Teres-1t.ru

Инженерные решения
0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Практика бизнес-анализа на QlikView, Qlik Sense, Tableau

  • Как заставить RFM-сегментацию работать в e-commerce: 4 способа
  • Советы по ускорению дашборда в Power BI
  • 12 рекомендаций для дашбордов
  • 6 вопросов, которые следует задать при начале проекта, основанного на данных
  • «Альтернативные состояния» QlikView
  • gromych к записи Применение ABC-анализа на практике, ABC-анализ в QlikView
  • gromych к записи Starter Pack консультанта QlikView
  • Sergii к записи Starter Pack консультанта QlikView
  • 576457 к записи Применение ABC-анализа на практике, ABC-анализ в QlikView
  • Антрацит к записи Применение ABC-анализа на практике, ABC-анализ в QlikView

Зачем вам может понадобиться произвольное поле?

Пример использования произвольных полей мы рассмотрим на сайте, посвященном фитнес-тематике. Часть информации, которую можно добавить к основному посту, можно дополнить авторской информацией.

Для нашего фитнес-сайта мы добавим произвольное поле для отображения данных по недавней тренировке под названием ‘ Последняя тренировка ’. Для создания нового поля просто кликнем на ссылку ‘ Введите новое ’ и заполним название поля, а далее нажмем на кнопку добавления нового поля ‘ Добавить произвольное поле ’.

Произвольные поля в WordPress: простое руководство для начинающих

В конце поля не забудьте убрать лишние символы, чтобы они не отображались на страницах и в постах WordPress.

Произвольные поля в WordPress: простое руководство для начинающих

К примеру, можно также включить такие произвольные поля:

  • Для фудблога – ‘ Свежие блюда ’
  • Для музыкального блога – ‘ Сейчас слушаю ’
  • Для шоппинг-блога – ‘ Свежая покупка ’
  • Для блога рецензий – ‘ Скачать / Ссылка на продукт ’

Любую интересующую ваших читателей дополнительную информацию можно включить в произвольное поле.

После создания произвольного поля можно теперь дать возможность каждому вашему пользователю, которые пишут посты в блоге, добавить новую информацию, доступную из выпадающего меню. Такая информация будет доступна для подстановки дополнительных данных во всех новых постах.

Произвольные поля отображаются на экранах в рубрике ‘ Добавить новую запись ’ или ‘ Редактировать запись ’. Произвольному полю можно присвоить различные значения в зависимости от того, какую функцию выполняет поле. Также можно сделать их обязательными полями для публикации поста (заполнять, преждем чем опубликовать). Это очень удобно, если у вас несколько разных авторов.

Произвольные поля в WordPress: простое руководство для начинающих

Поля страницы по ГОСТу

Какими должны быть поля для разных видов работ? Рассмотрим, какое значение нужно применять и можно ли воспользоваться шаблонами.
В реферате левое поле должно быть 30 мм, все остальные — 20 мм.

Для курсовой работы задаются минимальные значения отступов. Снизу и сверху нужно оставить минимум 20 миллиметров, справа от 10 миллиметров, а слева от 30 миллиметров (для прошивания). Под данные требования подходит шаблон «обычные», все размеры соответствуют минимальным, кроме значения «справа». Это значение на 5 мм больше, что не будет считаться ошибкой. Но лучше самостоятельно задать все размеры.

Для дипломной работы требованиями устанавливаются такие же размеры, как и для курсовой.

Настройка разных размеров полей для четных и нечетных страниц
Иногда требуется напечатать двусторонние документы, поэтому настройки в четных и нечетных страницах должны быть разными. Например, печатая книги или журналы. Применяются в данном случае зеркальные поля.

Eviews (далее пакет) установлен в директорий Program Files/Eviews3. Запуск осуществляется выбором соответствующего значка в панели Пуск/Программы/Eviews3/Eviews 3.1 (файл C:\Program Files\EViews3\EViews3.exe) (см. рис. 1) или щелчком (двойным щелчком – в зависимости от установок) по соответствующей пиктограмме на рабочем столе.

Если Вы все сделали правильно, появится стартовое окно пакета (рис.2).

Рис. 2.

Если в настоящий момент окно, содержащее пакет, является активным, то первая строка экрана (Title Bar) будет темнее остальных. При переключении в другое окно цветовая окраска данной строки изменит цвет на более приглушенный (серый).

Ниже следует строка основного меню (Main Menu). Принцип его построения прост – при нажатии на соответствующие клавиши появляется раскрывающееся меню (drop-down menu). Доступные в настоящий момент опции являются затемненными (darkened menu items). Те пункты, с которыми в настоящий момент работа невозможна, приглушены (grayed menu items).

Читайте так же:
По для перекодировки счетчика

Далее располагается командная строка (окно) (command window). В нем происходит непосредственный набор команд, которые выполняются после нажатия клавиши Enter (Ввод). Для исполнения многих команд отсутствует необходимость их набора – просто надо выбрать нужный пункт в основном меню.

Большая часть экрана пакета отведена под рабочую область (work area). В ней размещаются рабочие объекты. Переключение между ними осуществляется нажатием клавиши F6.

Последняя область экрана показывает текущее состояние (status line) пакета (рабочий каталог, текущий файл и др.).

Завершение работы с пакетом осуществляется путем выбора в командной строке опции File/Exit. Система предложит сохранить/не сохранить имеющиеся данные. Если имя файла не было задано ранее, автоматически будет предложено имя UNTITLED. Его можно изменить на любое другое. Пакет имеет обширнуюсправочную систему (пункт основного меню Help).

Знакомство с пакетом начнем с файла, содержащего данные о совокупном спросе на деньги (M1) – (aggregate money demand) (M1) – зависимая переменная;независимые: доход (ВВП) — income (GDP); уровень цен (PR) — price level (PR); краткосрочная процентная ставка (RS) — short term interest rate (RS).

Проведем некоторые преобразования и расчеты.

Первым шагом создадим новый рабочий файл (workfile). Его имя должно иметь следующий вид и состоять только из латинских букв: Номер_группы_demo_01.wf1 (расширение wf1 присваивается автоматически). Например: 451_demo_01.wf1. Расположить его следует в директории, относящемся к Вашему факультету (внимательно ознакомьтесь с памяткой в компьютерном классе). Исходные данные находятся в файле Excel. Они должны быть импортированы в пакет. Создание рабочего файла начнем с того, что выберем File/New/Workfile в основном меню (см. рис. 3).

После нажатия на кнопке со словом Workfile откроется диалоговое окно, с помощь которого можно задать тип вводимых Вами данных (см. рис. 4).

Рис. 3.

Рис. 4.

Важным является указание начальной (start) и конечной (end) даты/наблюдения (date/observation).

В нашем примере начальным периодом является первый квартал 1952 г. (1952:1), конечным – четвертый квартал 1996 г. (1996:4).

Закончив ввод временных периодов, надо нажать клавишу OK. Пакет создаст рабочий файл без имени, и на дисплее в рабочей области появится окно (см. рис. 5). Все рабочие файлы пакета всегда содержат вектор коэффициентов C и серию RESID.

Рис. 5.

Следующим шагом является просмотр исходных данных, содержащихся в исходном файле по адресу Program Files/Eviews3/Example files/demo.xls (формат Exсelверсии 5.0 и младше). Важное замечание: имеющаяся версия пакета позволяет импортировать файлы Excel не старше версии 5.0. В противном случае будет выдано сообщение об ошибке. Всегда сохраняйте свои файлы как файлы Microsoft Excel 5.0/95. Для визуализации данных необходимо запустить табличный процессор Excel (действия аналогичны запуску Eviews). Результат представлен на рис. 6. Ознакомившись с данными, файл, подлежащий экспортированию,необходимо закрыть.

Рис. 6.

Для чтения данных, созданных в других программах, надо выбрать в рабочем файле опцию Procs/Import/Read Text-Lotus-Excel… (см. рис. 7). Появится диалог, представленный на рис. 8.

Рис. 7.

Перейдем к папке, содержащей искомый файл (для упрощения поиска в опции Тип файлов (Files of type) можно выбрать Excel.xls (см. рис.8). Для того, чтобы пакет «помнил» Ваши перемещения по папкам компьютера, можно поставить флажок в опции Update default directory (см. рис. 8).

Рис. 8.

Наведем курсор на файл demo.xls и нажмем кнопку Открыть (см. рис. 8). Появится диалог открытия электронных таблиц формата Excel (см. рис. 9).

Рис. 9.

Рис. 10.

После того, как исходные данные перенесены Вами в рабочую область пакета (появились имена переменных), надо провести их верификацию (проверку правильности). Вам необходимо создать новую группу, содержащую все импортированные серии (переменные). Это делается следующим образом: необходимокликнуть мышкой по имени первой переменной (например, GNP), затем, удерживая клавишу CTRL кликнуть по переменным M1, PR и RS. Все серии на экране будут зачернены. Затем необходимо подвести курсор мыши на зачерненную область экрана и кликнуть правой кнопкой. Далее необходимо выбрать опцию Open. Пакет откроет диалоговое окно со следующими опциями (см. рис. 11).

Читайте так же:
Программа счетчик времени до события

Выберем Open Group (открыть в одной группе). Пакет создаст группу с именем UNTITLED, в которую войдут все переменные (серии). По умолчанию, данные будут представлены в виде электронной таблицы (возможны другие варианты представления) – см. рис. 12.

Рис. 11.

Рис. 12.

Проведите визуальную проверку корректности данных. Сравните, как разместились переменные из исходного файла, обратите внимание на столбец слева от первой переменной (он серого цвета). В нем отображены годы и порядковые номера кварталов. Полученной новой группе данных можно дать имя. Для этого необходимо нажать кнопку Name в текущем окне (см. рис. 12). Появится диалоговое окно (рис. 13.). Автоматически будет предложено имя – GROUP01. Его можно принять, нажав кнопку OK. В рабочем файле сразу добавится одна переменная с введенным Вами именем. Теперь к ней всегда можно перейти простым нажатием клавиши мыши.

Рис. 13.

Образованную Вами группу можно просматривать не только в виде электронной таблицы. Если, находясь внутри GROUP01, выбрать последовательность командView/Multiple Graphs/Line (см. рис. 14), то данные предстанут не в виде таблицы, а как линейные графики по каждой серии (переменной) – см. рис. 15.

Рис. 14.

Для того, чтобы вернуться к прежней форме представления данных (например, электронной таблице), надо выбрать View/Spreadsheet.

Для просмотра числовых характеристик (описательных статистик) отмеченных переменных необходимо выбрать в рабочем файле View/Descriptive Stats/Individual Samples (см. рис. 16).

В результате появится окно, представленное на рис. 17. В нем содержатся:

Mean – Среднее арифметическое значение;

Median – Медиана;

Maximum – Максимальное значение;

Minimum – Минимальное значение;

Std. Dev. – Стандартное отклонение (среднее квадратическое отклонение);

Skewness – Коэффициент асимметрии;

Kurtosis – Эксцесс;

Probability – Вероятность;

Observations – Количество наблюдений.

Рис. 15.

Рис. 16.

Рис. 17.

Если возникает необходимость проанализировать матрицу коэффициентов корреляции, то необходимо выбрать View/Correlations. Результат представлен на рис. 18.

Рис. 18.

Вы также можете исследовать характеристики для отдельных серий (переменных), совместив вывод диаграммы и числовых характеристик. Дважды кликните на имени серии (например, на переменной М1) и выберете в рабочем файле пункт меню View/Descriptive Stats/Histogram and Stats (см. рис. 19). Результат наглядно виден на рис. 20.

Рис. 19.

Рис. 20.

С другими возможностями пакета Вы познакомитесь на последующих занятиях.

Для индивидуальной работы по предложенной выше схеме предназначены нижеследующие данные. Подумайте, все ли данные необходимо заносить в электронную таблицу или импортировать из неё.

Пример 1. Стоимость однокомнатных квартир в Москве [6].

Данные из газеты «Из рук в руки» за период с декабря 1996 г. по сентябрь 1997г.

Была выбрана Юго-Западная часть города, в которой высок спрос на жилые площади (всего 69 наблюдений). Файл example_01.xls.

Найдите среднее арифметическое, выборочное стандартное отклонение и другие статистики параметров. Найдите коэффициенты корреляции параметров с ценой квартиры. Соответствуют ли полученные значения экономической интуиции?

Экспорт данных из Google Analytics

Иногда бизнес ставит такие задачи, что возникает необходимость выгрузить данные в таблицу и проанализировать их отдельно, в таких случаях обычно строят кастомный отчет, который содержит только нужные параметры и показатели.

Если мы говорим о собственных отчетах в Google Analytics, то здесь обычно не возникает проблем с их построением и выгрузкой, но если мы хотим обратиться к Google Analytics из другой программы и передать туда данные — мы воспользуемся API.

Читайте так же:
Как накрутить счетчик стартрек

Экспорт данных используется при построении сквозной отчетности, когда воедино собираются пути пользователей на сайте, появляется возможность оценить эффективность рекламных каналов и визуализировать эти данные.

Экспорт данных из интерфейса Google Analytics

Google Analytics позволяет с легкостью выгрузить необходимые данные для дальнейшей работы с ними. Для этого, в каждом отчете сверху над диапазоном даты есть кнопка «Экспортировать».

Выгрузка данных из интерфейса Google Analytics

Выгрузка данных предлагается в нескольких форматах:

  • PDF (выгрузка будет представлена в виде картинки с выбранным отчетом, как скриншот экрана);
  • Google Таблицы (автоматически создается таблица в Google Sheets);
  • Excel (XLSX);
  • CSV.

Правда у экспорта из Google Analytics есть ограничение — это ограничение на количество выгруженных строк. То есть, количество строк в таблице будет таким же, как на экране при выгрузке.

Все бы ничего, но GA в интерфейсе позволяет отобразить только 5 000 строк. А если данных больше — придется использовать другие способы выгрузки данных.

Экспортируем данные при помощи API

Чтобы выгрузить более 5 000 из Google Analytics используют API.

API — это самый популярный способ получения данных из систем аналитики. Разберем работу с Google Analytics Reporting API с помощью Google Analytics Query Explorer.

Авторизуемся в нем под своим аккаунтом Google и приступаем к работе.

В первом блоке выбираем нужный аккаунт.

Экспорт данных через апи

Во втором блоке выставляем нужные нам параметры и показатели. В данном случае нам интересны источник/канал, города и количество сеансов и пользователей по этим параметрам. Не стоит забывать, что нам нужны пользователи, пришедшие по источнику Google, который мы и укажем в фильтрах.

При работе с API Google Analytics не всегда знаешь как называются те или иные параметры и показатели, которые хочешь выгрузить. Корректное название, по которому ты сможешь к ним обратиться в запросах, описано здесь. Их главная особенность — ga: перед основным названием элемента.

Итак, возвращаемся к нашему запросу. Номер представления, из которого мы выгружаем данные подставился самостоятельно. Период выгрузки можно задать вручную, а можно поставить последние 30 дней (это установлено по умолчанию). В поле «Metrics» мы прописываем показатели, а в «Dimentions» — параметры. Так как нам нужен источник Google — добавляем его в фильтры через точное соответствие == . При желании можно использовать и другие операторы, такие как > , < , >= , <= , != (не равно).

Интерфейс Query Explorer

Нажимаем кнопку «Run Query» и получаем выгруженный массив данных.

Пример выгрузки через api GA

Но у API есть ограничение — выгрузка 10 000 строк за один раз. Поэтому, если после нажатия на «Run Query» ты увидишь, что выгружено 10 000 строк, а всего их 13 377, то потребуется запустить запрос второй раз, чтобы достать оставшиеся 3 377 результатов.

Ограничение на количество результатов

Для этого в поле «start-index» нужно прописать 10001 и запустить запрос (если в этом поле ничего не прописывать, то по умолчанию там ставится 1). Выгрузка покажет оставшиеся результаты.

start-index

После выполнения запроса данные можно сохранить на компьютер в формате TSV. Под выгруженной таблицей есть кнопка, которая поможет это сделать.

Загрузить результаты

А если данные нужно перевести в формат. xlsx — в этом может помочь любой конвертер.

Экспортируем данные с помощью дополнения в Google Sheets

На самом деле принцип выгрузки данных в Google Sheets не сильно отличается от того, как мы выгружали данные с помощью Query Explorer. Да что и говорить, выгрузка через любые системы, которые строят запрос к API, имеют одинаковый принцип работы.

Продукты Google отлично интегрируются между собой и Google Sheets с Google Analytics не исключение. В панели инструментов Google Sheets есть вкладка «Дополнения», которая позволяет выбрать и установить необходимые инструменты из огромного списка. Нам понадобится Google Analytics, который мы найдем с помощью поиска и установим.

Читайте так же:
Счетчик наработки времени авв

Установка дополнения GA в Гугл таблицы

Создадим запрос на выгрузку, аналогичный тому, который мы использовали для Query Explorer в прошлом блоке.

Создаем новый отчет

Создание запроса

Здесь представлен не весь запрос, так как легко заметить, что не хватает дат, фильтров и других полей. Поэтому выставляем только параметры и показатели и переходим по кнопке «Create Report» к странице с запросом. Тут уже можно добавить наш фильтр по источнику, а также максимальное количество строк (по умолчанию стоит 1000).

Настройка запроса

Составили запрос, теперь его нужно запустить. Для этого нажимаем «Run reports» в меню дополнения.

Запуск запроса

В новой вкладке открываются выгруженные данные, с которыми можно работать!

Выгруженные данные

Экспортируем данные с помощью надстройки в Excel

Последний способ выгрузки данных, который мы разберем — это экспорт данных напрямую в Excel с помощью надстройки Analytics Edge, бесплатную версию которой можно скачать с официального сайта и предварительно установить.

Открываем новый лист Excel и увидим новую надстройку в панели настроек.

Новая надстройка в интерфейсе Excel

Чтобы выгрузить данные, нужно зарегистрироваться, поэтому нажимаем на «Register».

Регистрация в Analytics Edge

В всплывающем окне принимаем пользовательское соглашение и находим вкладку «Activate». Активируем бесплатную лицензию.

Активация лицензии

Теперь привязываемся к нашему аккаунту Google, переходим в «Accounts».

Подключаем аккаунт

Вводим название аккаунта (это может быть любой текст) и жмем «Add Account». Появится стандартное окно авторизации Google, в котором нужно будет зайти под аккаунтом, к которому привязан счетчик Google Analytics. После подтверждения, внизу можно выбрать аккаунт по умолчанию.

Выбор аккаунта по умолчанию

Теперь приступаем именно к выгрузке отчета, для этого переходим в «Analytics Reporting».

Переходим в Analytics Reporting

Откроется окошко с настройками и первое, что мы сделаем — выберем нужное представление на вкладке «Views».

Выбор представления

На вкладке «Fields» выбираем поля, которые будем экспортировать и Google Analytics. В данном случае выберем те же самые, что и в прошлых отчетах.

Выбор параметров и показателей

Не забываем про настройку фильтра на одноименной вкладке.

Настройка фильтра

И выставляем даты на вкладке «Dates».

Даты отчета

Заканчиваем с настройкой и нажимаем «Finish». Отчет выгрузился без проблем, теперь можно работать с полученными данными.

Готовый отчет

Домашнее задание

Выгрузи в Google Sheets следующие данные из Google Analytics за последние 30 дней:

Добавление POJO объекта User.

Простые объекты в java называют POJO . POJO (англ. Plain Old Java Object) — «старый добрый Java-объект», простой Java-объект, не унаследованный от какого-то специфического объекта и не реализующий никаких служебных интерфейсов сверх тех, которые нужны для бизнес-модели.

Объекты нужны для того, чтобы хранить информацию в удобном для нас виде. Т.е. когда у себя в коде мы представляем данные в виде объектов реального мира. Есть пользователь User , у которого есть имя (поле name ) и т.д.

Единственное, что нам осталось сделать – это добавить объект, который будет представлять все данные, которыми обладает пользователь. В нашем случае нам нужны следующие поля:

  • Идентификатор пользователя id
  • Ссылка на фотографию imageUrl
  • Имя пользователя name
  • Ник пользователя nick
  • Описание пользователя description
  • Местоположение пользователя location
  • Количество тех, кого читает пользователь followingCount
  • Количество тех, кто читает пользователя followersCount

Давайте создадим новый файл User.java . Только давайте перед этим создадим новый пакет, где будем хранить все сущности нашего приложения. Для этого нажмите правой кнопкой по пакету (папке) colibri.dev.com.colibritweet и выберите New -> Package :

PojoPackage.png

Назовём наш пакет pojo :

PojoName.png

Затем создадим новый класс. Для этого нажмите правой кнопкой по пакету pojo и выберете New -> JavaClass . Введите имя User :

UserClassPopup.png

UserClassName.png

Видим, что у нас создался класс и мы можем добавлять в него свой код:

UserClassCreated.png

Отлично, давайте добавим поля, которые мы перечислили:

По умолчанию в сущностях используем модификатор доступа private , для того, чтобы не нарушать инкапсуляцию класса, чтобы внешний код не имел прямого доступа к значению этих полей. Т.е. инкапсуляция – это просто приём сокрытия данных от внешнего вмешательства. Никто кроме класса User не получит доступ к его полям, если только в классе не будут объявлены соответствующие механизмы (например, конструктор, setter -методы, getter -методы).

Читайте так же:
Горводоканал сроки поверки счетчиков

Поэтому, чтобы установить значения полям, мы создадим конструктор.

Конструктор мы можем создавать либо вручную, либо использовать функции AndroidStudio , чтобы она сделала эту рутинную работу за нас. Для этого надо зажать клавиши Alt + Insert , выбрать из контекстного меню Constructor :

UserClassConstructorPopup.png

После этого необходимо выбрать поля, которые мы хотим получать в конструкторе. В нашем случае – это все поля, поэтому выбираем все:

UserClassConstructorFields.png

В появившемся окне нажимаем OK и видим, что конструктор сгенерировался автоматически.

Также (т.к. поля у нас private ) нам необходимо создать getter методы для всех полей. Давайте тоже сделаем это автоматически.

По аналогии с генерацией конструктора:

  • зажимаем клавиши Alt + Insert ,
  • выбираем из контекстного меню Getter .
  • выбираем все поля
  • нажимаем OK .

Наш класс теперь выглядит так:

Мы можем работать с таким классом, но для POJO классов есть ключевое правило: всегда переопределять методы equals() и hashcode() . Если вы не знаете, зачем это нужно, то прервитесь и изучите эту статью.

Эти методы мы тоже сгенерируем автоматически. Для этого снова зажимаем клавиши Alt + Insert , выбираем equals() and hashcode() . После этого перед вами появится окно такого вида:

UserClassEqualsHashCode.png

Здесь мы можем выбрать какой-то кастомный template для генерации методов, но пока будем пользоваться Intellij Default .

Нажимаем Next . После этого видим форму, в которой надо выбрать поля, которые будут включены в метод equals() . Выбираем все поля и нажимаем Next :

UserClassEqualsFields.png

После этого видим форму, в которой надо выбрать поля, которые будут включены в метод hashcode() . Снова выбираем все поля и нажимаем Next :

UserClassHashcodeFields.png

В следующей форме нужно отметить, какие поля у нас всегда будут not null . Это необходимо для того, чтобы во время выполнения методов equals() и hashcode() приложение не сломалось с null pointer exception . В нашем случае у пользователя обязательно должны быть поля id , name , nick . Т.к. поле id является примитивом (типом long ), то оно не может быть null не при каких обстоятельствах. Поэтому мы выбираем поля name , nick :

UserClassEqualsHashcodeNonNull.png

Таким образом, у нас сгенерировались эти два метода:

Если вы не переопределите эти два методы, то объекты будут сравниваться по ссылке, иначе по тому алгоритму, который описан в этих методах.

5. Cropwise Operations

Cropwise Operations — это система спутникового мониторинга сельскохозяйственных угодий.

Чем полезно?

Программа контролирует состояние посевов в режиме реального времени, следит за вегетацией культур на полях, выявляет проблемные участки, отображает прогноз погоды и метеоинформацию, а также позволяет отслеживать актуальную информацию с аграрного рынка.

Приложение Cropwise Operations разработано для агрономов и руководителей, дает возможность получать доступ к информации о полях, снимкам полей, позволяет следить за статусом выполнения агроопераций, просмотреть текущую погоду и т.д. После синхронизации и загрузки данных, приложение может работать без доступа к Интернету.

Приложение также позволяет агрономам создавать отчеты осмотра полей (с фотографиями и заметками), которые после синхронизации будут отображаться на сайте Cropwise Operations.

Приложение Cropwise Operations – бесплатное.

Чтобы использовать приложение максимально эффективно со всеми доступными опциями, нужно подключить платформу.

Тестируйте БЕСПЛАТНО систему Cropwise Operations целый месяц.

Оставьте заявку или напишите на почту sales@nav46.ru

Наш эксперт свяжется с вами и расскажет, как быстро подключить платформу для бесплатного тестирования.

Все приложения, про которые мы рассказали в статье, хорошее подспорье для фермеров, агрономов и управленцев. Да, они не смогут полноценно заменить профессиональные инструменты, но с их помощью вы сможете организовать свою работу более эффективно. А если вы хотите внедрить технологичное оборудование и другие инструменты точного земледелия в свой бизнес, то вам сюда .

голоса
Рейтинг статьи
Ссылка на основную публикацию
Adblock
detector