Logo
TGCATALOG
Catalog Collections Blog
Data analysis - DA SQL

Data analysis - DA SQL

Data analysis: SQL, Python.

No ratings
582
29.10.2026
582
29.10.2026
No ratings
582
29.10.2026
Safe redirect via bot
О канале

Data analysis: SQL, Python.

Подписчиков 1,700
Тематика Technology
Язык English
Ссылка t.me/business_stats

We also recommend

Kekaton AI | Voiceover and voice clone
Kekaton AI | Voiceover and voice clone
Bot

AI bot for text-to-speech and voice cloning in Telegram. Create audio using neural network quickly and easily.

Description

About data analysis: databases, SQL, Python and more for analysts.

Latest posts

Data analysis - DA SQL
Data analysis - DA SQL
🔒Открыть пост
и посмотреть медиа
Продуктовая информация в банковском хранилище данных Продолжение экскурса по банковским данным. По сравнению с клиентскими данными, данные по продуктам хранятся немного иначе. Так как продуктов в банке куда меньше по сравнению с клиентами (всего около нескольких сотен), а также новые продукты появляются намного реже, чем новые клиенты, то информация по продуктам хранится в таблицах-справочниках - таких полу-динамических таблицах, где просто содержится описание продукта с привязкой к product_id. Это делает продукты проще по структуре, так как у продуктов есть только один атрибут, который часто мелькает в хранилище данных в самых разных таблицах - продуктовый ID (по которому уже за дополнительной расшифровкой идут в справочник). 🟠Есть 2 наиболее важные вещи, на которые надо обращать внимание при работе с продуктами - это продуктовые связи и продуктовая специфика. ✅Продуктовые связи. В банках продукты связаны следующим образом (наиболее часто используемые связи): ▶️Клиент-продукт ▶️Счёт-продукт ▶️Договор-продукт ▶️Точка продаж-продукт Говоря в контексте Data Vault (а именно эта схема будет в банке), основную архитектуру продуктовых данных можно представить так: ▶️Продуктовый хаб (техническая информация, включающая product_id) ▶️Вышеупомянутые связи, упакованные в link-таблицы (1 или несколько, зависит от инженера) ▶️И сателлит, описывающий бизнес сущности продуктов (он же справочник) ✅Продуктовая специфика. Здесь же крайне важно понимать бизнесовый контекст того, как работает какой продукт. Например, мы хотим добыть какую-нибудь финансовую информацию по депозиту клиента-физ лица. Что мы знаем о депозите? У депозита есть ставка - идем в таблицу с договорами и смотрим на ставку. У депозита есть процентный расход со стороны банка и процентный доход со стороны клиента - идем в таблицу с проводками и смотрим на счета и размер расхода-дохода. У депозита есть остаток - идем в таблицу со счетами и смотрим на остаток. Так что при работе с продуктами рекомендую детально ознакомиться как и со структурой конкретно вашего банковского хранилища, так и с экономическим принципом работы того или иного продукта.
Data analysis - DA SQL
FAQ

Open Data analysis - DA SQL in Telegram and press the Start button. No separate registration is required.

Yes. The service is designed to be straightforward: open the resource, follow the on-screen instructions and start using it.

No. You can use Data analysis - DA SQL directly in Telegram unless the resource description says otherwise.

Access depends on the resource. Check the current information in Telegram after opening Data analysis - DA SQL.

The exact features depend on the resource. Open Data analysis - DA SQL to see its current functions, content and access conditions.
Subscriber dynamics
+-0.5% last 30 days
Current
1,700
Month ago
1,709
Average growth
+0 / day
Updated
23 hours ago

Reviews for channel Data analysis - DA SQL

Log in to leave a review

Only registered users can share their opinion.

No reviews yet

Be the first to share your impression of this resource!

Similar resources

Loading
Switch to Light Theme
Home Catalog Collections Blog Login