Wöchentlich aktive Kunden.
Kunden mit mindestens einer Bestellung in der Woche, jeder einmal gezählt.
Data-Engineering, von Pipelines bis BI. Wir bauen die Pipelines, Plattformen und die Governance hinter Ihren Analysen und Ihrer KI.
Jede Bestellung beginnt als Zeile im Export des Systems, das sie angenommen hat.
Mehr lesen: Pipelines1042,C-88,49.00,EUR,2026-11-12 09:14
Die Zeile landet so in der Rohschicht, wie sie ankam, jedes Feld benannt.
Mehr lesen: Pipelinesorder_id 1042 customer_id C-88 amount 49.00 currency EUR ordered_at 2026-11-12 09:14
Typen und Zeitzonen korrigiert und jedes Feld geprüft, bevor es weitergeht.
Mehr lesen: Pipelinesorder_id 1042 unique customer_id C-88 not empty amount 49.00 EUR positive ordered_at 2026-11-12 09:14 UTC in range
Warehouses und Lakehouses, eingerichtet für Ihre Größe, Ihre Kosten und Ihre Zugriffsregeln.
order_id 1042 customer_id C-88 amount 49.00 EUR ordered_at 2026-11-12 09:14 UTC segment SMB from customers region EU from accounts
Die Bestellung fließt in eine Kennzahl, die Ihre Berichte nutzen, und in ein Feature, das Ihre Modelle lesen.
Mehr lesen: ML-Datenmetric weekly_active_customers counted feature orders_last_7_days 3
Menschen lesen die Kennzahl in einem Bericht; ein Modell liest das Feature als eine Eingabe von vielen.
Mehr lesen: Analyticsreport Weekly active customers model churn risk, one input of many
Kunden mit mindestens einer Bestellung in der Woche, jeder einmal gezählt.
Der Datensatz, an dem ein Assistent trainiert und evaluiert wird, mit dem Modell versioniert.
Mehr lesen: Support-Tickets, gelabelt.| Rolle | Kundenidentität | Bestellungen | Support-Tickets | Ereignisse | Aggregate |
|---|---|---|---|---|---|
| Analyst | |||||
| Data Engineer | |||||
| Support-Mitarbeiter | |||||
| ML-Modell | |||||
| Management-Dashboard |
Analysten. Sehen Bestellungen, Ereignisse und Aggregate vollständig, mit maskierter Kundenidentität und maskiertem Tickettext.
Data Engineers. Sehen jeden Datensatz, um die Pipelines zu bauen und zu reparieren, mit maskierter Kundenidentität.
Support-Mitarbeiter. Sehen Bestellungen und Tickets, um einem Kunden zu antworten; Namen und E-Mail-Adressen sind maskiert, und jede Abfrage wird protokolliert.
ML-Modelle. Lesen Bestellungen und Ereignisse, um daraus zu lernen, mit maskiertem Tickettext und ohne Kundenidentität.
Management-Dashboards. Zeigen nur Aggregate: Summen und Trends, ohne den Datensatz eines einzelnen Kunden.