- Menambahkan fitur ekstensi ke Notion + Jupyter
- Penjadwalan notebook, konversi ke dashboard dan aplikasi, kueri SQL yang mengembalikan hasil sebagai data frame, dan lain-lain
- Menyelesaikan masalah notebook yang sudah ada
- Sulit dibagikan: untuk melihat pekerjaan tim data, perlu memasang Docker+Python
- Notebook terlalu kompleks: blok kode terlalu banyak sehingga keterbacaan menurun dan sulit dipahami oleh pengguna nonteknis
- Tugas sederhana seperti kueri database, pemanggilan API, dan pembuatan grafik pun menjadi rumit
- Cara Briefer mengatasinya
- Menyelesaikan masalah berbagi
- Memindahkan notebook ke cloud sehingga bisa dijadwalkan
- Menggunakan CRDTs dan Yjs untuk manajemen status dan penerapan pengeditan real-time
- Merapikan notebook
- Desain yang bersih dan kemampuan mengelompokkan blok agar lebih rapi
- Bisa mengelompokkan blok ke dalam tab dan memilih blok mana yang akan ditampilkan pada versi publik
- Menyediakan fitur pembuatan dashboard
- Menyederhanakan tugas sederhana
- Membuat grafik dengan klik, dan menghasilkan kode chart yang kompleks dengan AI assistant
- Mengubah hasil kueri SQL menjadi data frame secara otomatis, serta dapat melakukan kueri file dengan DuckDB
Fitur utama
- Pohon file
- Pohon file adalah tempat untuk mengelola dan menavigasi notebook
- Seperti di Notion, pengguna dapat memilih ikon untuk tiap notebook, mengubah urutan, atau menaruh satu notebook di dalam notebook lain
- Saat notebook dihapus, salinannya disimpan di tempat sampah sehingga bisa dipulihkan bila diperlukan
- Blok dan tab: notebook Briefer terdiri dari berbagai jenis blok
- Blok teks: untuk menambahkan konteks ke notebook
- Blok kueri: untuk mengambil data dari file atau sumber data terhubung seperti Postgres, BigQuery, Redshift, Athena, dan lainnya
- Blok unggah file: untuk menambahkan CSV, XLS, atau file lain ke notebook jika datanya tidak ada di sumber data terhubung
- Blok Python: untuk menulis kode Python guna memanipulasi data, membuat visualisasi, atau melakukan pekerjaan lain yang diinginkan
- Blok input: untuk menambahkan elemen interaktif seperti input teks atau dropdown ke notebook
- Blok visualisasi: untuk membuat visualisasi tanpa menulis kode
- Setelah menambahkan blok ke notebook, blok-blok itu dapat dikelompokkan ke dalam tab agar notebook lebih mudah diatur dan dinavigasi
- File dan database
- Dapat mengkueri data dari file dan database menggunakan blok kueri tanpa perlu menulis wrapper atau connector
- Jika data berada di database, pengguna dapat menulis kueri SQL di blok kueri untuk mengambil data yang dibutuhkan
- Jika data berada dalam file (CSV, XLSX, Parquet, dan lainnya), file tersebut dapat diunggah lalu dikueri menggunakan SQL biasa
- Data frame juga dapat dikueri dengan SQL biasa menggunakan blok kueri
- Data frame otomatis
- Semua blok kueri secara otomatis membuat Pandas data frame yang berisi hasil kueri
- Dengan begitu, data ini dapat digunakan di blok Python tambahan
- Secara default data frame diberi nama seperti
query_1, tetapi bisa diubah ke nama yang lebih bermakna
- AI assistant
- Blok SQL dan Python dilengkapi AI assistant
- Kapan pun membutuhkan bantuan AI assistant, pengguna dapat mengeklik "Edit with AI" dan memberi tahu pekerjaan yang diinginkan
- Lalu AI assistant akan menghasilkan saran dan menampilkan diff yang bisa dicoba, diterima, atau ditolak
- Di blok Python, AI assistant mengenali data frame dan kolom yang sudah ada
- Di blok SQL, AI assistant sudah mengetahui tabel dan kolom di database, sehingga dapat memberi saran yang lebih baik dan membantu menulis kueri kompleks dengan benar
- Setiap kali terjadi error, pengguna dapat mengeklik "Fix with AI" agar AI assistant mencoba memperbaikinya
- Jadwal
- Notebook dapat dijadwalkan untuk berjalan pada interval tertentu seperti setiap jam, harian, mingguan, atau bulanan
- Saat membuat jadwal, pengguna juga bisa mengatur notifikasi untuk menerima email atau pesan Slack ketika jadwal berhasil dijalankan atau gagal. Untuk eksekusi yang berhasil, pengguna juga akan menerima file PDF yang berisi output notebook
- Snapshot dan version control
- Setiap kali notebook dipublikasikan, status notebook disimpan secara otomatis sehingga perubahan dari waktu ke waktu bisa dilihat dan bila perlu dapat rollback ke versi sebelumnya
- Ini memungkinkan pelacakan perubahan pada notebook dan kembali ke versi lama jika terjadi masalah
- Selain itu, setiap eksekusi terjadwal yang berhasil akan membuat snapshot status notebook pada saat itu
- Snapshot berguna untuk melihat bagaimana hasil berubah seiring waktu atau membandingkan output dari eksekusi yang berbeda
- Notebook menjadi dashboard
- Output notebook dapat digunakan untuk membuat dashboard
- Hasil dapat dibagikan ke orang lain tanpa menyertakan kode atau penjelasan yang tidak perlu, misalnya ketika perlu melakukan banyak data wrangling sebelum membuat chart
- Tampilan dashboard juga berguna saat membangun aplikasi data yang memungkinkan pengguna berinteraksi dengan input dan dropdown, tetapi tanpa menampilkan kode internal
Opini GN⁺
- Platform ini tampak berguna untuk pekerjaan analisis dan visualisasi data bergaya notebook
- Berbasis cloud dan mendukung kolaborasi real-time, serta dengan antarmuka yang ramah pengguna dan fitur perapian yang meningkatkan keterbacaan, bahkan pengguna nonteknis dapat dengan mudah melihat hasil analisis data sehingga efisiensi kolaborasi meningkat
- Fakta bahwa AI assistant mendukung penulisan kueri SQL dan kode Python juga dapat meningkatkan produktivitas pekerjaan analisis data. Namun, akurasi dan kegunaan saran AI tetap perlu dibuktikan lewat penggunaan nyata
- Fitur penjadwalan dan version control notebook tampak berguna untuk pekerjaan analisis data yang berulang atau kolaboratif. Namun, ini mengandaikan operasi infrastruktur yang stabil
- Kemampuan membuat dashboard untuk membagikan hasil analisis dengan mudah kepada nondeveloper juga merupakan kelebihan. Namun, belum jelas seberapa bebas pengaturan layout dan desain dashboard-nya
- Platform serupa mencakup Jupyter Notebook, Google Colab, dan Deepnote. Perlu dipikirkan apa keunggulan khas Briefer yang membedakannya dari mereka, misalnya kemudahan penggunaan yang lebih tinggi atau fitur kolaborasi yang lebih kuat
1 komentar
Komentar Hacker News
Para manajer produk berusaha mempermudah pekerjaan dengan menyiapkan rumus Excel sederhana dan grafik
Insinyur data melakukan pekerjaan yang lebih teknis dengan menggunakan solusi open source seperti Superset dan dbt
Perusahaan sering kali mencoba membangun UI akhir mereka sendiri
Sangat memahami betapa sulitnya membuat alat seperti notebook
Sulit mengusulkan fitur karena pasar sangat kompetitif, termasuk dari sisi data itu sendiri
Memuji pekerjaan Lucas, serta menyarankan penambahan CLI, konektor, komputasi simbolik, dukungan offline, dan namespace terenkripsi
Banyak mengajar Python dan data science (pandas, Polars, scikit learn, XGBoost, dll. di Jupyter)
Berbagi pengalaman bahwa banyak masalah bisa diselesaikan melalui edukasi
Berpendapat bahwa alih-alih fokus menulis kode yang ramah bagi pemula, seharusnya menulis kode tingkat ahli
Menerima kritik di media sosial, tetapi mendapat respons positif dari siswa dan pembaca
Pernah membangun workflow yang menggunakan notebook, pekerjaan cron, dan penyimpanan state
Mengucapkan selamat atas peluncurannya, dan menyebut bahwa chrome Mac Finder gaya 90-an pada GIF contoh terasa mengalihkan perhatian
Dukungan Python/blok kode terasa menarik
Mengucapkan selamat atas peluncurannya, dan penasaran bagaimana produk ini akan berkembang dibanding alat yang sudah ada seperti Hex
Menyebut bahwa ini juga bisa dijual sebagai alat kolaborasi online untuk organisasi nonteknis
Menyebut bahwa ini bisa menjadi alat yang berguna untuk membangun katalog kueri internal dan dasbor
Menyebut bahwa masalah pertama notebook adalah sulit untuk dibagikan