Seminar Apache Superset Datenmodellierung und Semantic Layer

Beschreibung

Dieses Seminar konzentriert sich auf den semantischen Kern von Superset: Datensätze, Spalten, Metriken, Zeitspalten, Filterbarkeit und fachliche Kennzahlenlogik. Es zeigt, wie aus rohen Tabellen nutzbare Analysegrundlagen entstehen und wie Kennzahlen so modelliert werden, dass Dashboards konsistent, prüfbar und wartbar bleiben. Klassische BI-Tugenden wie saubere Begriffe, definierte Kennzahlen und nachvollziehbare Aggregationen stehen hier aus gutem Grund nicht zur Debatte.

Zielgruppe

Geeignet für Data Analysts, BI-Entwickler, Data Engineers und Fachbereichsanalysten, die Datenquellen in Superset fachlich belastbar bereitstellen.

Voraussetzungen

Erforderlich sind SQL-Grundlagen, Verständnis für Tabellen, Joins, Aggregationen und Datentypen. Erfahrungen mit Dashboards erleichtern die Einordnung.

Trainingsinhalte

• Datasets, physische Tabellen, virtuelle Datensätze und Abgrenzung zur Datenbankmodellierung
• Spaltenmetadaten, Datentypen, Zeitspalten, Filtereigenschaften und Darstellungskonventionen
• Metriken, berechnete Spalten, Aggregationen, Verhältniskennzahlen und fachliche KPI-Definitionen
• Namenskonventionen, Zertifizierung, Verantwortlichkeiten und Dokumentation im Datenbestand
• Umgang mit Joins, Voraggregationen, Views und Datenbanklogik außerhalb von Superset
• Auswirkungen der Modellierung auf Chart-Erstellung, Filterverhalten, Performance und Governance

Praxisübungen

• Aufbereitung eines rohen Datenbankschemas zu nutzbaren Superset-Datasets
• Definition konsistenter Metriken für Umsatz, Mengen, Quoten und Zeitvergleiche
• Erstellung virtueller Datensätze für Fachbereichsanalysen
• Prüfung von Kennzahlen gegen SQL-Kontrollabfragen und Dashboard-Ergebnisse

Kompetenzaufbau

Nach dem Seminar können Datasets und Kennzahlen so strukturiert werden, dass Fachbereiche selbstständig arbeiten können, ohne für jede Auswertung neue Sonderlogik zu erzeugen.