Data Science Studio
Beschleunigt und vereinfacht die Datenanalyse, indem es alle dafür benötigten Funktionen auf einer Plattform vereint.
Ihr Konto bleibt kostenlos. Keine Zahlungsinformationen erforderlich.
Die End-to-End Lösung für Datenanalyse
Eine ganzheitliche Lösung, die vom Datenimport über die Datentransformation, die Datenmodellierung bis hin zur Datenvisualisierung alles abdeckt.
Zu den Funktionen →
Schnelle Einrichtung & sofortige Skalierbarkeit
Eine SaaS-Plattform, auf der Sie in wenigen Sekunden ein Data Warehouse erstellen und nach Bedarf die Kapazität anpassen.
Kollaboration →
Für alle kreiert, für Entwickler optimiert
Maximaler Nutzerkomfort für diejenigen, die Effizienz und einfache Bedienung suchen. Optimiert für die individuelle Anpassung.
Für Entwickler →
Funktionen
Alle Funktionen der Data Warehouse Toolchain auf einer Plattform
Im Data-Science-Studio erstellen und verwalten die Nutzer kompakte, leichtgewichtige Data Warehouses, die “Data Pods”. Jeder Data Pod ist vollständig autonom und verfügt über eine eigene integrierte und skalierbare Infrastruktur. Jeder Data Pod enthält die komplette Data Warehouse-Toolchain, um Datentransformationen zu automatisieren und leistungsstarke Analysen durchzuführen. Dank flexibler Speicherkapazitäten können Sie mehrere Data Pods unterschiedlicher Größe erstellen, um unterschiedlichen Anforderungen gerecht zu werden. Jeder Data Pod ermöglicht einen ganzheitlichen Prozess der Datenverarbeitung und Datenanalyse, bei dem Sie Daten sammeln, transformieren, analysieren und visualisieren.
Daten importieren
Sammeln Sie Rohdaten aus einer Vielzahl von Quellen, einschließlich externer Datenbanken, IoT-Routern, S3-Buckets, FTP-Servern, Web- und Twitter-Quellen. Sie können auch Dateien in einer Vielzahl von Formaten hochladen.
Die Datenstruktur und Datentypen von eingehenden Dateien werden mit internen statistischen Verfahren automatisch ermittelt, bieten aber dennoch die Möglichkeit zu manueller Anpassung. Alle Rohdatenpakete werden für Sie übersichtlich auf einer Zeitachse dargestellt, so dass Sie immer wissen, welche Daten schon geladen wurden. Wollen Sie nicht alle Rohdaten aufbewahren, können diese automatisiert nach einer konfigurierbaren Aufbewahrungsfrist gelöscht werden.
Daten transformieren
Bereinigen Sie Daten mit Data Pipes und führen Sie Daten aus mehreren Quellen zu einem fachgerechten Datenmodell zusammen. Die Plattform fügt alle Datenpaket einer Tabelle mit einem speziell zu diesem Zweck entwickelten mELT-Verfahren zu einer konsistenten langfristigen Historie zusammen.
Mit automatisch erstellten Echtzeit-Dashboards behalten Sie stets den Überblick über Ihre Transformationsprozesse und deren Abhängigkeiten. Transformieren Sie Ihre Daten mit SQL-Abfragen und automatisieren Sie Ihre Transformationsketten. Legen Sie Ihre transformierten Daten in einer Zieltabelle ab und zeigen Sie alle Ihre Pipe-Abhängigkeiten auf einen Blick an.
Datenmodellierung
Zusammenhängende Informationen finden: Hier erhalten Sie eine visuelle Darstellung der Beziehungen zwischen Ihren Tabellen. Rufen Sie alle Ihre miteinander verbundenen Daten unmittelbar ab. Beschreiben Sie Informationen in größeren Zusammenhängen, um eine bessere Einsicht zu erhalten.
Sie generieren wertvolle Einblicke, indem Sie viele miteinander verbundene Elemente in einer Analyse kombinieren. Gut gestaltete Beziehungen zwischen Tabellenentitäten sind daher eine wesentliche Voraussetzung für zukünftige Datenanalysen. Sie können ein beliebiges ER-Modell definieren und Zusammenhänge beliebig erforschen.
Analyse & Visualisierung
Neue Verbindungen und Konstellationen entdecken: Erstellen Sie benutzerdefinierte Berichte in wenigen Sekunden, indem Sie entlang der vordefinierten Beziehungen Attribute aus Ihrem Datenmodell auswählen. Wählen Sie aus einer Vielzahl von integrierten Diagrammtypen und Visualisierungsoptionen.
Präsentieren Sie Ihre Ergebnisse mit benutzerdefinierten Visualisierungen, Beschreibungen und interaktiven Elementen. Mit ein wenig Code (z.B. d3.js) können Sie bestehenden Vorlagen zum Leben erwecken und Visualisierungen direkt im Browser erstellen. Die erstellten Visualisierungen passen sich in nahezu Echtzeit an neue Daten an. Sie können erstellte Visualisierungen auch außerhalb der Plattform als Embedded Analytics ganz leicht in Ihr eigenes Web-Portal oder eigene Web-Anwendung einbetten.
Steuerung & Monitoring
Laufende Prozesse überwachen und Fehler beheben: Hier erhalten Sie einen Einblick in aktuelle und vergangene Prozesse und automatisieren das Laden von Paketen bis hin zum Reporting.
Sie können alle in Ihrem Data Pod laufenden Prozesse auf einer Zeitachse angeordnet verfolgen, mit Pipe-Ausführungen, Pipe-Log-Ansichten und Paket-Log-Ansichten. Hier kontrollieren Sie das Versionierungsverhalten Ihrer Data Pipes, vergeben Nutzerrechte und verwalten Ihre Labels oder untersuchen, sperren und brechen Prozesse ab.
Starten Sie noch heute
Melden Sie sich für ein kostenloses Konto an – keine Zahlungsinformationen erforderlich – oder kontaktieren Sie uns, um Ihren Fall zu besprechen.
Nichts ist aussagekräftiger als reiner code
Für Entwickler optimiert
Schreiben Sie Code und erstellen Sie Dokumente in unseren interaktiven, plattformintegrierten Workbooks.
Entwickeln Sie benutzerdefinierte Abfragen auf Ihrem Datenmodell mit nativem PostgreSQL oder Python. Prüfen Sie die Abfrageergebnisse und dokumentieren Sie Ihre Arbeit mit Markdown neben dem Code.
In jedem Pod steckt eine eigene PostgreSQL-Datenbank. Für schnelle Analysen ist auch die TimescaleDB Erweiterung in jedem Pod vorinstalliert und wird automatisch für Ereignistabellen verwendet.
Das Data-Science-Studio und klassische Data Warehouses im Vergleich
Die Extraktion und Aufbereitung von qualitativ hochwertigen Daten ist die wesentliche Voraussetzung für jede datengetriebene Entscheidungsfindung. Doch die mühsame Aufgabe der Datenaufbereitung nimmt zu viel Zeit in Anspruch und lässt wenig Raum für den wirklich erfinderischen Teil der Data Science: Analyse, Modellierung, Visualisierung und die Generierung aussagekräftiger Erkenntnisse. Das Data-Science-Studio ist für die Datenanalyse optimiert, damit wir Ihnen mehr als ein Data Warehouse anbieten können.
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Import package logistics | ✓ | - | - |
| IoT stream import | ✓ | - | - |
| REST-based data-driven web import | ✓ | - | (manche) |
| Browser file upload | ✓ | ✓ | ✓ |
| Database import | ✓ | ✓ | ✓ |
| S3 Bucket import | ✓ | (manche) | (manche) |
| SFTP import | ✓ | (manche) | (manche) |
| Poll and listen automation | ✓ | - | (manche) |
| Datatype detection | ✓ | ✓ | ✓ |
| Logging and graphical log overview | ✓ | - | - |
| Package time scope tracking | ✓ | - | - |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Pipe (job) management | ✓ | ✓ | - |
| Data transformation scope management | ✓ | - | - |
| Job dependency resolution | ✓ | - | - |
| Data-driven automation | ✓ | - | - |
| Code-driven graphical job layout | ✓ | - | - |
| Use native SQL code | ✓ | ✓ | (manche) |
| Historization and versioning | ✓ | - | - |
| Automated data merge algorithms | ✓ | - | - |
| Source data-driven job and table creation | ✓ | - | (manche) |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Business-driven data relations (logical) | ✓ | - | ✓ |
| Technical table relations | - | ✓ | ✓ |
| Graphical data model layout | ✓ | - | (manche) |
| Auto-partitioning of event tables | ✓ | ✓ | - |
| Auto surrogate key maintenance | ✓ | - | - |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Log all job executions | ✓ | ✓ | - |
| Adaptive graphical log overview | ✓ | - | - |
| Real-time monitoring | ✓ | - | - |
| Administrative kill control | ✓ | ✓ | - |
| Error resolution assistance | ✓ | ✓ | (manche) |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| OLAP tool | ✓ | - | ✓ |
| Drill across entire data model | ✓ | - | (manche) |
| Time period-based reporting | ✓ | - | ✓ |
| Point in time-based reporting | ✓ | - | ✓ |
| Data-driven report execution | ✓ | - | (manche) |
| Quick charting | ✓ | - | ✓ |
| Advanced charting | ✓ | - | ✓ |
| Drill through | (bald) | - | (manche) |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Workbook-style SQL editor | ✓ | - | - |
| Data-driven workbook card automation | ✓ | - | - |
| Downloadable result grids | ✓ | ✓ | (manche) |
| Markdown editor for documentation | ✓ | - | - |
| Python code cards | ✓ | - | - |
| ML with TensorFlow, Pandas, Scipy, ... | ✓ | - | - |
| Charts in cards | (bald) | - | - |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Use native code D3.js, HTML, CSS, JavaScript | ✓ | - | (manche) |
| Real-time data push into browser | ✓ | - | - |
| Use workbook card or report results | ✓ | - | (manche) |
| Embed in your apps | ✓ | - | (manche) |
| Live-hosted online | ✓ | - | (manche) |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Data warehouse management | ✓ | ✓ | - |
| User and privilege management | ✓ | ✓ | ✓ |
| Usage-based pricing model | ✓ | ✓ | (manche) |
| Data catalog functionality | ✓ | - | - |
| Global search | ✓ | - | (manche) |
| User-based filtering | ✓ | - | ✓ |
| In-app markdown documentation | ✓ | - | - |
| REST API | ✓ | ✓ | - |
| Direct access for integration with other tools | ✓ | ✓ | (manche) |
| Two-factor authentication | (bald) | ✓ | - |
| Record Evolution | Cloud Data Warehouses | Reporting Plattformen | |
|---|---|---|---|
| Scalable compute resources (CPU, memory) | ✓ | ✓ | ✓ |
| Fast storage cluster infrastructure (SSD) | ✓ | ✓ | - |
| Auto-tuning of database subsystem | ✓ | ✓ | (manche) |
| Full real-time feedback web app | ✓ | - | - |
| Quick setup of full data warehouse (< 20 sec) | ✓ | - | - |
| No sharing of compute and database resources (private Linux containers) | ✓ | (manche) | - |
| Backup | ✓ | - | - |
| Offsite backup | ✓ | ✓ | - |
Schnittstellen
Tools und Dienstleistungen, die mit der Plattform verknüpft werden können
Über die plattformübergreifende Toolchain hinaus können Sie auch viele Ihrer bevorzugten Tools und Dienstleistungen integrieren, um sich wirklich zu Hause zu fühlen und das Beste aus Ihren Daten herauszuholen.
Business Intelligence Tools
Sie können eine Vielzahl von Business Intelligence-Anwendungen integrieren, um aufbereitete und gespeicherte Daten für das Reporting abzurufen. Jede Anwendung, die sich mit PostgreSQL verbinden kann, kann sich auch mit der Plattform verbinden. Die Verbindung wird durch SSH-Tunnel in unserer Jump-Host-Architektur gesichert.
Extrahieren, Transformieren, Laden (ETL)
Kombinieren Sie Daten aus verschiedenen Datenquellen und Strukturen in einer Zieldatenbank.
Business Tools
Integrieren Sie eine Vielzahl von Business-Tools.
Data Science
Integrieren Sie verschiedene Data-Science-Tools.
NUTZERVERWALTUNG & Kollaboration
Zusammenarbeit auf einer Plattform
Arbeiten Sie gemeinsam im Team an unternehmensspezifischen Projekten. Beschleunigen Sie Ihre Entwicklungsprozesse, indem Sie Erkenntnisse sofort über eine sichere und private Verbindung mit Partnern auf der ganzen Welt austauschen. Übernehmen Sie die Verantwortung für Ihre Daten, indem Sie Berechtigungen vergeben und kontrollieren, wer wann mit Ihren Daten arbeitet.
Mit Ihren öffentlichen Data Pods teilen Sie Ihre Anwendungsfälle in der Community, generieren Leads, schaffen Follower für Ihre Anwendungsfälle, suchen nach Problemlösern oder arbeiten mit anderen Entwicklern zusammen. Sie können die öffentlich zugängliche Arbeit anderer Nutzer verfolgen, andere zur Arbeit an einem bestimmten Data Warehouse einladen oder Zugang zu spannenden Projekten beantragen.
WHITEPAPER
How the Record Evolution Data Science Studio Changes the Way You Do Analytics
Kundenstimmen
Kunden, die sich auf uns verlassen
