Warum glauben Softwarehersteller eigentlich, dass sie Statistikern/Analysten/Data Scientists eine bunte Oberfläche bauen müssen? Alteryx schien sogar so vielversprechend, dass Microsoft und SAP als Investoren eingestiegen sind. Ich habe mir das Tool heruntergeladen und ein paar Workflows erstellt: schneller wird man damit auch nicht.
Die Software wird als Windows Applikation installiert, das OpenSource R muss zusätzlich heruntergeladen und installiert werden. Wer bereits mit analytischen GUIs von SAS, SPSS oder anderen Tools gearbeitet hat, wird sich schnell zurecht finden. Die üblichen Aufgaben sind übersichtlich gruppiert und in sprechenden Symbolen verpackt.
Data Scientist sind von Natur aus eher neugierige Menschen…und ein wenig verspielt. Sie wollen ausprobieren und entdecken. Dabei ist Flexibilität ein zentraler Faktor. Die Grenzen der Datenanalyse dürfen nicht durch ein Tool gesetzt werden. In dem Moment wo er diese Einschränkung merkt, macht sich der gewiefte Datendetektiv auf die Suche nach einer neuen Lösung.
Alteryx versucht, R hinter eine Wand zu verpacken, so dass niemand mehr Coden muss. Was ist schlimm am Coden? Wir wachsen heute damit auf.
Um die integrierten R Pakete bedienen zu können ist es von Vorteil, diese in ihrem Original zu kennen, tatsächlich ist die Bedienung innerhalb von Alteryx aber nicht zwingend konsistent und muss daher neu erlernt/nachgeschlagen werden. In der Realität liegen Daten selten sauber strukturiert vor, so ist man auch mit Alteryx sehr schnell an dem Punkt, an dem Funktionen geschrieben werden müssen. Hier bietet das Tool einen ähnlichen Umfang wie andere auch.
Mein Fazit: Vielleicht etwas netter als der SAS Enterprise Guide, kann aber mit R-Studio oder einem Emacs nicht mithalten.