jenis grafik untuk melakukan analisis yang tepat. Sebagian besar waktu Anda hanya membutuhkan tabel dan diagram garis .

Tabel

Dalam banyak kasus, Anda ingin melihat banyak metrik sekaligus, mencantumkan nilai persisnya, dan dapat mengurutkan metrik tersebut. Anda dapat melakukannya dengan menambahkan atau menghapus kolom, atau menambahkan beberapa filter untuk memudahkan Anda menemukan nilai tertentu.

Gambar di atas menunjukkan kepada pengguna seperti apa Tabel itu.

Jika Anda juga ingin meringkas pengelompokan baris atau beralih kolom dan baris, menggunakan Tabel Pivot akan lebih baik.

Bagan Garis

Anda mungkin juga sering ingin menyajikan data sebagai deret waktu untuk melihat bagaimana metrik tertentu berubah dari waktu ke waktu, dan Anda akan menggunakan diagram garis untuk dalam kasus ini. Deret waktu adalah bagan apa pun yang melibatkan pelacakan data berdasarkan waktu, seperti hari, bulan, atau tahun. Bagan garis menyediakan bentuk sederhana untuk data, sehingga mudah untuk melihat apakah angka sedang naik, atau apakah itu siklus, atau berapa nilai maksimum selama X hari terakhir, antara lain.

Gambar di atas menunjukkan kepada pengguna seperti apa Bagan Garis.

Mari menelusuri beberapa situasi umum untuk membantu Anda memilih bagan visualisasi yang tepat untuk menunjukkan temuan Anda.

Ketika Anda Hanya Memiliki Satu Nilai

Visualisasi Angka

Bila Anda hanya memiliki satu nilai, terutama untuk angka statis, atau setidaknya angka yang tidak terlalu sering berubah, gunakan Visualisasi Angka (dinamai dengan tepat) , yang bagus untuk nilai sekilas.

Gambar di atas menunjukkan contoh tampilan Number Visualization.

Ingatlah bahwa satu nomor mungkin tidak memiliki konteks, jadi paling baik digunakan di dasbor yang menyediakan konteks itu.

Gambar di atas menunjukkan contoh Dasbor yang menggabungkan berbagai bagan untuk memberikan konteks bagi data Anda.

Membandingkan Metrik

Seringkali, kita ingin melihat bagaimana beberapa nilai saling bertumpuk. Perbandingan yang paling umum adalah kinerja satu metrik dari waktu ke waktu dan satu metrik di dimensi lain.

Perbandingan Statis

Untuk ukuran yang tidak akan berubah, seperti respons pada survei atau laporan tahunan, Anda dapat membandingkan nilai dengan Bagan Batang (terkadang disebut Bagan Kolom ). Jika Anda memiliki banyak item berbeda yang perlu Anda bandingkan, Anda dapat mencoba beralih ke bagan baris untuk melihat apakah itu membuat batang lebih mudah dibaca untuk Anda.

Gambar di atas menunjukkan kepada pengguna contoh seperti apa Bagan Batang.

Satu Ukuran Seiring Waktu

Saat Anda ingin membandingkan dan menekankan dua nilai berurutan dari sebuah metrik, atau memiliki angka yang dapat dirinci menurut waktu, Anda dapat menggunakan Bagan Tren . Bagan Tren menunjukkan nilai metrik saat ini dan nilai metrik sebelumnya pada interval mana pun Anda melacaknya.

Gambar di atas menunjukkan kepada pengguna contoh tampilan Bagan Tren.

Jika Anda tidak perlu menekankan data terbaru, pertimbangkan deret waktu, sehingga bentuk metrik dari waktu ke waktu dapat dilihat. Ini sangat berguna jika data terbaru tidak seperti biasanya dari tren yang lebih besar. Tren juga bagus untuk situasi di mana tim perlu melihat metrik mingguan dan secara kasar mengetahui perilakunya.

Bagan garis adalah format klasik untuk deret waktu, tetapi Anda juga dapat menyajikan nilai deret sebagai Bagan Batang atau Bagan Area .

Berbagai Tindakan Seiring Waktu

Anda dapat melapisi dua deret waktu pada bagan garis, dengan setiap garis berbagi sumbu y. Jika ukuran Anda memiliki skala atau unit pengukuran yang berbeda, Anda dapat menggunakan grafik gabungan dengan dua sumbu y yang berbeda untuk menyoroti perbedaan ini.

Gambar ini menunjukkan kepada pengguna contoh di mana bagan memiliki dua sumbu y, keduanya menunjukkan data berbeda yang dilacak meskipun keduanya berputar di sekitar basis bulanan.

Menunjukkan Hubungan Antara Ukuran

Terkadang Anda ingin melihat bagaimana dua ukuran berbeda berkorelasi satu sama lain.

Cara paling dasar untuk melihat hubungan adalah dengan memplot satu variabel di sepanjang sumbu x dan variabel lainnya di sepanjang sumbu y, dan melihat apakah ada pola yang muncul. Grafik ini dikenal sebagai Bagan Plot Menyebar. Anda akan sering melihat plot sebar yang digunakan dengan data yang belum diringkas atau dikumpulkan. Setiap titik pada bagan mewakili catatan individual dalam data.

Gambar di atas menunjukkan bagaimana setiap titik pada bagan mewakili data individualnya sendiri yang terpisah dari titik lainnya.

Jika Anda ingin memperkenalkan variabel ketiga, Anda dapat mengubah ukuran setiap titik untuk mencerminkan nilai variabel tambahan, mengubah sebar plot menjadi Bagan Gelembung .

Gambar di atas menunjukkan kepada pengguna contoh Bagan Gelembung.

Jerawat

Breakout menunjukkan komposisi ukuran. Breakout adalah kategori yang membentuk kumpulan data yang lebih besar dan dapat mencakup Diagram Lingkaran , Diagram Area , dan Diagram Batang .

Metrik Dengan Beberapa Grup atau Kategori

Bagan Pai menunjukkan bagaimana beberapa bagian menjadi satu kesatuan.

Gambar di atas adalah contoh Pie Chart.

Sementara Bagan Garis lebih cocok untuk data dengan tren dari waktu ke waktu, Bagan Pai menunjukkan persentase kategori secara keseluruhan. Anda bahkan dapat menggunakan Bagan Pai Dinamis untuk menggabungkan keduanya. Anda dapat melihat bagaimana nilai dan diagram lingkaran berubah dari waktu ke waktu, alih-alih membuat diagram lingkaran baru setiap hari.

Gif di atas menunjukkan kepada pengguna bagaimana nilai berubah dari waktu ke waktu dalam grafik seperti yang dicerminkan oleh Bagan Pai.

Jerawat Kategoris Seiring Waktu

Jika Anda perlu menunjukkan bagaimana suatu angka berubah dari waktu ke waktu, dan menunjukkan komposisi angka tersebut pada setiap interval, maka pertimbangkan untuk menggunakan Bagan Area Bertumpuk atau Bagan Batang Bertumpuk .

Gambar di atas adalah contoh Stacked Bar Chart.

Perubahan Relatif Di Antara Kategori Seiring Waktu

Jika Anda perlu melihat bagaimana kategori yang berbeda berubah relatif terhadap satu sama lain dari waktu ke waktu, terlepas dari angka tertentu, Anda dapat menggunakan persentase dalam diagram batang bertumpuk.

Gambar di atas menunjukkan opsi persentase yang digunakan untuk mewakili data pada sumbu y di Bagan Batang Bertumpuk.

Ada begitu banyak pilihan penyesuaian yang berbeda dan penggunaan kehidupan nyata untuk masing-masing jenis grafik yang disebutkan. 

2.5. Cara Membuat Dasbor Baru

Membuat Dasbor Pertama Anda

Mari kita mulai. Untuk membuat dasbor pertama kami:

Langkah 1: Klik tombol Buat di sisi kanan atas layar.

Gambar di atas menunjukkan di mana tombol Create berada.

Langkah 2: Setelah menu pop-up muncul, pilih Dasbor Baru.

Gambar di atas menunjukkan di mana tombol New Dashboard berada.

Langkah 3: Editor Dasbor terbuka di tab baru, pilih tombol Tambahkan bagan .

Gambar di atas menunjukkan di mana opsi Add chart berada.

Langkah 4: Tab tambahkan bagan muncul di sebelah kanan, menampilkan beberapa opsi untuk menambahkan bagan dengan cepat. Dalam contoh ini, kami akan mendemonstrasikan cara menambahkan bagan yang ada yang dibuat oleh orang lain tetapi dapat digunakan oleh semua orang. Klik pada grafik Komunitas .

Gambar di atas menunjukkan di mana tab Community Charts berada.

Langkah 5: Pilih grafik satu per satu untuk menambahkannya ke dasbor kami dengan mengklik tombol +Tambah di sebelah masing-masing grafik.

Gambar di atas menunjukkan di mana diagram berada di tab Diagram komunitas.

Gif di atas menunjukkan cara membuat dasbor mengikuti Langkah 1 hingga 5.

Langkah 6: Anda juga dapat menambahkan bagan di tab Bagan saya . Ini akan menarik dan menampilkan grafik apa pun yang telah Anda buat di akun Anda.

Gambar di atas menunjukkan di mana tab Bagan saya berada.

Langkah 7: Anda juga dapat menelusuri bagan tertentu berdasarkan nama atau tautan URL-nya di kotak telusur .

Gambar di atas menunjukkan di mana kotak Pencarian berada.

Langkah 8: Pastikan untuk mengklik H Simpan untuk menyelesaikan dasbor Anda yang sudah selesai.

Gambar di atas menunjukkan di mana tombol simpan berada.

Dengan dasbor terpasang, kami siap mendesain dasbor di bagian selanjutnya.

Mendesain Dasbor Anda

Dengan dasbor siap, kami dapat mulai mendesain dasbor Anda untuk mempersonalisasi dan mengatur agar terlihat lebih bersih dan lebih mudah dibaca.

Mengedit Posisi dan Ukuran

Anda dapat memindahkan bagan dan kotak teks hanya dengan mengekliknya lalu menyeretnya ke mana saja di dalam dasbor. Atur item dasbor Anda sesuai dengan itu untuk meningkatkan keterbacaan.

Gif di atas menunjukkan cara memindahkan item dasbor Anda. Anda juga dapat mengubah ukuran item dasbor menggunakan pegangan sudut kanan bawahnya. Klik dan seret pegangan untuk mengubah ukuran dan menyesuaikan bagan dan kotak teks Anda.

Gif di atas menunjukkan cara mengubah ukuran item dasbor Anda.

Menambahkan Kotak Teks

Kotak Teks menyediakan ruang bagi Anda untuk menampilkan teks biasa di dasbor Anda. Ini adalah alat yang hebat untuk mengilustrasikan logika penghitungan metrik, menambahkan teks pengantar ke dasbor, menambahkan catatan untuk menghubungkan bagan Anda, dan banyak lagi.

Untuk menambahkan kotak teks:

Langkah 1: Klik Tambahkan kotak media di sisi kanan atas layar.

Gambar di atas menunjukkan di mana Anda dapat menemukan opsi untuk menambahkan kotak teks.

Langkah 2: Pilih Teks . Kotak teks akan muncul di dasbor Anda. Anda dapat mengedit posisi dan ukurannya yang mirip dengan bagan, dengan menyeret pegangan kanan bawahnya masing-masing.

Gambar di atas menunjukkan seperti apa kotak teks di dasbor Anda.

Gif di atas menunjukkan cara menambahkan kotak teks dari Langkah 1 hingga 2.

Opsi Visualisasi

Masing-masing item dasbor memiliki submenu yang muncul di sudut kanan atas saat mengarahkan mouse ke item tersebut. Salah satu item submenu adalah opsi Visualisasi , yang digunakan untuk memodifikasi atribut item dasbor, seperti Tampilan, Sumbu, dan Labelnya. Untuk menggunakan Opsi Visualisasi:

Langkah 1: Arahkan mouse Anda ke bagan atau kotak teks yang Anda inginkan. Submenu akan muncul di sudut kanan atas bagan atau kotak teks ini.

Langkah 2: Klik pada ikon Palet .

Gambar di atas menunjukkan kepada pengguna di mana ikon palet berada pada submenu bagan melayang atau kotak teks dari Langkah 2.

Langkah 3: Pengaturan pop-up akan muncul. Anda dapat mengatur bagaimana Anda ingin bagan atau kotak teks ditampilkan di dasbor Anda dengan pengaturan termasuk Tampilan , Sumbu , dan Label .

Gambar di atas menunjukkan opsi berbeda yang dapat diatur pengguna saat mengklik opsi Visualisasi seperti yang ditunjukkan oleh ikon palet pada Langkah 1.

Langkah 4: Gulir ke bawah dan pastikan Anda mengklik Selesai setelah selesai dengan pengaturan Anda untuk menyimpan perubahan apa pun.

Gambar di atas menunjukkan pengguna di mana menemukan tombol Selesai berdasarkan Langkah 4.

Gif di atas menunjukkan cara mengakses dan menavigasi opsi visualisasi di bagan Anda.

Menambahkan Filter ke Dasbor

Filter dapat ditambahkan ke dasbor kami untuk memungkinkan jangkauan aplikasi yang lebih luas, serta untuk menghindari pekerjaan berulang.

Filter biasanya diterapkan di:

Membuat Dasbor dengan Filter

Untuk menyiapkan filter di dasbor baru:

Langkah 1: Buat dasbor tanpa filter apa pun.

Item dasbor dapat memiliki filter satu per satu, tetapi untuk aplikasi yang lebih kompleks, lebih praktis hanya membuat filter dasbor yang diterapkan pada item di dalamnya. Anda kemudian dapat mengatur item mana yang ingin Anda kaitkan dengan filter dasbor.

Catatan: Jika bagan yang Anda pilih sudah memiliki filter, Anda dapat menghapus filter secara manual. Untuk menghapus filter:

Langkah 1: Klik Lanjutan.

Langkah 2: Di bawah Filter, klik tanda x pada filter yang tidak diinginkan.

Langkah 3: Pastikan Anda Simpan untuk menyimpan perubahan apa pun yang dibuat.

Gambar di atas menunjukkan kepada pengguna cara menghapus filter secara manual yang mungkin disertakan dengan beberapa bagan.

Gif di atas menunjukkan cara menghapus filter dari bagan secara manual.

Langkah 2: Untuk beberapa diagram, Anda dapat menambahkan tautan filter. Klik tambahkan filter di sudut kanan atas, dan pilih jenis filter yang Anda inginkan. Anda dapat memilih Waktu , ID , Lokasi , dan Kategori Lainnya . Untuk tujuan contoh ini, kita akan memilih Time .

Gambar di atas menunjukkan di mana tombol Add a filter berada dan filter yang tersedia dapat Anda gunakan .

Langkah 3: Pilih jenis filter. Dalam hal ini, kami akan menggunakan Bulan dan Tahun . Anda akan diberikan pilihan yang berbeda untuk setiap filter juga.

Gambar di atas menunjukkan bahwa Anda perlu menentukan filter Anda lebih lanjut, dengan yang ini adalah Bulan dan Tahun.

Langkah 4: Pilih bagan yang ingin Anda kaitkan dengan filter tarik-turun di setiap bagan, lalu atur Nilai Default Anda sesuai kebutuhan sebelum mengklik Selesai untuk menyelesaikan pengaturan Anda.

Gambar di atas menunjukkan kepada pengguna tempat menyetel filter dan nilai default mereka.

Gif di atas menunjukkan cara menautkan bagan bersama menggunakan filter yang sama berdasarkan Langkah 1 hingga 4.

Menghapus Filter

Anda juga dapat menghapus filter yang ada. Untuk menghapus filter:

Langkah 1: Klik nama filter di sudut kiri atas layar Anda di bawah nama dasbor Anda.

Gambar di atas menunjukkan di mana nama filter berada di dasbor Anda.

Langkah 2: Klik tombol Hapus di sisi kanan layar di bawah Pengaturan. Jangan lupa klik Selesai untuk menyimpan pengaturan Anda.

Gambar di atas menunjukkan di mana tombol Hapus berada.

Selalu ingat untuk Simpan dasbor Anda, bahkan setelah menyimpan pengaturan Anda.

2.6. Bagikan Dasbor Anda

Berbagi Pekerjaan Anda

Semua bagan dan dasbor yang Anda buat dapat dibagikan kepada mereka yang memiliki dan tanpa akun Footprint melalui tautan. Untuk membagikan pekerjaan Anda:

Langkah 1: Klik ikon Bagikan di sudut kanan atas layar Anda. Anda dapat memilih cara Anda ingin membagikan bagan Anda dengan pengaturan tambahan.

Gambar di atas menunjukkan kepada pengguna di mana ikon bagikan setelah Anda mengakses bagan atau dasbor yang diinginkan.

Gif di atas menunjukkan langkah pertama untuk membagikan bagan dan dasbor Anda berdasarkan Langkah 1.

Catatan : Dasbor dan bagan tidak dapat dibagikan dalam mode pengeditan. Pastikan Anda telah menyimpan pekerjaan Anda sebelum membagikannya.

Langkah 2: Pilih tautan Publik atau Sematkan publik . Penjelasannya bisa dilihat pada gambar di bawah ini. Setelah Anda memilih satu, klik ikon Salin di sebelah kanan tautan. Pastikan Anda menempelkan tautan di tempat yang Anda inginkan sebelum menyalin yang lain. Anda bahkan dapat berbagi melalui salah satu dari empat platform media sosial Facebook, Twitter, Telegram atau LinkedIn dengan mengklik logo masing-masing .

Gambar di atas mendefinisikan tautan publik dan sematan publik dan menunjukkan kepada pengguna di mana ikon salin dan logo media sosial berada.

Mengatur Apa yang Anda Bagikan

Anda dapat mengatur bagan dan dasbor Anda menjadi pribadi ketika Anda lebih suka menyimpan pekerjaan Anda sendiri.

Klik tombol di bawah Setel ke pribadi untuk mengaktifkan fitur, atur bagan atau dasbor khusus ini ke pribadi. Bagan dan dasbor Anda yang lain masih bersifat publik bagi komunitas Footprint Analytics, membuatnya terlihat dan dapat digunakan oleh anggota lain yang mungkin mencari topik yang berkaitan dengan judul Anda.

Gambar di atas menunjukkan di mana tombol Set to private berada.

Catatan : Opsi privasi hanya tersedia untuk pemegang keanggotaan.

Menghapus Tanda Air

Tanda air dapat dilepas dengan opsi yang ditemukan di bawah Setel ke fitur pribadi. Untuk mengaktifkan, cukup klik tombol di sebelah teks Hapus tanda air.

Catatan: Fungsi Hapus Tanda Air hanya tersedia untuk pemegang keanggotaan.

Gambar di atas menunjukkan kepada pengguna seperti apa opsi Hapus tanda air.

Gambar di atas menunjukkan bagan dengan tanda air di atasnya. Ini adalah produk bawaan.

Gambar di atas menunjukkan grafik yang sama setelah watermark dihilangkan.

Apakah artikel ini berguna? Jika Anda memiliki saran atau umpan balik untuk tutorial ini, jangan ragu untuk memberi tahu kami di komunitas atau hubungi kami di Twitter atau Telegram, kami akan mencoba melakukan lebih banyak dan lebih baik.

Klik dan beri tahu kami ide Anda!

2.7. Empat Langkah untuk Menyematkan Tautan Publik

Langkah1: Klik tombol bagikan

Langkah2: Salin kode untuk penyematan

Langkah 3: Pilih template untuk skema warna (sedang dikembangkan)

(segera)

Langkah4: Masukkan kode ke situs web Anda

Untuk informasi lebih lanjut, silakan kunjungi : Situs Web  /  Twitter  /  Telegram

Pelajari lebih lanjut: Panduan untuk Margin Trading Crypto

Saya harap posting ini akan membantu Anda. Jangan lupa tinggalkan like, comment dan share ke yang lain. Terima kasih!

What is GEEK

Buddha Community

Your Data Architecture: Simple Best Practices for Your Data Strategy

If you accumulate data on which you base your decision-making as an organization, you should probably think about your data architecture and possible best practices.

If you accumulate data on which you base your decision-making as an organization, you most probably need to think about your data architecture and consider possible best practices. Gaining a competitive edge, remaining customer-centric to the greatest extent possible, and streamlining processes to get on-the-button outcomes can all be traced back to an organization’s capacity to build a future-ready data architecture.

In what follows, we offer a short overview of the overarching capabilities of data architecture. These include user-centricity, elasticity, robustness, and the capacity to ensure the seamless flow of data at all times. Added to these are automation enablement, plus security and data governance considerations. These points from our checklist for what we perceive to be an anticipatory analytics ecosystem.

#big data #data science #big data analytics #data analysis #data architecture #data transformation #data platform #data strategy #cloud data platform #data acquisition

Getting Started With Data Lakes

Frameworks for Efficient Enterprise Analytics

The opportunities big data offers also come with very real challenges that many organizations are facing today. Often, it’s finding the most cost-effective, scalable way to store and process boundless volumes of data in multiple formats that come from a growing number of sources. Then organizations need the analytical capabilities and flexibility to turn this data into insights that can meet their specific business objectives.

This Refcard dives into how a data lake helps tackle these challenges at both ends — from its enhanced architecture that’s designed for efficient data ingestion, storage, and management to its advanced analytics functionality and performance flexibility. You’ll also explore key benefits and common use cases.

Introduction

As technology continues to evolve with new data sources, such as IoT sensors and social media churning out large volumes of data, there has never been a better time to discuss the possibilities and challenges of managing such data for varying analytical insights. In this Refcard, we dig deep into how data lakes solve the problem of storing and processing enormous amounts of data. While doing so, we also explore the benefits of data lakes, their use cases, and how they differ from data warehouses (DWHs).

---

This is a preview of the Getting Started With Data Lakes Refcard. To read the entire Refcard, please download the PDF from the link above.

#big data #data analytics #data analysis #business analytics #data warehouse #data storage #data lake #data lake architecture #data lake governance #data lake management

Benefits of Data Ingestion

In the last two decades, many businesses have had to change their models as business operations continue to complicate. The major challenge companies face today is that a large amount of data is generated from multiple data sources. So, data analytics have introduced filters to various data sources to detect this problem. They need analytics and business intelligence to access all their data sources to make better business decisions.

It is obvious that the company needs this data to make decisions based on predicted market trends, market forecasts, customer requirements, future needs, etc. But how do you get all your company data in one place to make a proper decision? Data ingestion consolidates your data and stores it in one place.

#big data #data access #data ingestion #data collection #batch processing #data access layer #data integration platform #automate data collection

Tangle vs Blockchain: Difference Between Tangle & Blockchain

Cryptocurrency is a digital medium of exchange that uses encryption to send and receive money. The most frequently utilised cryptocurrency for which Blockchain technology was created is Bitcoin. Despite the fact that Blockchain has been the standard cryptocurrency technology for the past few years, concerns about speed and scalability have led to the creation of other solutions.

Tangle is a relatively young cryptocurrency. In this essay, we’ll look at the latest dispute between Tangle and Blockchain to see which is the better option.

What is Blockchain?
Blockchain is a transaction ledger that is cryptographically secure. Bitcoin, Litecoin, and Ethereum, as well as other cryptocurrencies, are all accepted. The ledger is made up of transaction blocks that are cryptographically connected to each other. Each block is linked to the previous one, preserving the ledger’s whole history.

All of the machines involved in these transactions are known as nodes. Each node authenticates transactions independently. This means that after both nodes have confirmed a transaction, it can proceed.

Want to learn more about Blockchain Technology? Blockchain certification courses could be the best to get started with.

What is Tangle?
Tangle is a bitcoin transaction technology that works in a similar fashion to Blockchain. Here, a directed acyclic graph (DAG) is used, which is similar to a distributed ledger. DAG is not governed by any external entity, such as a bank or a financial organisation.

Tangle is IoT-friendly, which is the cherry on top (Internet of Things). The Internet of Things (IoT) is a network of interconnected devices that can exchange data and communicate with each other. Tangle will be able to conduct large-scale transactions between multiple linked devices swiftly and seamlessly as a result of this.

What are the differences between a tangle and a blockchain?

Structure — A blockchain is made up of a lengthy, ever-growing chain of nodes, or data blocks, each one linked to the one before it. A tangle, on the other hand, is made up of data nodes that all flow in the same direction. And, unlike blockchain, which may technically loop back on itself in a circular pattern, the tangle can only go in one direction at a time and cannot reverse. This enables speedier data transport.

Security – Due to its arduous block-formation process, which involves the solution of a mathematical problem and verification through group consensus, blockchain has a higher level of security. Before a device can complete its own transaction and thus create a data node, it must first validate two previous transactions. The tangle is less secure than blockchain due to this less robust procedure.

Decentralization — Both blockchain and the tangle are decentralised systems, which means they are free of outside meddling and the fees and hurdles that come with it. The tangle, however, has had to erect a safety net, which it refers to as a “coordinator node.” This node effectively puts a centralising aspect into the tangle’s structure, putting to rest claims that it allows for entirely independent, uninterrupted transactions between IoT units.

Wrapping up

In this case, blockchain has a clear advantage. It’s significantly more secure than Tangle and supports decentralised apps. Blockchain is becoming more popular among businesses and users for cryptocurrency transactions.

Tangle is still in its infancy and has faults. The technique can’t be labelled truly decentralised because it relies on a central coordinator node. This node checks that transactions are genuine, however Tangle data is not entirely self-contained in this regard. Because the node addition protocol is less precise than Blockchain, it is also less secure.

#blockchain technology #blockchain professionals #blockchain platform #blockchain platform #blockchain council

How Has COVID-19 Impacted Data Science?

The COVID-19 pandemic disrupted supply chains and brought economies around the world to a standstill. In turn, businesses need access to accurate, timely data more than ever before. As a result, the demand for data analytics is skyrocketing as businesses try to navigate an uncertain future. However, the sudden surge in demand comes with its own set of challenges.

Here is how the COVID-19 pandemic is affecting the data industry and how enterprises can prepare for the data challenges to come in 2021 and beyond.

#big data #data #data analysis #data security #data integration #etl #data warehouse #data breach #elt