For ti år siden kunne vi ikke engang forestille os ordene "database" og "finansanalytiker" i én sætning. Databaseverdenen eksisterede kun for strenge udviklere og administratorer, der skrev komplicerede scripts i et konsolvindue.
Men nu bruger en lang række finansielle virksomheder konstant DBeaver. Implementeringen af vores produkter til analytikernes arbejdsgang er altid ledsaget af en masse spørgsmål og bekymringer. Vi samler de 5 mest populære spørgsmål og løsninger til denne artikel.
Vi skal gøre det sikkert
I vores bank logger alle medarbejdere på de interne systemer med login, adgangskode og sikkerhedskode på deres telefoner. Alle data er krypteret og gemt i lukket lager, hvor kun sikkerhedsingeniører har adgang til systemets indstillinger. Hvordan er det muligt for en analytiker at oprette forbindelse til databasen i et sådant miljø og ikke bryde reglerne?
Alle DBeaver Pro-versioner understøtter moderne sikkerhedsstandarder for databaseforbindelse. Alle mærkelige forkortelser som SSO (inklusive Okta), SAML, MFA, Kerberos, SSL, SSH og deres kombinationer understøttes også.
Databaseadministratorer kan indstille alle sikkerhedsindstillinger i en speciel konfigurationsfil og installere DBeaver på slutbrugermaskinen. Det er en win-win situation for begge sider:administratorer behøver ikke at dele begrænset information, og analytikere behøver ikke at udføre en kompliceret forbindelsesopsætning. Det eneste, de behøver, er bare at køre DBeaver og begynde at arbejde.
Vi har at gøre med omfangsrige databaser
Vi har hundredtusindvis af tabeller i vores database, og det er næsten umuligt manuelt at finde den nødvendige blandt dem. Hvordan kan jeg fremskynde og forenkle denne proces og vil ikke bruge en databaseadministrator overbelaste min computers operativsystem?
DBeaver gør et godt stykke arbejde, når det kommer til et stort antal tabeller. Størrelsen af en given database vil ikke påvirke hastigheden eller effektiviteten af en finansanalytikers arbejde med den. DBeaver giver brugerne mulighed for nemt at filtrere data og kun vise det, de har brug for til en bestemt opgave.
Desuden har DBeavers navigationstræ en enkel visningstilstand, som giver en klar grænseflade til forbindelser. Når denne tilstand er slået til, vises kun tabeller og visninger i træet, og al yderligere metainformation er skjult. Takket være dette bliver arbejdet med databasen mere intuitivt.
Vi ønsker ikke at genoptræne
Vi er vant til at bruge Excel til vores arbejde. Er det muligt at undgå lang omskoling og blive ved med at arbejde på samme måde som før?
Finansspecialister kan bruge DBeaver som et meget mere avanceret alternativ til Excel. Den har en brugervenlig grænseflade, der gør det nemt at arbejde med store mængder data. Analytikere kan fremhæve dataceller eller specifikke datatyper og bruge panelet Gruppering til at beregne statistik baseret på en tabel med en tilpasset SQL-forespørgsel. Ved hjælp af dette panel er det muligt at gruppere bankkunder efter alder, bopælsregion eller andre karakteristika og bruge de opnåede data til at analysere deres solvens.
Der er også i DBeaver et Calc-panel, som er nyttigt til at få grundlæggende statistik på tværs af data i flere kolonner og rækker. Når brugeren vælger de rækker og kolonner, han har brug for, opdateres dette panel dynamisk for at vise statistik for de valgte data. Eksempelvis kan analytikere vælge en kolonne med kundegæld på lån i en tabel og finde gennemsnits- og maksimumværdier med få klik. Dermed sparer DBeaver finansanalytikere fra komplekst og monotont manuelt arbejde.
Vi skal generere rapporter baseret på data fra flere tabeller
Finansanalytikere i vores virksomhed er vant til at arbejde i kontorapplikationer, og de er ikke professionelle i SQL-scripting. Er det muligt at forenkle processen med at oprette forespørgsler og generere rapporter baseret på dem?
DBeaver giver brugerne mulighed for nemt at arbejde med SQL-forespørgsler og visualisere data på forskellige måder. Ved at bruge Visual Query Builder kan analytikere samle data fra forskellige tabeller, gruppere, filtrere og sortere data, få et resultatsæt og generere oversigtsrapporter. Dette værktøj vil være nyttigt for specialister, der ønsker at oprette en rapport baseret på data fra flere tabeller, der er filtreret efter en bestemt dato-tid.
Ved hjælp af panelet Gruppering er det muligt at oprette farvelagte søjlediagrammer til hurtig datavisualisering og oprette enkle rapporter. For eksempel kan denne funktion bruges til at bestemme, hvordan kunder eller klienter er fordelt på tværs af byer i et land.
Vi vil eksportere resultater uden dobbelt arbejde
Efter at have afsluttet arbejdet med en rapport, vil jeg gerne være i stand til at eksportere den til et praktisk format. Kan jeg gøre dette uden at skulle redigere filen yderligere?
DBeaver understøtter forskellige eksportformater, inklusive Excel-dataark, som bruges af de fleste finansielle specialister. De kan klare al dataforberedelsen på en bekvem og intuitiv måde ved hjælp af vores app. Ved kun at tilføje de nødvendige data til rapporten, kan DBeaver-brugere eliminere behovet for yderligere at redigere filer.
Derudover giver vores app dig mulighed for at sende en rapport via e-mail. Du kan angive flere modtagere og emnet for din mail.
Det er ikke alt
I dag talte vi om løsninger på de 5 mest almindelige problemer, som finansielle specialister står over for, når de arbejder med databaser. Men det er selvfølgelig ikke alt, analytikere kan gøre med DBeaver. For eksempel kan mere avancerede brugere automatisk oprette rapporter, sammenligne dem og dele resultaterne med kolleger ved hjælp af vores app. Vi vil helt sikkert dække disse emner i de følgende artikler.