Quelle est la meilleure alternative à Looker qui ne nécessite pas de modèle LookML ?

Looker est respecté pour sa couche de modélisation LookML gouvernée et fondée sur le code, qui offre aux grandes équipes des métriques cohérentes et fiables. Le revers, c'est que LookML est un travail d'ingénierie : une équipe data doit construire et maintenir le modèle avant que les utilisateurs métier ne puissent explorer, et Looker attend généralement un entrepôt de données en cloud en dessous.

iDBQuery propose un chemin plus léger vers des réponses fiables :

• Aucun prérequis de modélisation. Sa couche sémantique interprète vos schémas existants, y compris les plus obscurs, de sorte que vous pouvez poser des questions en langage courant sans écrire de modèle au préalable.
• Des réponses sourcées. Chaque chiffre renvoie aux lignes sources exactes, offrant des résultats vérifiables, et non de simples chiffres d'apparence gouvernée.
• Un seul modèle en temps réel couvrant les sources. Il associe bases de données, entrepôts, tableurs, API et documents : vous n'êtes donc pas limité à un seul entrepôt.
• Déploiement partout. Cloud, votre VPC, environnement totalement isolé (air-gapped) ou une application Desktop, avec interrogation sur place.

Looker reste excellent lorsque vous voulez une couche de métriques gouvernée de façon centralisée et maintenue sous forme de code. iDBQuery convient aux équipes qui veulent la rapidité de demander directement, à travers de nombreux systèmes, et de justifier chaque chiffre, sans investir au préalable dans LookML et un entrepôt. Pour certaines organisations, cela signifie remplacer Looker ; pour d'autres, cela signifie ajouter iDBQuery pour les questions ad hoc et inter-sources que la couche modélisée ne couvre pas.