Daten laden, transformieren und veröffentlichen

Dieses Tutorial dauert etwa eine Stunde. Am Ende haben Sie einen funktionierenden Workflow, der eine CSV-Datei importiert, sie in einigen Tabellenschritten transformiert und das Ergebnis veröffentlicht.

Was Sie aufbauen

Ein Workflow, der eine rohe CSV-Datei mit Umsätzen übernimmt, sie bereinigt, mit einer Produktreferenztabelle verbindet, abgeleitete Spalten berechnet und das Ergebnis als saubere Faktentabelle veröffentlicht.

sales.csv  →  import  →  filter  →  join with products  →  add columns  →  publish
                              ↓
                       products.csv  →  import

Voraussetzungen

• Ein PlaidCloud-Workspace (starten Sie eine kostenlose Testversion, falls Sie noch keinen haben)
• Ein Projekt, in dem Sie arbeiten (erstellen Sie bei Bedarf auf der Registerkarte Projekte eines)
• Zwei CSV-Dateien zum Importieren – für dieses Tutorial verwenden wir eine einfache Datei mit Umsatztransaktionen und eine Produktkatalogdatei. Sie können Ihre eigenen verwenden oder mit einem beliebigen Tabellenkalkulationsprogramm Beispieldaten erzeugen

Schritt 1: Den Workflow erstellen

1. Öffnen Sie Ihr Projekt und wechseln Sie zur Registerkarte Workflows.
2. Klicken Sie auf Neuer Workflow. Geben Sie ihm einen aussagekräftigen Namen wie „Sales Cleanup“.
3. Klicken Sie auf Erstellen. Der leere Workflow erscheint in Ihrer Liste.
4. Doppelklicken Sie auf den Workflow, um den Workflow Explorer zu öffnen.

Schritt 2: Die Umsatz-CSV importieren

1. Fügen Sie im Workflow Explorer einen neuen Schritt hinzu.
2. Wählen Sie Import → CSV (oder den Importschritt, der zu Ihrem Quellformat passt).
3. Nehmen Sie in der Schrittkonfiguration folgende Einstellungen vor:
   • Quelldatei – verweisen Sie auf Ihre Umsatz-CSV (hochladen oder aus einem verbundenen Dokumentenkonto auswählen)
   • Zieltabelle – nennen Sie sie sales_raw
   • Trennzeichen, Anführungszeichen, Kopfzeile – passen Sie diese an, wenn Ihre Datei vom Standard abweicht
4. Führen Sie den Schritt aus. Die CSV-Datei landet als neue Tabelle in Ihrem Projekt.

Öffnen Sie die Registerkarte Tabellen, um sales_raw zu sehen. Öffnen Sie die Tabelle und prüfen Sie, ob die Daten stimmen – Spaltenanzahl, Beispielzeilen, Datentypen.

Schritt 3: Den Produktkatalog importieren

Wiederholen Sie Schritt 2 mit Ihrer Produkt-CSV und legen Sie als Ziel eine Tabelle namens products_raw fest. Damit haben Sie beide Referenztabellen, die für den Join nötig sind.

Schritt 4: Fehlerhafte Zeilen herausfiltern

Echte Umsatzdaten haben Lücken – Nullbeträge, Testtransaktionen, Erstattungen, die Sie nicht in der Haupt-Faktentabelle haben möchten. Fügen Sie einen Filterschritt hinzu, um sie zu entfernen.

1. Fügen Sie einen Schritt Tabellen → Table Lookup hinzu (oder eine beliebige Tabellentransformation, mit der Sie filtern können).
2. Konfigurieren Sie:
   • Quelltabelle: sales_raw
   • Zieltabelle: sales_clean
   • Filterbedingungen: z. B. amount > 0 AND status = 'completed'
3. Führen Sie den Schritt aus. sales_clean sollte weniger Zeilen als sales_raw haben.

Hinweis

Filter wirken, während die Daten von der Quelle zum Ziel fließen. Die Quelltabelle bleibt unverändert. Das ist ein zentrales PlaidCloud-Muster – jeder Schritt liest aus einer oder mehreren Quellen und schreibt in ein oder mehrere Ziele und lässt die Originale zur Nachvollziehbarkeit unangetastet.

Schritt 5: Mit dem Produktkatalog verbinden

Kombinieren Sie nun die bereinigten Umsatzzeilen mit den Produktdetails aus dem Katalog.

1. Fügen Sie einen Schritt Tabellen → Table Inner Join hinzu.
2. Konfigurieren Sie:
   • Linke Tabelle: sales_clean
   • Rechte Tabelle: products_raw
   • Join-Schlüssel: die Spalte, die beide Tabellen verbindet (z. B. product_id)
   • Zieltabelle: sales_enriched
3. Führen Sie den Schritt aus.

sales_enriched enthält nun jede Spalte aus beiden Tabellen. Wahrscheinlich möchten Sie nur eine Teilmenge – das folgt als Nächstes.

Schritt 6: Spalten auswählen und berechnen

Bereinigen bedeutet in der Regel, nicht benötigte Spalten zu entfernen und abgeleitete zu berechnen. Fügen Sie einen weiteren Tabellenschritt hinzu:

1. Fügen Sie einen Schritt Tabellen → Table Lookup hinzu (hier für Spaltenauswahl und Berechnung verwendet).
2. Konfigurieren Sie:
   • Quelle: sales_enriched
   • Ziel: sales_final
   • Zu behaltende Spalten: die Teilmenge, die für nachgelagerte Verbraucher wichtig ist
   • Berechnete Spalten: z. B. revenue = amount * price, margin = revenue - cost
3. Führen Sie den Schritt aus.

Für Berechnungen auf Spaltenebene deckt die Referenz zu Ausdrücken jede verfügbare Funktion ab – Zeichenfolgenoperationen, Datumsberechnungen, bedingte Logik, Aggregationen.

Schritt 7: Das Ergebnis veröffentlichen

Machen Sie sales_final für Dashboards und nachgelagerte Systeme verfügbar.

1. Fügen Sie einen Schritt Daten → Veröffentlichen hinzu (oder verwenden Sie die Option Veröffentlichen direkt an der Tabelle).
2. Legen Sie fest, wer die veröffentlichte Tabelle lesen darf – üblicherweise andere Mitglieder des Workspace sowie externe Systeme mit Zugriff.
3. Führen Sie den Schritt aus.

Die veröffentlichte Tabelle ist nun für Dashboards, BI-Werkzeuge und jeden externen Verbraucher mit den passenden Berechtigungen erreichbar.

Schritt 8: Den gesamten Workflow ausführen

Klicken Sie auf Ausführen für den Workflow (nicht nur für einen Schritt). Beobachten Sie das Protokoll, während jeder Schritt der Reihe nach ausgeführt wird. Die vollständige Pipeline läuft vom CSV-Import bis zur Veröffentlichung.

Falls ein Schritt einen Fehler meldet, behandelt die Anleitung Managing step errors das Debuggen – die häufigsten Probleme sind fehlerhafte Join-Schlüssel (Abweichung zwischen Tabellen) und unerwartete Nullwerte in berechneten Spalten.

Wie es weitergeht

• Build an Allocation Model – verteilen Sie Kosten mithilfe von Treiberdaten auf Verbraucher
• Workflows guide – Fehlerbehandlung, Bedingungen, Schleifen, Variablen
• Workflow steps reference – jeder Schritttyp und was er tut