Egal, ob Ihre Analysedaten in einem Cloud-Speicher, einem Data Lake, einem Haus am See oder einem Strandpavillon abgelegt sind: dbt ermöglicht die Modellierung und Transformation. Dank nahtloser Integrationen können Sie die dbt Cloud mit jedem modernen Data-Stack verwenden.

Zur Definition von Metriken oder deren Datenquellen sollte kein Supportticket notwendig sein. Mit dbt legen Sie einen Fresh-Docs-Speicher als Grundlage für die Datenkollaboration an.

Damit die Zusammenarbeit und die Implementierung von Analysecode unkompliziert und schnell verlaufen, werden etablierte Verfahren aus der Softwaretechnik wie Modularität, Portabilität und Dokumentation genutzt. Wer SQL versteht, kann einsatzfähige Daten-Pipelines entwickeln.

Schema-Tests dienen zur Überprüfung der Rohdatenqualität. Deployments mit CI ermöglichen die Code-Validierung vor der Auslieferung, damit kein Code in schlechter Qualität bereitgestellt wird.

Im modularen Datenmodellierungsansatz kann jeder Ersteller oder Empfänger von Datenmodellen Ihrer Organisation die Datenmodellierung fortsetzen, die andere begonnen haben, statt immer wieder mit den Quelldaten beginnen zu müssen.

Schreiben Sie Code, der sich dank Makros, ref-Statements und Autovervollständigung im Cloud-IDE wie von selbst schreibt. Modulare SQL-Modelle mit SELECT-Statements und ref()-Funktion – dbt beherrscht die Kunst des Abhängigkeitsmanagements.