9. Где существуют создаваемые представления витрин? В хранилище данных? Т.е. это, по сути, надстройка над хранилищем? Что мешает сделать вьюшку на реальных источниках, зачем использовать DatataForge? Этот продукт делает только представления, или как-то их ещё оптимизирует, например, делает индексы для быстрого поиска?
DataForge исключает человеческий фактор и обеспечивает контроль версий бизнес-логики. В отличие от ручного написания SQL, где каждый разработчик может интерпретировать правила по-своему, DataForge гарантирует, что все витрины будут построены по единым, согласованным и прозрачным правилам. Это снижает количество ошибок и избавляет от долгих разбирательств при расхождениях в отчетности.
10. Какая польза от продукта не в упрощенных, а в реальных сценариях, когда много логики закладывают в самом BI инструменте? Например, с FineBI много логики закладывается в расчетные поля внутри BI системы, и это одна из проблем взаимодействия с каталогом данных. Как эта проблема решается в DataForge?
В реальных сценариях в BI инструментах очень часто закладывают слишком много логики, значительную часть которой можно вынести на уровень витрин через DataForge, оставив в BI инструментах самый минимум. При этом основная бизнес-логика становится независимой от конкретных BI инструментов и может быть легко использована для параллельной работы в разных BI инструментах или при переходе с одного BI инструмента на другой. А для той логики, которую всё равно приходится оставлять в BI инструментах, DataForge выступает в роли хранилища эталонных формул расчёта, на которые должны ориентироваться BI разработчики при создании своих отчётов и дашбордов.
11. Не заставит ли использование продукта прописывать все формулы по два раза - один раз в DataForge и еще один раз в BI системе после сбора семантической модели?
DataForge предполагает, что вся основная логика расчётов вынесена на уровень витрин, и формулы для этих расчётов не требуется повторять в BI системе. При этом для отдельной логики, которую проблематично реализовать в универсальном виде на уровне витрин (например, расчёт неаддитивных показателей типа выполнения плана в %), да, может потребоваться прописать формулы и в DataForge, и в BI, но смысл тут остаётся в том, что во всех отчётах и дашбордах во всех BI системах все BI разработчики прописывают эти формулы “второй раз” по одному и тому же эталону, что помогает обеспечить единообразность расчётов. К тому же в будущем в DataForge планируется добавление возможности для конвертирования формул из описания семантического слоя в формат требуемой BI системы, чтобы такие формулы было проще переносить в BI при создании отчётов и дашбордов.
12. Можно ли использовать DataForge с Power BI, и какая будет польза?
Да, Power BI, как и любая другая BI система, может подключаться к витринам, созданным через DataForge. Польза в обеспечении независимости используемой логики расчётов от конкретной BI системы и прозрачной синхронизации этой логики между разными отчётами и разными BI системами.
13. Какая практическая польза от внедрения DataForge в связке с Qlik Sense?
Если Qlik Sense используется как визуализатор, DataForge создаст для него витрины. Если Qlik Sense включает ETL-функции, DataForge может работать в качестве описания семантического слоя, содержащего понятную бизнесу эталонную логику расчётов.
14. Как DataForge помогает мигрировать с одних BI систем на другие, например с Tableau / Power BI на тот же Superset?
DataForge хранит единую логику показателей и витрин. При миграции вы подключаете новую BI систему к тем же витринам, и вся бизнес-логика остаётся неизменной.