Котятки🐱,
В этом сезоне у меня новый интерес - Decision‑Centric Visual Interfaces (DCVI). Впервые я столкнулась с этим понятием вот в этой статье на медиум : https://roger-moser.medium.com/decision-intelligence-in-action-part-1-c53e474fcced
Мне нравится концепция, что визуальный элемент знает свой SLA, риск и impact. Но пока для меня это концепция проектирования, а не набор характеристик визуального элемента, как такового перехода из подхода в жесткий чек-лист пока, как мне кажется, не произошло. Самый, наверное, знаменитый такой интерфейс - https://finviz.com.

Котятки,
В прошлом, аналитика данных из 1С была нетривиальной задачкой, и выбор обычно стоял между двух зол: либо пиши обработки, либо разрабатывай свои отчеты. В 2014 году, помню, у нас сидело 2 программиста 1С чисто на написании запросов и выгрузках.
С появлением нормальных коннекторов к 1С, наконец, появился вменяемый доступ к данным, а теперь и AI-инструменты над ними.
Что посмотреть: 7 апреля в 12.00 будет вебинар Yandex DataLens и BI.Qube.
Там будет реальный кейс: как в low-code инструменте связывать со справочниками и обновлять 290 млн чеков, хранящихся в 1С, и как получить ответы в BI DataLens с помощью Нейроаналитика.
Что обещают: покажут, как запуститься за 1 день, получить первые результаты за 1–2 месяца и дальше развивать аналитику комфортно.
Что будет реально - увидим) Думаю, вебинар будет полезен тем, у кого аналитики совсем нет, и тем, кто не хочет сам строить решения типа БД/Хранилище+BI+MCP+AI, и вместо этого попробовать связку Datalens+Нейроаналитик.

Котятки🐱
Концепция Enterprise Intelligence не нова, особенно для тех, кто активно ищет способы, как превратить данные в знания. Интересного в ней то, что BI рассматривается не как отдельный инструмент, а как связующее звено, которое вытягивает смыслы из всех остальных систем. Сегодня утром я лениво по диагонали читала вот эту книжечку по теме и ресерчила, и наткнулась на занимательный блог чувака, который много лет батрачил в SQL Server Analysis Services
: https://eugeneasahara.com/2026/02/02/explorer-subgraph-the-dynamic-cartography-of-relation-space/
У него интересные мысли, как превратить связку AI+BI в систему знаний, но подача прямо на любителя.

Котятки,
Я все еще живу в процессе миграции, которая подарит мне и новый BI-инструмент, и новые возможности к нему. Там, в частности, будет embedding. Раньше я к нему относилась прохладно, но потом как-то распробовала режим одного окна, когда операционка и аналитика доступна в рамках одного апплика.
Если есть желание познакомиться с такими возможностями поближе и приложить к своему ландшафту, то можно пощупать, например, DataLens:
15 апреля Yandex Cloud покажут, как встроить DataLens прямо в продукты (в личные кабинеты, корпоративные порталы или сервисы для клиентов).
Говорить будут и про логику, и про UX, и про авторизацию , и про секьюрити - короче, такое мини-погружение.
За час команда DataLens покажет реальные кейсы и разберёт embedding-механики непубличного и публичного встраивания.
Участие бесплатное, предварительно необходимо зарегистрироваться по ссылке.

Котятки🐱,
Сегодня я полдня ресерчила на тему эволюции data contracts, хотела понять, почему они усложняются, а не упрощаются, ведь по мере роста количества данных передавать связный контекст вместе, а не отдельным потоком, ведет к сильным накладным расходам. Пока я разбираюсь с этим забавным вопросом, ловите прелестную статью об эволюции Data Stack:
https://www.moderndata101.com/blogs/evolution-of-the-data-stack-the-story-of-how-we-interpret-ever-growing-data

Котятки🐱
Drill down уже, кажется, базовое требование в аналитике. С ним мало что можно сделать, разве что играться с глубиной. Ничего нового. А вот анархический концепт Drill by почему-то такую популярность не набрал, - да, это сложно технологически, однако дает куда большие возможности во всяких data-расследованиях. Возможно,конечно, он еще с точки зрения UX не готов- ведь в идеале, мы просто жмем на любую цифру, и таблица динамически перестраивается под новый разрез. Однако, мне кажется, все еще в пути)

Котятки😺,
Сегодня я почти в ресурсе🙈 и у меня в меру архитектурный кейс. Что считать слоем потребления на физическом уровне в аналитическом хранилище для всех эндпоинтов?
С чем я встречалась:
-определенная схема внутри одной БД
-витрины в определенной схеме внутри одной БД
-отдельностоящая БД, из которой читают все эндпоинты (и внутри которой уже нет трансформаций, т.е. готовые пригодные для конечных задач таблицы) - асинхронный экспорт
-история на несколько серверов (с одного читают одно эндпоинты, с другого - другие и пр)
-разные разделенные Virtual Warehouses
-историческая мешанина с семантическим слоем поверх нее.

Сегодня я в своих исканиях прошла чуть дальше, и обнаружила Context lake (или даже скорее layer) со сложной странненькой архитектурой.😂
Из приятного, была вот эта веселенькая статья про семантический слой: https://www.griddynamics.com/blog/semantic-data-layer-design-principles

Котятки🐱,
Мое утро началось с потерянного тикета по правам в Power BI(найден в другой команде) и вот этого канальчика :
https://youtube.com/@powerbitips?si=xbQ5k0FEek_mzIh0
В нем мне нравятся не столько лайфхаки, но и хорошие подкасты по Power BI+Agents, тем более что сейчас ютуб позволяет автопереводом делать русскую звуковую дорожку. Но есть нюанс - часть контента доступна только для спонсоров.
Как обойти: на сайте проекта есть посты с видосам и транскрипцией, и встроенные видео открываются без ограничений.
Линк: https://powerbi.tips/2026/05/13/explicit-measures-podcast-ep-527/

Котятки😻,
Я недавно разворачивала у себя superset под Windows, и словила ряд ошибок.
Потом нашла хороший курс - от инсталляции и настроек до построения и визуализаций, и дело пошло.
Минус курса - это индийский английский, и на некоторых видео вылезают ошибки субтитров)
Линк:
https://youtube.com/playlist?list=PLH1gsHiD7JxiqIz88CGywds8jSMUEMcs6&si=PZI__mvWy1OW8Fg0
P.S. Нужен он был мне, чтобы пощупать гипотезу: что с помощью css можно визуально довести его до Power BI. И да, кое-где действительно можно.