Weniger Rechenlast, gleiche Datenqualität: Kosten auf Datenplattformen mit dbt und Fivetran senken
Dein Stack wird teurer, obwohl sich die Datenmenge kaum ändert? Im Live-Webinar zeigen wir, wo die Kosten tatsächlich entstehen und wie du sie senkst, unabhängig von der Plattform.
Mit jeder neuen Datenquelle und jedem zusätzlichen Modell steigen die Kosten auf der Datenplattform. Das gilt für Snowflake, Databricks, BigQuery und Microsoft Fabric gleichermaßen. Oft liegt das nicht an der Datenmenge. Teuer werden vor allem Pipelines, die mehr berechnen als nötig: volle Neuladungen statt inkrementeller Updates, zu häufige Syncs, zu groß dimensionierte Compute-Ressourcen oder Modelle, die ohne Änderung neu gebaut werden.
In diesem Webinar zeigen Philipp Ziemer, Head of Data Management bei INFORM DataLab, und Hicham Babahmed, Senior Partner Solutions Architect EMEA bei Fivetran + dbt Labs, wo in einem Stack mit Fivetran und dbt die größten Kostentreiber liegen und wie du sie gezielt reduzierst, unabhängig davon, welche Plattform du einsetzt.
Das erwartet dich:
- Typische Kostentreiber auf Datenplattformen und wie du sie erkennst
- Fivetran-Syncs sinnvoll konfigurieren: Frequenz, Tabellenauswahl, Datenvolumen
- dbt-Modelle effizient aufbauen: inkrementelle Modelle, passende Materialisierung, nur geänderte Modelle neu bauen
- Compute-Ressourcen richtig dimensionieren und Kosten dauerhaft überwachen
- Praxisbeispiele und Fragen aus der Community
Für wen ist das?
Data Engineers, Analytics Engineers, BI-Verantwortliche und Leitungen von Datenteams, die dbt oder Fivetran einsetzen oder das planen.
Melde dich jetzt kostenfrei an!
