Подход с переиспользованием готовых метрик и семантической модели SSAS/Power BI действительно выглядит экономичным и практичным. Жаль, что в Superset есть только тонкий семантический слой на уровне отдельного датасета: для запросов на естественном языке по нескольким таблицам, скорее всего, придётся выносить семантику в dbt. Единственный риск — GenBI унаследует ошибки исходных метрик: если выручка изначально рассчитана неверно, система будет столь же последовательно считать её неправильно 🙂
датасет полностью синтетический. в нем нет реальных данных:). Статья не про анализ данных , а про то, как в Суперсете сделать переход из некоего сводного дашборда , на более детализированный дочерний дашборд с сохранением состояния фильтров.
Подход с переиспользованием готовых метрик и семантической модели SSAS/Power BI действительно выглядит экономичным и практичным. Жаль, что в Superset есть только тонкий семантический слой на уровне отдельного датасета: для запросов на естественном языке по нескольким таблицам, скорее всего, придётся выносить семантику в dbt. Единственный риск — GenBI унаследует ошибки исходных метрик: если выручка изначально рассчитана неверно, система будет столь же последовательно считать её неправильно 🙂
Да, можно обойтись и вкладками , кому как нравится.
датасет полностью синтетический. в нем нет реальных данных:). Статья не про анализ данных , а про то, как в Суперсете сделать переход из некоего сводного дашборда , на более детализированный дочерний дашборд с сохранением состояния фильтров.