Zrozumienie trendów biznesowych, zachowań klientów, przychodów ze sprzedaży, wzrostu popytu i skłonności kupujących zaczyna się od danych. Eksplorowanie, analizowanie, interpretowanie i znajdowanie trendów w danych jest niezbędne, aby firmy mogły osiągać pomyślne wyniki.
Analitycy biznesowi odgrywają kluczową rolę w ułatwianiu podejmowania decyzji biznesowych opartych na danych poprzez działania takie jak wizualizacja wskaźników biznesowych i przewidywanie przyszłych wydarzeń. Szybką iterację i krótszy czas uzyskania wartości można osiągnąć, udostępniając tym analitykom narzędzie wizualnej analizy biznesowej (BI) do prostej analizy, wspierane przez technologie, takie jak uczenie maszynowe (ML).
Amazon QuickSight to w pełni zarządzana, natywna w chmurze usługa BI, która ułatwia łączenie się z danymi, tworzenie interaktywnych pulpitów nawigacyjnych i raportów oraz udostępnianie ich dziesiątkom tysięcy użytkowników, zarówno w QuickSight, jak i osadzonym w Twojej aplikacji lub witrynie internetowej. Płótno Amazon SageMaker to interfejs wizualny, który umożliwia analitykom biznesowym samodzielne generowanie dokładnych prognoz ML, bez konieczności posiadania doświadczenia w ML lub pisania pojedynczej linii kodu.
W tym poście pokazujemy, w jaki sposób można publikować kokpity predykcyjne w QuickSight przy użyciu prognoz opartych na ML z Canvas, bez jawnego pobierania prognoz i importowania ich do QuickSight. To rozwiązanie pomoże Ci przesyłać prognozy z Canvas do QuickSight, umożliwiając przyspieszone podejmowanie decyzji przy użyciu ML w celu osiągnięcia efektywnych wyników biznesowych.
Omówienie rozwiązania
W poniższych sekcjach omówimy kroki, które pomogą administratorom skonfigurować odpowiednie uprawnienia, aby bezproblemowo przekierowywać użytkowników z Canvas do QuickSight. Następnie szczegółowo opisujemy, jak zbudować model i uruchomić prognozy oraz zademonstrować doświadczenie analityka biznesowego.
Wymagania wstępne
Do wdrożenia tego rozwiązania potrzebne są następujące wymagania wstępne:
Upewnij się, że używasz tego samego regionu QuickSight co Canvas. Region można zmienić, nawigując za pomocą ikony profilu na konsoli QuickSight.
Konfiguracja administratora
W tej sekcji szczegółowo opisujemy kroki konfigurowania zasobów IAM, przygotowywania danych, uczenia danych za pomocą zestawu danych szkoleniowych i wnioskowania o zestawie danych walidacji. Następnie wysyłamy dane do QuickSight w celu dalszej analizy.
Utwórz nową politykę IAM dla dostępu QuickSight
Aby utworzyć zasady IAM, wykonaj następujące kroki:
- W konsoli IAM wybierz Polityka w okienku nawigacji.
- Dodaj Utwórz politykę.
- Na JSON wprowadź w edytorze następującą politykę uprawnień:
Aby uzyskać szczegółowe informacje na temat języka zasad IAM, zobacz Odniesienie do zasad IAM JSON.
- Dodaj Dalej: Tagi.
- Możesz dodać metadane do zasady, dołączając tagi jako pary klucz-wartość, a następnie wybierz Dalej: Przejrzyj.
Aby uzyskać więcej informacji na temat używania tagów w IAM, zobacz Tagowanie zasobów IAM.
- Na Zasady weryfikacji stronę, wprowadź nazwę (np.
canvas-quicksight-access-policy
) i opcjonalny opis zasad. - Oceń Podsumowanie sekcji, aby zobaczyć uprawnienia przyznane przez Twoje zasady.
- Dodaj Utwórz politykę aby zapisać swoją pracę.
Po utworzeniu zasady możesz dołączyć ją do swojej roli wykonawczej, która przyznaje użytkownikom niezbędne uprawnienia do wysyłania zbiorczych prognoz do użytkowników w QuickSight.
Dołącz zasady do swojej roli wykonawczej w Studio
Aby dołączyć zasady do swojej roli wykonawczej w Studio, wykonaj te czynności:
- W konsoli SageMaker wybierz domeny w okienku nawigacji.
- Wybierz swoją domenę.
- Dodaj ustawienia domeny.
- Skopiuj nazwę roli pod Rola wykonawcza.
- W konsoli IAM wybierz role w okienku nawigacji.
- Na pasku wyszukiwania wpisz skopiowaną rolę wykonawczą, a następnie wybierz rolę.
- Na stronie roli użytkownika przejdź do Zasady uprawnień
- Na Dodaj uprawnienia menu, wybierz Dołącz zasady.
- Wyszukaj wcześniej utworzoną politykę (
canvas-quicksight-access-policy
), wybierz go i wybierz Dodaj uprawnienia.
Teraz masz przypisaną do swojej roli wykonawczej zasadę IAM, która przyznaje użytkownikom niezbędne uprawnienia do wysyłania zbiorczych prognoz do użytkowników w QuickSight.
Pobierz zestawy danych
Pobierzmy zestawy danych, których używamy do uczenia modelu i tworzenia prognoz:
Zbuduj model i uruchom prognozy
W tej sekcji omówimy, w jaki sposób możemy zbudować model i uruchomić prognozy na zbiorze danych pożyczki. Następnie wysyłamy dane do pulpitu nawigacyjnego QuickSight w celu uzyskania wglądu biznesowego.
Uruchom kanwę
Aby uruchomić kanwę, wykonaj następujące kroki:
- W konsoli SageMaker wybierz domeny w okienku nawigacji.
- Wybierz swoją domenę.
- Na Premiera menu, wybierz Brezentowy.
Prześlij zestawy danych szkoleniowych i walidacyjnych
Wykonaj następujące kroki, aby przesłać swoje zestawy danych do Canvas:
- Wybierz opcję na stronie głównej kanwy Zbiory danych.
- Dodaj Importuj daty, a następnie prześlij
lending_club_loan_data_train.csv
ilending_club_loan_data_test.csv
. - Dodaj Zapisz i zamknij, A następnie wybierz Importuj daty.
Teraz stwórzmy nowy model.
- Dodaj Moje modele w okienku nawigacji.
- Dodaj Nowy model.
- Wprowadź nazwę swojego modelu (
Loan_Prediction
) i wybierz Stwórz.
Jeśli tworzysz model na płótnie po raz pierwszy, zostaniesz powitany wyskakującym okienkiem informującym o tym, jak zbudować swój pierwszy model w czterech prostych krokach. Możesz to przeczytać, a następnie wrócić do tego przewodnika.
- W widoku modelu na Wybierz zakładka, wybierz
lending_club_loan_data_train
zestaw danych.
Ten zestaw danych ma 18 kolumn i 32,000 XNUMX wierszy.
- Dodaj Wybierz zestaw danych.
- Na Budować wybierz kolumnę docelową, w naszym przypadku
loan_status
.
Płótno automatycznie wykryje, że jest to plik a Przewidywanie kategorii 3+ problem (znany również jako klasyfikacja wieloklasowa).
- Jeśli zostanie wykryty inny typ modelu, zmień go ręcznie, wybierając Zmień typ.
- Dodaj Szybka budowai wybierz Rozpocznij szybkie tworzenie z wyskakującego okienka.
Możesz także wybrać Wersja standardowa, który przechodzi przez cały cykl AutoML, generując wiele modeli przed zarekomendowaniem najlepszego modelu.
Teraz tworzony jest twój model. Szybka kompilacja trwa zwykle od 2 do 15 minut.
Po zbudowaniu modelu stan modelu można znaleźć na stronie Analizować patka.
Przewiduj z modelem
Po skompilowaniu i nauczeniu modelu możemy generować prognozy na tym modelu.
- Dodaj Przewiduj na Analizować lub wybierz Przewiduj patka.
- Uruchom pojedynczą prognozę, wybierając Pojedyncza prognoza i dostarczania wpisów.
Zobaczysz prognozę statusu pożyczki po prawej stronie strony. Możesz skopiować prognozę, wybierając Skopiujlub pobierz, wybierając Pobierz prognozę. Jest to idealne rozwiązanie do generowania scenariuszy „co by było, gdyby” i testowania wpływu różnych kolumn na prognozy naszego modelu.
- Aby uruchomić prognozy wsadowe, wybierz Przewidywanie partii.
Jest to najlepsze rozwiązanie, gdy chcesz tworzyć prognozy dla całego zestawu danych. Powinieneś tworzyć prognozy z zestawem danych, który pasuje do twojego wejściowego zestawu danych.
Dla każdej prognozy lub zestawu prognoz Canvas zwraca przewidywane wartości i prawdopodobieństwo, że przewidywana wartość jest poprawna.
Zróbmy prognozy na podstawie przeszkolonego modelu przy użyciu zestawu danych do walidacji.
- Dodaj Wybierz zbiór danych.
- Wybierz
lending_club_loan_data_test
i wybierz Generuj prognozy.
Gdy Twoje przewidywania będą gotowe, możesz je znaleźć w Dataset Sekcja. Możesz wyświetlić podgląd prognozy, pobrać ją na komputer lokalny, usunąć lub wysłać do QuickSight.
Wysyłaj prognozy do QuickSight
Możesz teraz udostępniać prognozy z tych modeli ML jako zestawy danych QuickSight, które będą służyć jako nowe źródło dla ogólnokorporacyjnych pulpitów nawigacyjnych. Możesz analizować trendy, zagrożenia i możliwości biznesowe. Dzięki tej możliwości uczenie maszynowe staje się bardziej dostępne dla zespołów biznesowych, dzięki czemu mogą one przyspieszyć podejmowanie decyzji w oparciu o dane. Udostępnianie danych użytkownikom QuickSight nadaje im uprawnienia właściciela do zbioru danych. Wiele wywnioskowanych zestawów danych można wysłać jednocześnie do QuickSight.
Pamiętaj, że prognozy możesz wysyłać tylko do użytkowników w domyślnej przestrzeni nazw konta QuickSight, a użytkownik musi mieć rolę autora lub administratora w QuickSight. Prognozy wysyłane do QuickSight są dostępne w tym samym regionie co Canvas.
- Wybierz wywnioskowany zestaw danych wsadowych i wybierz Wyślij do Amazon QuickSight.
- Wprowadź jedną lub wiele nazw użytkowników QuickSight, którym chcesz udostępnić zestaw danych, i naciśnij Wchodzę.
- Dodaj Wyślij udostępniać dane.
Po wysłaniu prognoz wsadowych plik Szybki wzrok pole dla zestawów danych, które wysłałeś, jest wyświetlane jako Wysłane.
- W polu potwierdzenia możesz wybrać Otwórz Amazon QuickSight aby otworzyć aplikację QuickSight.
- Jeśli skończyłeś używać płótna, zaloguj się aplikacji Canvas.
Prognozy wsadowe można wysyłać do QuickSight dla modeli prognozowania numerycznego, jakościowego i szeregów czasowych. Możesz także wysyłać prognozy wygenerowane za pomocą przynieś swój własny model metoda (BYOM). Modele przewidywania obrazu z jedną etykietą i modele przewidywania tekstu z wieloma kategoriami są wykluczone.
Użytkownicy QuickSight, do których wysłałeś zestawy danych, mogą otworzyć swoją konsolę QuickSight i przeglądać udostępnione im zestawy danych Canvas. Następnie mogą tworzyć predykcyjne pulpity nawigacyjne z danymi. Aby uzyskać więcej informacji, zobacz Rozpoczęcie pracy z analizą danych Amazon QuickSight.
Domyślnie wszyscy użytkownicy, do których wysyłasz prognozy, mają uprawnienia właściciela do zestawu danych w QuickSight. Właściciele mogą tworzyć analizy, odświeżać, edytować, usuwać i ponownie udostępniać zbiory danych. Zmiany wprowadzane przez właścicieli w zestawie danych powodują zmianę zestawu danych dla wszystkich użytkowników z dostępem. Aby zmienić uprawnienia, przejdź do zbioru danych w QuickSight i zarządzaj jego uprawnieniami. Aby uzyskać więcej informacji, zobacz Wyświetlanie i edytowanie uprawnień użytkowników, którym udostępniany jest zestaw danych.
Doświadczenie analityków biznesowych
Dzięki QuickSight możesz wizualizować swoje dane, aby lepiej je zrozumieć. Zaczynamy od uzyskania pewnych informacji wysokiego poziomu.
- W konsoli QuickSight wybierz Zbiory danych w okienku nawigacji.
- Utwórz analizę zestawu danych przewidywania wsadowego udostępnionego z kanwy, wybierając opcję Utwórz analizę w rozwijanym menu opcji (trzy pionowe kropki).
- Na stronie analizy wybierz nazwę arkusza i zmień jej nazwę na Analiza danych pożyczki.
Utwórzmy wizualizację pokazującą liczbę według statusu pożyczki.
- W razie zamówieenia projektu Typy wizualnewybierz Wykres pączkowy.
- Użyj
loan_status
pole dla Grupa / kolor.
Widzimy, że 99% jest w pełni opłaconych, 1% jest bieżących, a 0% jest obciążonych.
Teraz dodamy drugą wizualizację, aby pokazać kwotę pożyczek według stanu.
- W lewym górnym rogu wybierz znak plus i wybierz Dodaj grafikę.
- W razie zamówieenia projektu Typy wizualnewybierz Wykres wodospadu.
- Użyj
loan_status
pole dla Kategoria. - Użyj
loan_amount
pole dla wartość.
Widzimy, że całkowita kwota pożyczki wynosi około 88 milionów USD, z czego około 221,000 XNUMX USD zostało pobranych.
Spróbujmy wykryć niektóre czynniki ryzyka związane z niespłacaniem pożyczek.
- Wybierz znak plus i wybierz Dodaj grafikę.
- W razie zamówieenia projektu Typy wizualnewybierz Poziomy wykres słupkowy.
- Użyj pola status_kredytu dla oś Y Y.
- Użyj pola kwota_pożyczki dla wartość.
- Zmodyfikuj wartość agregacja pól od Suma do Średni.
Widzimy, że średnio kwota pożyczki była o około 3,500 USD niższa w przypadku w pełni spłaconych pożyczek w porównaniu z obecnymi pożyczkami, a około 3,500 USD niższa w przypadku w pełni spłaconych pożyczek w porównaniu z pożyczkami obciążonymi. Wydaje się, że istnieje korelacja między kwotą kredytu a ryzykiem kredytowym.
- Aby powielić wizualizację, wybierz menu opcji (trzy kropki), wybierz Zduplikuj wizualizację doi wybierz Ten arkusz.
- Wybierz zduplikowaną wizualizację, aby zmodyfikować jej konfigurację.
- W razie zamówieenia projektu Typy wizualnewybierz Poziomy wykres słupkowy.
- Użyj pola status_kredytu dla oś Y Y.
- Użyj pola kwota_pożyczki dla wartość.
- Zmodyfikuj wartość agregacja pól od Suma do Średni.
Możesz utworzyć dodatkowe wizualizacje, aby sprawdzić dodatkowe czynniki ryzyka. Na przykład:
- Termin pożyczki
- Otwarte linie kredytowe
- Wskaźnik wykorzystania linii odnawialnej
- Łączne linie kredytowe
- Po dodaniu wizualizacji opublikuj pulpit nawigacyjny przy użyciu pliku Share opcję na stronie analiz i udostępnij dashboard interesariuszom biznesowym.
Sprzątać
Aby uniknąć naliczania przyszłych opłat, usuń lub zamknij zasoby utworzone podczas obserwowania tego posta. Odnosić się do Wylogowanie z Amazon SageMaker Canvas by uzyskać więcej szczegółów.
Wnioski
W tym poście wytrenowaliśmy model ML przy użyciu Canvas bez pisania ani jednej linijki kodu dzięki przyjaznym dla użytkownika interfejsom i przejrzystym wizualizacjom. Następnie wygenerowaliśmy prognozy pojedyncze i wsadowe dla tego modelu w kanwie. Aby ocenić trendy, ryzyko i możliwości biznesowe w całym przedsiębiorstwie, wysłaliśmy prognozy tego modelu ML do QuickSight. Jako analitycy biznesowi stworzyliśmy różne wizualizacje do oceny trendów w QuickSight.
Ta funkcja jest dostępna we wszystkich regionach, w których obsługiwany jest teraz kanwa. Możesz dowiedzieć się więcej na płótnie Strona produktu i dokumentacja.
O autorach
Ajjay Govindaram jest starszym architektem rozwiązań w AWS. Pracuje ze strategicznymi klientami, którzy wykorzystują AI/ML do rozwiązywania złożonych problemów biznesowych. Jego doświadczenie polega na zapewnianiu wskazówek technicznych oraz pomocy projektowej w przypadku wdrożeń aplikacji AI/ML na niewielką lub dużą skalę. Jego wiedza obejmuje architekturę aplikacji, big data, analitykę i uczenie maszynowe. Lubi słuchać muzyki podczas odpoczynku, przebywania na świeżym powietrzu i spędzania czasu z najbliższymi.
Warun Mehta jest architektem rozwiązań w AWS. Pasjonuje się pomaganiem klientom w budowaniu dobrze zaprojektowanych rozwiązań na skalę korporacyjną w chmurze AWS. Pracuje ze strategicznymi klientami, którzy wykorzystują AI/ML do rozwiązywania złożonych problemów biznesowych.
Shyama Srinivasana jest Principal Product Manager w zespole AWS AI/ML, prowadząc zarządzanie produktami dla Amazon SageMaker Canvas. Shyam dba o to, aby świat stał się lepszym miejscem dzięki technologii i pasjonuje się tym, jak sztuczna inteligencja i ML mogą być katalizatorem w tej podróży.
- Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
- PlatoAiStream. Analiza danych Web3. Wiedza wzmocniona. Dostęp tutaj.
- Wybijanie przyszłości w Adryenn Ashley. Dostęp tutaj.
- Kupuj i sprzedawaj akcje spółek PRE-IPO z PREIPO®. Dostęp tutaj.
- Źródło: https://aws.amazon.com/blogs/machine-learning/publish-predictive-dashboards-in-amazon-quicksight-using-ml-predictions-from-amazon-sagemaker-canvas/
- :ma
- :Jest
- :Gdzie
- $3
- $W GÓRĘ
- 000
- 10
- 100
- 11
- 12
- 15%
- 20
- 500
- 7
- 8
- 9
- a
- Zdolny
- O nas
- przyśpieszyć
- przyśpieszony
- dostęp
- dostępny
- Konto
- dokładny
- Osiągać
- osiągnięty
- w poprzek
- Działania
- zajęcia
- Dodaj
- Dodatkowy
- Admin
- Administratorzy
- zbiór
- AI
- AI / ML
- Wszystkie kategorie
- dopuszczać
- również
- Amazonka
- Amazon QuickSight
- Amazon Sage Maker
- Płótno Amazon SageMaker
- Amazon Web Services
- ilość
- an
- analizuje
- analiza
- analityk
- analitycy
- analityka
- w czasie rzeczywistym sprawiają,
- Analizując
- i
- Inne
- każdy
- Zastosowanie
- architektura
- SĄ
- na około
- AS
- Wsparcie
- At
- dołączać
- autor
- automatycznie
- AutoML
- dostępny
- średni
- uniknąć
- AWS
- z powrotem
- bar
- BE
- staje się
- być
- zanim
- jest
- BEST
- Ulepsz Swój
- pomiędzy
- Duży
- Big Data
- Pudełko
- budować
- wybudowany
- biznes
- business intelligence
- biznes
- by
- CAN
- brezentowy
- walizka
- Katalizator
- Kategoria
- zmiana
- Zmiany
- naładowany
- Opłaty
- ZOBACZ
- Dodaj
- Wybierając
- jasny
- Chmura
- kod
- Kolumna
- kolumny
- jak
- w porównaniu
- kompletny
- kompleks
- systemu
- potwierdzenie
- Skontaktuj się
- Konsola
- Corner
- skorygowania
- Korelacja
- pokrywa
- Stwórz
- stworzony
- Tworzenie
- kredyt
- Aktualny
- klient
- zachowanie klienta
- Klientów
- cykl
- tablica rozdzielcza
- dane
- analiza danych
- sterowane danymi
- zbiory danych
- Podejmowanie decyzji
- Decyzje
- Domyślnie
- Kreowanie
- wykazać
- wdrożenia
- opis
- Wnętrze
- detal
- detale
- wykryte
- różne
- kierunek
- dyskutować
- domena
- zrobić
- na dół
- pobieranie
- sterowniki
- każdy
- łatwo
- redaktor
- efekt
- Efektywne
- bądź
- osadzone
- Umożliwia
- umożliwiając
- Wchodzę
- Enterprise
- Cały
- niezbędny
- wydarzenia
- przykład
- wyłączony
- egzekucja
- doświadczenie
- doświadczać
- Exploring
- ułatwienie
- szybciej
- pole
- Znajdź
- znalezieniu
- i terminów, a
- pierwszy raz
- następujący
- W razie zamówieenia projektu
- cztery
- od
- w pełni
- dalej
- przyszłość
- Generować
- wygenerowane
- generujący
- otrzymać
- miejsce
- Go
- Goes
- udzielony
- Dotacje
- poprowadzi
- Have
- mający
- he
- pomoc
- pomoc
- na wysokim szczeblu
- jego
- Strona główna
- W jaki sposób
- How To
- HTML
- HTTPS
- ICON
- ID
- idealny
- obraz
- Rezultat
- wdrożenia
- importowanie
- in
- Zwiększać
- Informacja
- informacyjny
- wkład
- spostrzeżenia
- Inteligencja
- interaktywne
- Interfejs
- interfejsy
- najnowszych
- IT
- iteracja
- JEGO
- podróż
- jpg
- json
- wiedza
- znany
- język
- na dużą skalę
- uruchomić
- prowadzący
- UCZYĆ SIĘ
- nauka
- leży
- lubić
- Linia
- Słuchanie
- pożyczka
- Kredyty
- miejscowy
- "kochanym"
- niższy
- maszyna
- uczenie maszynowe
- robić
- WYKONUJE
- Dokonywanie
- zarządzanie
- zarządzane
- i konserwacjami
- kierownik
- ręcznie
- Menu
- Metadane
- metoda
- Metryka
- milion
- minut
- ML
- model
- modele
- modyfikować
- jeszcze
- wielokrotność
- Muzyka
- musi
- Nazwa
- Nazwy
- Nawigacja
- żeglujący
- Nawigacja
- niezbędny
- potrzebne
- Nowości
- już dziś
- of
- poza
- on
- pewnego razu
- ONE
- te
- tylko
- koncepcja
- Szanse
- Opcje
- or
- ludzkiej,
- na zewnątrz
- wyniki
- na zewnątrz
- własny
- właściciel
- właściciele
- strona
- płatny
- par
- chleb
- namiętny
- uprawnienia
- kluczowy
- Miejsce
- plato
- Analiza danych Platona
- PlatoDane
- Grać
- plus
- polityka
- pop-up
- Post
- Przewiduje
- przepowiednia
- Przewidywania
- Przygotować
- warunki wstępne
- naciśnij
- Podgląd
- poprzednio
- Główny
- Problem
- problemy
- Produkt
- zarządzanie produktem
- product manager
- Profil
- że
- publikować
- Szybki
- Czytaj
- gotowy
- polecający
- przekierowanie
- region
- regiony
- Raporty
- Zasób
- Zasoby
- powraca
- dochód
- prawo
- Ryzyko
- ryzyko
- Rola
- run
- sagemaker
- sole
- taki sam
- Zapisz
- scenariusze
- płynnie
- Szukaj
- druga
- Sekcja
- działy
- widzieć
- wydaje
- wysłać
- senior
- wysłany
- Serie
- służyć
- usługa
- Usługi
- zestaw
- Share
- shared
- dzielenie
- arkusz
- powinien
- pokazać
- Targi
- zamknąć
- bok
- znak
- Prosty
- pojedynczy
- So
- rozwiązanie
- Rozwiązania
- ROZWIĄZANIA
- kilka
- Źródło
- Spędzanie
- interesariusze
- początek
- rozpoczęty
- Zestawienie sprzedaży
- Rynek
- Cel
- Strategiczny
- studio
- udany
- taki
- Utrzymany
- trwa
- cel
- zespół
- Zespoły
- Techniczny
- Technologies
- Technologia
- kilkadziesiąt
- Testowanie
- Podziękowania
- że
- Połączenia
- świat
- ich
- Im
- następnie
- Tam.
- Te
- one
- to
- tysiące
- trzy
- Przez
- czas
- Szereg czasowy
- do
- narzędzie
- Kwota produktów:
- Pociąg
- przeszkolony
- Trening
- Trendy
- próbować
- rodzaj
- dla
- zrozumieć
- posługiwać się
- Użytkownik
- łatwy w obsłudze
- Użytkownicy
- za pomocą
- zazwyczaj
- uprawomocnienie
- wartość
- Wartości
- różnorodny
- wersja
- pionowy
- Zobacz i wysłuchaj
- wyobrażanie sobie
- wizualizacje
- była
- we
- sieć
- usługi internetowe
- Strona internetowa
- mile widziana
- DOBRZE
- jeśli chodzi o komunikację i motywację
- który
- Podczas
- KIM
- będzie
- w
- w ciągu
- bez
- Praca
- działa
- świat
- napisać
- pisanie
- You
- Twój
- zefirnet