R Shiny kun je voor veel meer toepassingen gebruiken dan alleen voor het maken van geavanceerde dashboards. Ik vertel je in deze eerste blog graag meer hierover.
Door Aniek, data scientist bij Datalab
De nummer één gebruikte toepassing van R Shiny is natuurlijk het maken van prachtige dashboards. Dit is vrij eenvoudig en daarom starten velen dan ook speciaal voor dit doel met het gebruik van R Shiny. Wat maar al te vaak over het hoofd wordt gezien, is dat je met R Shiny veel meer kunt ontwikkelen. Tools waarmee je bijvoorbeeld data creëert, manipuleert of kunt opslaan.
Allereerst, wat is R Shiny?
R Shiny is een package dat binnen ‘R’ kan worden gebruikt om interactieve web-apps te maken. Waar je normaal HTML (inhoud en structuur), CSS (opmaak) en JavaScript (interactiviteit webpagina) nodig hebt om een web-app te maken, kun je met R Shiny enkel met ‘R’ een volledige web-app bouwen. Onder de kap wordt nog steeds HTML, CSS en JavaScript gebruikt, maar R Shiny zet de ‘R-code’ daarin automatisch om. Dit zorgt ervoor dat je vrij nauwkeurig kan programmeren, dus kunt bepalen hoe jouw web-app eruit moet zien. Het is daardoor niet meer nodig om een webdeveloper in te zetten. Dat scheelt toch weer in kosten.
Wil je net wat anders dan de standaard web-app? Of wil je de opmaak toch net anders? Ook dat kun je allemaal binnen R Shiny. Dit laat ook meteen de enorme meerwaarde van R Shiny zien ten opzichte van andere datavisualisatietools zoals Power BI, Tableau of IBM Cognos.
Onbenut potentieel R Shiny
Hiermee komen we aan op mijn volgende punt: veel van de toepassingen van R Shiny worden nog niet ten volle benut. De meeste van ons gebruiken R Shiny alleen voor het maken van dashboards. Maar juist door de flexibiliteit van R Shiny kun je eenvoudig andere soorten tools bouwen. Denk hierbij verder dan aan een ander soort visualisatie of een andere soort opmaak. Het gaat om toepassingen zoals een data-invoertool om data op één plek te bewerken en op te slaan, een querytool waarmee je op een gebruikersvriendelijke manier de data uit je datawarehouse kan ‘queryen’ of juist een tool waarmee de gebruiker een vragenlijst of stappenplan kan laten doorlopen. Erg nuttige extra’s dus.
Veilig en up-to-date…
Neem het eerdergenoemde voorbeeld: de data-invoertool. De meeste bedrijven maken op dit moment gebruik van Excel om data in te voeren en te bewerken. Handig en vertrouwd, maar bij het gebruik van Excel gaan er heel snel meerdere versies rond, zijn de bestanden op meerdere plekken tegelijk opgeslagen en misschien nog wel het belangrijkste: er is geen directe verbinding met een datawarehouse of een andere centrale opslagplaats. Met een data-invoertool zou je in dit geval bijvoorbeeld data kunnen importeren, bewerken, combineren met andere data uit een datawarehouse én opslaan. Op deze manier staat de data veilig op één plek en is daarmee altijd up-to-date.
Zo zijn er nog tal van andere mogelijkheden. Denk je aan aanschaffen van een nieuwe soort tool en heb je een data analist of data scientist tot je beschikking, kijk eerst of het op te lossen is met R Shiny!