Jede Quelle, ein Modell, bereit fürs Dashboard.
Ihre Zahlen liegen an fünf Orten, und klassische Tools wollen sie sauber und an einem Ort, bevor Sie anfangen können. Agentigator nicht. Verbinden Sie sich direkt mit analysebereiten Daten: einem Data Mart, einem Warehouse, CSV oder Excel, und ein Ordner gleich formatierter Excel-Dateien wird nativ als eine Quelle gelesen. Keine Pipeline nötig. Wenn Daten wirklich in mehreren Systemen liegen oder erst bereinigt werden müssen, ist das ETL bereits eingebaut: Verbinden Sie Ihre Systeme, formen und kombinieren Sie sie mit kombinierbaren Schritten, und bauen Sie Modelle mit mehreren Faktentabellen per Klick. Kein Pipeline-Team, kein SQL erforderlich, und volles SQL, sobald Sie es wollen. Alles auf Ihrer eigenen Infrastruktur.
Die Systeme, die Sie bereits betreiben.
Agentigator verbindet sich direkt mit den Datenbanken, Data Warehouses, Data Marts und Dateien, die KMU tatsächlich betreiben, und jede Verbindung bleibt in Ihrem Netzwerk. Analysebereite Daten brauchen gar keine Pipeline: Richten Sie ein Dashboard darauf. Zugangsdaten verlassen nie Ihre Server.
Lesen Sie jede Tabelle oder View direkt, mit Schema-Navigation und einer Live-Vorschau der Daten.
Fügen Sie eine SQL-Abfrage ein und nutzen Sie ihr Ergebnis als Flow-Eingabe, wenn die Extraktionslogik bereits existiert.
CSV- und Excel-Dateien werden direkt gelesen. Mehrere Excel-Dateien mit demselben Format werden nativ als eine einzige Quelle gelesen, kein Zusammenführungsschritt nötig.
Kombinierbare Schritte, validiert, bevor sie laufen.
Flows werden aus typisierten Schritten gebaut, die sich zu einer Pipeline verketten. Jeder Schritt validiert seine Konfiguration, bevor etwas läuft, und zeigt eine Vorschau seiner Ausgabe, damit Sie die Daten in jeder Phase sehen.
Lesen Sie eine Tabelle oder View, oder fügen Sie eine beliebige SQL-Abfrage ein. Beide Modi zeigen eine Live-Vorschau, bevor der Flow läuft.
Spalten behalten, entfernen, umbenennen und neu anordnen.
Visuelle Bedingungen mit verschachtelten UND/ODER-Gruppen, typisierten Werten, Zwischen- und Listenoperatoren.
Fügen Sie abgeleitete Spalten aus einer Funktionsbibliothek hinzu, oder schreiben Sie einen eigenen Ausdruck, wenn Sie wollen.
Kombinieren Sie zwei Flows mit linken und rechten Präfixen und expliziter Spaltenauswahl, damit Namenskollisionen Sie nie überraschen.
Reichern Sie Zeilen aus einer Referenztabelle an, mit klarer Regel, wenn kein Treffer gefunden wird: null, ein Standardwert oder Stopp.
Stapeln Sie kompatible Flows zu einem.
Gruppieren und zusammenfassen: Summen, Anzahlen, Durchschnitte, Min und Max pro Gruppe.
Sortieren nach beliebigen Spalten, auf- oder absteigend.
Eine Zeile pro Schlüssel behalten, deterministisch.
Typen umwandeln mit expliziter Fehlerregel statt stiller Datenkorruption.
Teilen Sie einen Flow nach Bedingung in Zweige, jeder Zweig geht seinen eigenen Weg weiter.
Fassen Sie lange Ausläufer in lesbare Kategorien zusammen, alles andere landet in einer Gruppe, die Sie benennen, etwa Sonstige.
Erzeugen Sie eine vollständige Kalendertabelle für jeden Zeitraum.
Verdichten Sie eine lückenhafte Zeitreihe, damit Diagramme nie einen Tag überspringen.
Schreiben Sie so, wie es jede Tabelle braucht.
Zwei Zielfamilien: Delta-Lake-Tabellen im lokalen Warehouse oder eine relationale Datenbank in ihrem eigenen Dialekt. Beide unterstützen dieselben Schreibmodi, die Wahl betrifft das Ziel, nicht die Fähigkeiten. Ziele steuern die Schema-Entwicklung explizit, eine neue Spalte aus der Quelle ist eine Entscheidung, kein Zufall.
Neue Zeilen einfügen, alles Bestehende behalten. Der natürliche Modus für Ereignis- und Snapshot-Feeds.
Geben Sie die Schlüssel an, Agentigator aktualisiert passende Zeilen und fügt den Rest ein.
Vollständiges Ersetzen des Ziels, für Referenztabellen, die bei jedem Lauf neu aufgebaut werden.
Ersetzen Sie nur einen Ausschnitt, eine Partition auf Delta oder ein Prädikat in einer Datenbank, und lassen Sie den Rest unberührt.
Typ-2-Versionierung eingebaut: Jede Änderung wird zu einer datierten Version, aktuelle Zeilen markiert, Vergangenheit bewahrt.
Slowly Changing Dimensions, als Checkbox.
Wählen Sie den SCD2-Schreibmodus, und Agentigator erledigt den Rest: Es schliesst die vorherige Version, öffnet die neue mit ihren Gültigkeitsdaten und hält die aktuelle Zeile markiert. Der Vertrag ist auf Delta und auf Datenbankzielen identisch, und er wird vor dem Lauf des Flows geprüft, nicht danach entdeckt.
Wählen Sie die Spalten, die einen Datensatz identifizieren.
Wählen Sie die Spalten, deren Änderungen eine neue datierte Version erzeugen sollen.
Die Art Tabelle, die einen erfahrenen SQL-Entwickler sonst einen Nachmittag voller Window Functions kostet, entsteht hier in zwei Klicks.
Flows, Pipelines und ein Scheduler, der sie ausführt.
Ein Data Flow ist die Ladeeinheit: eine Quelle, geformt und in ihr Ziel geschrieben. Pipelines orchestrieren viele Flows zu einem einzigen geordneten Lauf, und der Scheduler hält alles von selbst aktuell.
Die Ladeeinheit: eine Quelle lesen, transformieren und das Ergebnis in ihr Ziel schreiben. In sich geschlossen, mit Vorschau vor dem Lauf.
Setzen Sie Flows zu einer Pipeline zusammen, die als eine Einheit läuft, der Reihe nach, mit klarem Status für jeden Flow.
Planen Sie automatische Aktualisierungen, damit Ihre Tabellen aktuell bleiben, ohne dass jemand auf Run drückt.
Laden Sie nur, was sich geändert hat, statt der ganzen Tabelle, für schnelle Aktualisierungen grosser Feeds.
Jeder Ladevorgang wird mit seinem Status erfasst, damit Sie sehen, was wann gelaufen ist und ob es erfolgreich war.
- Sales ordersSuccess
- Product lookupSuccess
- Warehouse writeRunning
- Refresh martsWaiting
Intelligenz und Sicherheit, standardmässig.
KI-Join-Vorschläge
Agentigator untersucht beide Seiten und schlägt die natürlichen Join-Schlüssel vor.
Quarantäne
Zeilen, die an einem Schritt scheitern, werden mit ihrem Grund erfasst. Der Flow hält seinen Vertrag, nichts verschwindet still.
Fachliche Namen
Delta-Tabellen tragen lesbare Namen, damit das Warehouse für Menschen verständlich bleibt.
Schnelle lokale Engine
Transformationen laufen auf einer eingebetteten analytischen Engine, auf Ihrer Hardware.
Alles davon, auf Ihren eigenen Servern.
Jede Quelle, jede Transformation und jeder Schreibvorgang läuft auf Ihrer Infrastruktur. Ihre Daten verlassen nie Ihre Mauern, und die analytische Engine läuft auf Ihrer Hardware.