Avis et détails du produit Datagaps DataOps Suite

Ce que j'aime le plus dans la suite Datagaps DataOps, c'est la flexibilité qu'elle offre lorsqu'on travaille avec des sources de données hétérogènes, et la facilité avec laquelle elle le fait. Elle offre une facilité de mise en œuvre ainsi qu'une intégration transparente avec d'autres plateformes, telles que Databricks, ADO et GIT. La façon dont elle gère de grands volumes de comparaison de données est impressionnante. C'est un outil avec un excellent ensemble de fonctionnalités et capable d'effectuer toute sorte d'automatisation. Un autre aspect important est le support client, qui est très réactif et rapide pour résoudre les blocages. Avis collecté par et hébergé sur G2.com.

Je n'ai pas de grandes aversions pour l'outil. Actuellement, nous nettoyons manuellement les tâches de longue durée qui sont très anciennes mais qui apparaissent toujours comme occupées. Il serait bénéfique d'avoir une option pour nettoyer automatiquement ces tâches. De plus, il serait utile d'avoir la possibilité de créer des dépendances entre les flux de données, de sorte que la sortie d'un flux de données puisse être utilisée comme entrée pour un autre. Avis collecté par et hébergé sur G2.com.

Améliore la confiance dans l'analyse et le reporting

Permet des migrations et des mises à niveau plus rapides avec moins de risques

Standardise les processus de données à travers les équipes et les plateformes

Soutient la prise de décision basée sur les données avec des données fiables

Réduit les vérifications manuelles et les scripts personnalisés.

Atteint une précision des données de 98,5 % sur les tables migrées.

Améliorations mesurables de la qualité des données et des capacités de prise de décision.

La suite DataOps permet des opérations de données fiables, automatisées et évolutives en intégrant la qualité, l'observabilité et la gouvernance directement dans le pipeline de données—réduisant les risques, accélérant la livraison et augmentant la confiance dans les données. Avis collecté par et hébergé sur G2.com.

La gestion du changement est nécessaire pour passer des vérifications manuelles à l'automatisation. Courbe d'apprentissage pour les équipes nouvelles aux pratiques DataOps. Avis collecté par et hébergé sur G2.com.

La suite DataOps de Datagaps s'intègre parfaitement avec ScalaDB, automatisant les vérifications de qualité des données et la validation sans code Scala supplémentaire. Elle accélère les tests ETL, garantit des pipelines de données précis et réduit l'effort manuel, nous aidant à maintenir des données fiables et de haute qualité de manière efficace à travers les environnements. L'intégration est bonne avec une facilité d'utilisation et de mise en œuvre. Avis collecté par et hébergé sur G2.com.

Parfois, la configuration initiale peut prendre du temps. Cependant, une fois en place, la suite DataOps de Datagaps rend les vérifications de la qualité des données faciles et fiables, nous aidant à maintenir des données de confiance avec un effort continu minimal. Nous l'utilisons très fréquemment car le support client est excellent. Avis collecté par et hébergé sur G2.com.

J'aime particulièrement les améliorations récentes dans la suite DataOps de Datagaps qui renforcent le gestionnaire de mappage, la traçabilité des données, exploitent l'IA de manière plus large et simplifient la validation des migrations de données complexes. Avis collecté par et hébergé sur G2.com.

modules de formation à votre rythme, vidéos explicatives et parcours de certification Avis collecté par et hébergé sur G2.com.

DataGaps en tant qu'outil possède des fonctionnalités vastes et très complètes. Une compréhension approfondie des tests de qualité des données avec l'outil ajoute un avantage tangible aux vérifications globales de bout en bout des données. Un excellent support technique qui est très nécessaire pour tout outil. La facilité d'utilisation et de mise en œuvre par toute ressource junior est un avantage supplémentaire. Avis collecté par et hébergé sur G2.com.

Je n'ai pas de grande aversion pour le moment, seulement la suggestion d'avoir plus de cas d'utilisation pour plusieurs fonctionnalités donnerait plus de confiance à l'utilisateur final. Avis collecté par et hébergé sur G2.com.

Bien que nous soyons clients du produit ETL Validator (ETL V) autonome de Datagaps depuis un peu plus de sept ans, nous avons récemment migré d'ETL V vers la suite DataOps (avec ETL V et Data Quality) - pour profiter de la plateforme plus avancée basée sur Apache Spark, de la capacité de script Python intégrée ainsi que de l'extensibilité. Bien qu'il y ait eu certainement des défis lors de la migration (comme on pourrait s'y attendre avec des changements architecturaux sous-jacents), nous avons bénéficié d'un soutien exceptionnel tout au long de ce processus.

L'interface web est assez facile à utiliser - même pour les utilisateurs métier pour définir des règles de données au sein de l'application. La planification (des pipelines, des règles DQ, des sources de données, etc.) et les alertes par e-mail sont d'autres choses que nous utilisons quotidiennement.

Le module Data Quality (DQ) nous aide à remettre en question/adresser le vieux dicton de "garbage in/garbage out" dans le domaine de l'ingénierie des données avec son observabilité des données, son score DQ et d'autres métriques. Nous sommes impatients de partager ces KPI et métriques plus largement dans notre organisation. Avis collecté par et hébergé sur G2.com.

Passer d'un achat unique (d'ETL V) à un modèle de coût basé sur l'abonnement (de DataOps) nécessitait certainement de convaincre notre direction.

La capacité d'ajouter de la logique au type de différences de données de manière plus granulaire et d'alerter uniquement dans certains scénarios serait excellente. Avis collecté par et hébergé sur G2.com.

BI Validator pour Tableau nous a permis d'effectuer efficacement : des tests de régression automatisés pour accélérer nos migrations de base de données de Netezza à Teradata, des tests de régression automatisés pour le nouveau contenu développé sur Tableau, et des tests de performance/de stress du contenu Tableau sur différentes plateformes de base de données. Cet ensemble d'outils client/serveur est facile à installer, configurer et mettre à niveau, car nous avons effectué plusieurs mises à niveau depuis son achat initial. L'interface utilisateur est propre et facile à naviguer. Avis collecté par et hébergé sur G2.com.

Nous avons demandé et les ingénieurs de Datagaps travaillent sur les deux améliorations majeures que nous avons demandées : (1) intégrer des capacités client dans la plateforme Web pour mettre fin à la nécessité d'installer/utiliser l'application client, (2) créer la possibilité d'utiliser/sélectionner des tests fonctionnels existants comme tests de performance/stress, car il y a plus de fonctionnalités dans la définition des tests fonctionnels par rapport aux tests de performance/stress. Avis collecté par et hébergé sur G2.com.

J'ai utilisé pour la validation des données de rapport Tableau par rapport à la base de données. Il fait le travail efficacement. C'est très facile à apprendre et à mettre en œuvre. Vous nommez la source de données, Datagaps a un support pour cela. Il offre la flexibilité d'installer l'application sur site ainsi que dans le cloud. Le support client est également bon. Bien que je n'aie pas fait d'intégration, il est dit qu'il peut être intégré facilement à vos pipelines. Je recommanderais de l'utiliser au moins une fois pour l'automatisation BiTest. Avis collecté par et hébergé sur G2.com.

Initialement, cela semble déroutant mais une fois que vous faites un POC, vous le trouverez très facile à utiliser. Avis collecté par et hébergé sur G2.com.