iDBQuery vs une couche sémantique et des métriques dbt : comment se comparent-ils ?

Ils résolvent des parties différentes de la pile. Une couche sémantique dbt (des métriques définies sous forme de code) est un socle de gouvernance : les ingénieurs analytics codifient la façon de calculer le chiffre d'affaires, l'attrition ou la marge afin que tous les outils en aval s'accordent. À elle seule, elle ne permet pas à un utilisateur métier de poser une question en forme libre. iDBQuery est la couche avec laquelle les gens dialoguent réellement.

• Des rôles différents. dbt définit et gouverne les métriques ; iDBQuery répond à des questions en langage naturel et renvoie des chiffres sourcés, des graphiques et des rapports.
• Compatible avec vos définitions. iDBQuery possède sa propre couche sémantique pour interpréter les schémas obscurs et comprendre les termes métier : il peut donc répondre même là où aucune couche de métriques formelle n'existe encore.
• Inter-sources. Il construit un modèle unique en direct au-dessus des bases, tableurs, PDF et API, au lieu de supposer que tout transite déjà par un seul entrepôt transformé.
• Des réponses sourcées. Chaque chiffre remonte à sa ligne source : une métrique peut donc être auditée jusqu'aux données qui la sous-tendent.
• Aucun prérequis d'ingénierie. Vous n'avez pas besoin d'un projet dbt mature en place pour commencer à obtenir des réponses.

Ils sont complémentaires, non concurrents. Si vous avez investi dans les métriques dbt, iDBQuery offre à votre équipe un moyen conversationnel et sourcé d'interroger les données que ces définitions décrivent. Si ce n'est pas le cas, iDBQuery livre tout de même des réponses dès aujourd'hui grâce à sa propre compréhension sémantique, sans attendre un projet de modélisation.