Hvad kan du bruge Datamart til?
Datamart giver adgang til strukturerede Geniebelt-data, der er klargjort til rapportering og analyse.
Du kan bruge Datamart til at:
Oprette rapporter og dashboards – Brug data fra Geniebelt til at oprette rapporter, dashboards og visualiseringer.
Analysere historiske data – Følg udviklingen i trends, KPI'er og projektresultater over tid.
Analysere data på tværs af projekter – Kombiner data fra flere projekter for at få overblik over resultater og identificere trends.
Forbinde til Business Intelligence-værktøjer (BI) – Brug Datamart med værktøjer som Power BI, Tableau, Looker eller jeres egne interne dataplatforme.
Kombinere data fra forskellige systemer – Kombiner Geniebelt-data med oplysninger fra andre systemer, f.eks. ERP- eller økonomisystemer.
Eksempler på anvendelse af Datamart
Datamart kan bruges til at oprette rapporter og dashboards, der er tilpasset din organisations behov.
Her er nogle eksempler:
Anvendelse og resultater på tværs af forretningsenheder – Sammenlign aktivitet i forskellige forretningsenheder, herunder antal projekter, kommentarer, billeder og rapporterede problemer over tid.
Økonomisk planlægning og prognoser – Kombiner tidsplaner og fremdriftsdata fra Geniebelt med økonomiske data fra ERP-systemer for at lave omsætningsprognoser og følge de faktiske resultater. Ændringer i opgavernes tidsplaner kan afspejles i opdaterede prognoser efter næste dataopdatering.
Overblik over projektporteføljen – Få et samlet overblik over projekterne i din portefølje, herunder projektstatus, deltagere, opgaver, vedhæftede filer og arkiverede projekter.
Samarbejdspartneres anvendelse og aktivitet – Følg, hvor aktivt samarbejdspartnere og underentreprenører bruger Geniebelt, ved at analysere opgaveopdateringer, fremdriftsrapporteringer, kommentarer og andre aktiviteter over tid.
Dette er blot eksempler. Du kan kombinere Geniebelt-data med oplysninger fra andre systemer og oprette rapporter og dashboards, der passer til jeres behov.
Hvordan fungerer Datamart?
Datamart giver et struktureret øjebliksbillede af dine Geniebelt-data, som er optimeret til rapportering og analyse.
Data opdateres hver 24. time, så du kan analysere projektoplysninger uden at påvirke ydeevnen i det daglige arbejde i Geniebelt.
I modsætning til API'et, som giver adgang til data i realtid, er Datamart udviklet til effektivt at håndtere større datamængder.
Tilgængelige data
Datamart indeholder data fra forskellige områder i Geniebelt, herunder firmaer, projekter, opgaver, brugere, fremdriftsrapporter, kommentarer og vedhæftede filer.
Følgende tabeller er tilgængelige:
Tabelnavn | Indhold |
gb_companies | Company master data (id, name, created/updated timestamps). |
gb_company_members | Link between users and companies incl. role (owner, manager, member), invitation and membership timestamps. |
gb_projects | Project master data incl. name, description, start/end dates, owner, progress %, estimated progress %, subscription, archive status, location (address, lat/long), work duration, and company link. |
gb_project_members | Link between users and projects incl. role (owner, manager, subcontractor, observer), team_id and membership timestamps. |
gb_groups | Task group definitions (project_id, name, created/updated timestamps). |
gb_project_items | Hierarchy structure connecting projects to tasks (package_id) and groups (group_id), including parent_group_id for nested structures. |
gb_packages (Tasks) | Task-level data incl. schedule (start/end), actual dates, progress %, estimated progress %, state (in_progress, delayed, signed_off, etc.), milestone flag, delay calculation, work duration, reporting mode, validation status, tags, and custom metadata. |
gb_packages_assignees | Link between tasks and assigned project members (task_id ↔ project_member_id). |
gb_package_progress_reports | Historical task progress entries incl. work_state, progress_state (ahead/on_time/delayed), actual progress, estimated progress at reporting time, issues flag, rejection flag, reporting user (project_member_id), attachments count, and timestamps. |
gb_baseline_packages | Baseline schedule data for tasks incl. baseline start_date and end_date, baseline_id, and timestamps. |
gb_beats | User activity log capturing actions (new, update, progress, etc.), user_id, project_member_id, item_type, item_id, archived flag, timestamps, and action content. |
gb_comments | Comment text created by users incl. user_id, content, and timestamps. |
gb_comments_packages | Link table connecting comments to tasks (package_id ↔ comment_id). |
gb_attachments | File metadata incl. file name, type, size, display name, and timestamps. |
gb_attachments_comments | Link between attachments and comments (attachment_id ↔ comment_id). |
gb_attachments_package_progress_reports | Link between attachments and progress reports (attachment_id ↔ package_progress_report_id). |
gb_users | User master data incl. email, phone, first/last name, invitation lifecycle dates, profile picture reference, and settings. |
gb_baseline_packages | Baseline schedule data for tasks incl. baseline start_date and end_date, baseline_id, and timestamps. |
Tabellerne kan kombineres, så du kan oprette rapporter og dashboards baseret på de oplysninger, du har brug for.
Forbindelse til Datamart
Datamart understøtter Delta Sharing, så du kan forbinde dine Geniebelt-data direkte til kompatible BI-værktøjer og dataplatforme.
Du kan blandt andet bruge:
Microsoft Power BI
Tableau
Looker
Interne dataplatforme, der understøtter Delta Sharing
Når forbindelsen er oprettet, kan du bruge de tilgængelige data til at oprette dine egne rapporter, dashboards og analyser.
Sådan får du adgang til Datamart
Kontakt Geniebelt Support for at få adgang til Datamart.
Vi hjælper dig med at aktivere funktionen og giver dig de oplysninger, du skal bruge for at oprette forbindelse til Datamart.
API eller Datamart?
API'et og Datamart er udviklet til forskellige formål.
Geniebelt API | Geniebelt Datamart |
Data i realtid | Historiske data |
Systemintegrationer | Rapportering og analyse |
Automatiserede handlinger og arbejdsgange | Analyse af større datamængder |
Operationel brug | Beslutningstagning over tid |
Datamart er generelt det bedste valg, hvis dit primære formål er analyse, historisk datahåndtering eller håndtering af større datamængder til rapportering og beslutningstagning.
Hvis du har brug for handlinger i realtid eller systemintegrationer, er Geniebelt API mere velegnet.
Brug for hjælp? Chat i appen eller kontakt vores support her.