在過去的幾年里享甸，工作場所發(fā)生了巨大的變化箩绍。組織和團隊在為客戶孔庭、投資者和員工產(chǎn)出正確結(jié)果的同時，不得不從辦公室工作轉(zhuǎn)移到遠(yuǎn)程工作，再轉(zhuǎn)移到混合工作圆到。這一切并不容易怎抛。我們的研究表明，只有17%的團隊是健康的芽淡，鑒于Atlassian 的使命是幫助每個團隊釋放潛力马绝，我們愿意提供幫助，讓更多團隊能夠茁壯成長挣菲。
為了幫助團隊以不同的方式共同工作富稻，我們正在投資 Atlassian 平臺——一個跨應(yīng)用程序的通用技術(shù)基礎(chǔ)，它將團隊連接起來己单，同時允許他們使用自己選擇的工具工作唉窃。Atlassian 平臺允許工作在各種工具和團隊之間無縫流動，將日常流程自動化纹笼，讓團隊能夠?qū)Ｗ⒂谥匾氖虑槲品荩⒗脭?shù)據(jù)驅(qū)動的洞察更快地做出更好的決策。
我們很高興地宣布?Atlassian?平臺的兩項新功能 ——?Atlassian Data Lake 和 Atlassian Analytics廷痘。這兩項功能可以幫助組織中的每個人蔓涧，從領(lǐng)導(dǎo)者到終端用戶，都能靈活地訪問我們產(chǎn)品中的所有數(shù)據(jù)笋额。
Atlassian Data Lake：在一個可查詢的地方獲得來自 Atlassian 產(chǎn)品組合的數(shù)據(jù)
Atlassian 產(chǎn)品是管理所有團隊工作的至關(guān)重要的系統(tǒng)元暴，因此，其所包含的數(shù)據(jù)要為團隊速度兄猩、資源分配和投資回報等關(guān)鍵決策提供信息茉盏。在過去，我們提供了相關(guān)的數(shù)據(jù)和產(chǎn)品的儀表板枢冤，以幫助團隊獲得這些信息鸠姨。然而，對于大多數(shù)團隊來說淹真，構(gòu)建自定義報告并不容易讶迁，也不快速。因為他們必須使用API和腳本提取數(shù)據(jù)核蘸。此外巍糯，確實沒有一種簡單的方法來分析跨產(chǎn)品或跨實例的數(shù)據(jù)。
這就是 Atlassian Data Lake 的作用客扎。它包含跨產(chǎn)品和跨實例的數(shù)據(jù)祟峦，通過使用預(yù)建模和對豐富的字段進行分析，從而加快洞察的生成徙鱼。Atlassian Data Lake 建立在企業(yè)級可信任的 Atlassian 平臺上宅楞，以確保隱私和安全。
在推出時，Atlassian Data Lake 將包括來自 Jira Software 和J ira Service Management 的數(shù)據(jù)咱筛，但我們正在努力將所有 Atlassian 產(chǎn)品的所有數(shù)據(jù)都納入其中。我們相信杆故，客戶放入在任何產(chǎn)品中的數(shù)據(jù)都屬于他們自己迅箩，我們希望以一種簡單、強大的方式實現(xiàn)全面的訪問处铛。
Atlassian Analytics：通過SQL 或無代碼的靈活方式來訪問和可視化你的數(shù)據(jù)
每個團隊都有自己獨特的工作方式饲趋，而 Atlassian 產(chǎn)品提供了更多的靈活性來促進這種獨特性。我們以同樣的理念來處理 Atlassian Data Lake 中的數(shù)據(jù)訪問問題撤蟆。利用 Chartio (我們?nèi)ツ晔召彽幕谠频目梢暬头治鼋鉀Q方案)的技術(shù)奕塑，我們建立了 Atlassian Analytics ——一個簡單的、靈活的樞紐家肯，它與 Atlassian Data Lake 無縫連接龄砰，允許用戶以各種方式訪問數(shù)據(jù)。
以下是 Atlassian Analytics 利用 Data Lake 提供洞察的一些方法：
開箱即用的交互式儀表板讨衣，提供跨項目和跨產(chǎn)品的工作流程概覽换棚。例如，通過流程指標(biāo)儀表板反镇，領(lǐng)導(dǎo)者可以跨不同的價值流獲得對上市時間固蚤、瓶頸、障礙和團隊負(fù)載的端到端可見性歹茶。他們甚至可以挖掘項目級數(shù)據(jù)以獲得更深入的洞察夕玩。
SQL可視化，允許用戶自定義他們的儀表板和圖表惊豺，并能夠直接對 Atlassian Data Lake 運行SQL查詢燎孟。
無代碼可視化，對于希望快速構(gòu)建報表而不使用SQL的團隊和用戶來說扮叨，Visual SQL 的無代碼可視化是一種探索數(shù)據(jù)和創(chuàng)建圖表的無代碼方式缤弦。例如，團隊可以將 Jira Software 分配給他們的關(guān)于故事和問題的數(shù)據(jù)引入進來彻磁，并將其與來自 Jira Service Management ?的任何更改請求或事件一起可視化碍沐，以評估他們應(yīng)該優(yōu)先處理的內(nèi)容。他們可以在他們喜歡的任何類型的圖表中可視化這些數(shù)據(jù)衷蜓，并通過直接在圖表上發(fā)表評論將正確的人帶入對話累提，這樣就可以在沒有上下文切換的情況下做出決定。通過快照按鈕磁浇，團隊還可以返回到前一周的圖表和數(shù)據(jù)斋陪，以比較和了解趨勢。
-
融合其他來源的數(shù)據(jù)。來自 Atlassian 產(chǎn)品的數(shù)據(jù)只有在與其他關(guān)鍵業(yè)務(wù)數(shù)據(jù)源相結(jié)合時才會變得更強大无虚。例如缔赠，您可以創(chuàng)建一個報告，將 Snowflake 的收入增長與 Jira Software 的工程輸出進行對比友题，將新功能如何影響增長目標(biāo)直觀顯示出來嗤堰。
即將推出——直接連接到外部商業(yè)智能(BI)工具。最后度宦，我們知道很多團隊希望繼續(xù)使用他們喜歡的 BI 工具踢匣，比如 Tableau 或 Microsoft Power BI。很快戈抄，我們將提供將 Atlassian Data Lake 與這些以及其他BI工具連接的功能离唬。
設(shè)想一下，在未來划鸽，每個團隊都能得到關(guān)于如何提高速度的量身定制的建議输莺，每個領(lǐng)導(dǎo)者都能了解如何改善整個團隊的運行狀況，從而更敏捷地完成工作裸诽，讓團隊充分釋放潛力模闲！這是我們的終極愿景，借助 Atlassian Analytics 和 Data Lake崭捍，我們正在為實現(xiàn)這一目標(biāo)而夯實基礎(chǔ)尸折。
