GoodData宣布推出新的协作数据建模解决方案

旧金山，20X5月12日，全球X的端到端分析解决方案提供商GoodData®今天宣布发布新的基于Web的逻辑数据模型（LDM）建模器。新的LDM建模器带来了新的功能和工具，并在启动新的数据产品或扩展现有的企业报告时简化了数据建模。

基于Web的LDM建模器是对最近发布的GoodData 数据源管理界面的补充，该界面可轻松连接到Gооgle BigQuery，Amazon Redshift，Snowflake或CSV文件。如果将这些数据集成到GoodData的界面中，则用户将获得单一工具的好处，并且由于负责物理数据的团队与开发报告（包括逻辑数据模型）的团队之间的更好沟通，可以加快新数据产品的上市时间。这一切都支持GoodData的语义层及其简化数据复杂性并使最终用户更易于理解的能力。

“在数据工程师和数据分析师之间实现顺畅的协作是企业为客户构建新数据产品所面临的最大挑战，或者是为每个公司分支机构制定推出计划的报告门户。GoodData产品与行销副总裁兼共同创办人Zdenek Svoboda表示：“随着我们最新版本的发布，公司将更快地将分析技术推向内部和外部市场。”

新的LDM建模器支持的GoodData语义层的主要优点包括：

• 非技术用户易于使用。LDM建模器使具有较低数据素养的非技术业务用户更容易理解数据，因为它简化了对数据语义的理解。这与在源数据之上构建报表的其他情况形成对比。典型的业务用户不了解数据结构，其含义难以解读。
• 用户之间的一致性。  关系和度量是GoodData语义层中的关键元素。通过共享数据模型，不同实体中的业务分析师无论身在何处都能获得一致的结果，从而支持分析提供的单一版本的事实。
• 增强的临时分析和数据发现。数据模型允许业务分析师仅通过使用相关数据来获取见解并为分析项目提出下一步建议，从而使他们可以使用增强分析。
• 改善了数据工程师与分析师之间的协作。新的LDM建模器为数据分析师带来了拖放经验，使他们能够与团队其他成员进行交流并轻松地解释数据模型。

最新版本的另一个好处是，在对公司的云数据仓库的输出源进行建模时，GoodData提供了指导。GoodData根据数据模型建议数据结构，反之亦然。当更改数据源或数据结构（这很常见）时，也可以更新数据模型，以便团队节省沟通时间和解释更改的时间。此外，由于使用了GoodData语义层，业务分析师不必更改其他基于SQL的报表平台通常需要的报表定义。

通过将数据建模中的协作工具与GoodData的免费和增长定价层结合使用，可以使公司在启动和增长时更好地控制数据分析支出，GoodData是启动任何分析项目以及验证业务模型可行性的理想平台无需为组织付出任何代价。