Analytics Engineering mit SQL und dbt

Kapitel 6. Aufbau eines End-to-End-Analytics-Engineering-Anwendungsfalls

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Willkommen zum letzten Kapitel unseres Buches über Analytics Engineering mit dbt und SQL. In den vorangegangenen Kapiteln haben wir uns mit verschiedenen Konzepten, Techniken und bewährten Methoden beschäftigt, um Rohdaten mithilfe von Analytics Engineering in verwertbare Erkenntnisse zu verwandeln. Jetzt ist es an der Zeit, diese Themen zusammenzufassen und eine praktische Reise zu unternehmen, um einen durchgängigen Analytics-Engineering-Anwendungsfall zu konstruieren.

In diesem Kapitel werden wir uns mit dem Entwurf, der Implementierung und dem Einsatz einer umfassenden Analyselösung von Anfang bis Ende beschäftigen. Wir werden das gesamte Potenzial von dbt und SQL nutzen, um eine robuste und skalierbare Analyseinfrastruktur aufzubauen und die Datenmodellierung sowohl für betriebliche als auch für analytische Zwecke einzusetzen.

Unser Hauptziel ist es, zu zeigen, wie die in diesem Buch behandelten Prinzipien und Methoden praktisch angewendet werden können, um reale Datenprobleme zu lösen. Durch die Kombination des in den vorangegangenen Kapiteln erworbenen Wissens werden wir eine Analyse-Engine aufbauen, die alle Phasen des Datenlebenszyklus abdeckt, von der Datenaufnahme und -umwandlung bis hin zur Modellierung und Berichterstattung. Im Laufe des Kapitels gehen wir auf ...