激活層資料模型範例

用一個比較簡單的與常見的使用案例來做範例，假設某一個公司的商業模型如下：

• 客戶獲取（Customer Acquisition）和客戶引導（Customer Onboarding）在 Hubspot 上完成
• 售後服務和客戶問題是通過Zendesk來處理
• 多頻道客戶溝通（Multi-Channel Customer Engagement）主要通過Braze

在這種情況下，大部分的資料倉儲需求可以用Fivetran + Snowflake + dbt來完成，而我們也可以假設已完成了一個簡單的資料倉庫項目。

在這種狀況下，建構資料激活層則是上述資料棧的邏輯衍生，也是最容易體現資料倉庫的價值的辦法。在維持低人力成本與快速完成的前提下，rETL工具則是最合理的選擇。

利用Fivetran dbt Package 的 Hubspot rETL

為不熟悉Fivetran的人解釋一下：Fivetran 是一個用於現代數據棧的資料擷取的一體化解決方案，主要提供許多鏈接SaaS工具和數據庫的預建資料鏈接器（Data Connectors）。而預先配置好的鏈接器，可將資料從各種來源提取到數據倉庫或數據湖。

對使用dbt的人來說，除了本身的功能以外，最大的賣點就是可以通過Fivetran預設的資料模型package來簡單完成資料倉庫裡的資料模型。

因為這篇文章的主題是資料激活層和rETL，我們就假設所有的客戶級資料是用了Fivetran的hubspot_source與hubspot來完成：

• hubspot_source：對應了資料整合層（Data Integration / Staging Layer）
• hubspot：對應了資料集市層

對 dbt 或 data 有興趣 :wave:？歡迎加入 dbt community 到 #local-taipei 找我們，也有實體 Meetup 請到 dbt Taipei Meetup 報名參加