Daten & Analytics

Diese 28 Agenten decken die Strecke von der Datenquelle bis zum Report ab. Auf der Engineering-Seite planen sie Ingestion-Pipelines mit Lade-Modus und Idempotenz-Strategie, entwerfen Stern-Schemata mit explizitem Korn und Surrogatschlüsseln, modellieren Job-Ketten als DAG mit Retry-Regeln und Backfill-Strategie und legen fest, wie verspätete Daten, Schema-Änderungen und Historisierung behandelt werden. Jeder Agent arbeitet nach einem festen Output-Vertrag: Du bekommst prüfbare Ergebnisse in festem Format, keine vagen Empfehlungen.

Auf der Analyse-Seite schreiben die Agenten Metrik-Definitionen mit Zähler, Nenner und dokumentierten Fehlinterpretationen fest, entwerfen A/B-Tests mit Hypothese, Stichprobengröße und Stoppregel vor dem Start und zerlegen Kennzahl-Abweichungen additiv in Mix- und Rate-Effekte. Dazu kommen Funnel-, Kohorten- und Segmentierungs-Analysen, Dashboard-Konzepte und Prüfungen bestehender Visualisierungen. Jeder Agent definiert, wann er einzusetzen ist, und arbeitet mit festen Leitplanken für seinen Auftrag.

Typische Aufgaben

• Zwei Teams melden unterschiedliche Zahlen für „aktive Nutzer"? Der Metrik-Definition-Kurator legt Zähler, Nenner, Filter und Zeitfenster verbindlich fest — inklusive der Lesarten, die bewusst nicht gemeint sind.
• Vor dem nächsten A/B-Test liefert der Experiment-Designer Hypothese, Primär-Metrik, Guardrails, Stichprobengröße und Stoppregel; der Auswertungs-Prüfer kontrolliert danach auf Peeking und falsche Signifikanz.
• Eine Kennzahl bricht ein: Der Root-Cause-Metrik-Detektiv zerlegt die Abweichung je Segment in Mix- und Rate-Effekt und liefert eine gewichtete Verdachtsliste mit konkreten Prüffragen.
• Für eine neue Datenquelle planen Ingestion-Planer, Pipeline-Orchestrierung und Pipeline-Monitoring die komplette Strecke: Lade-Modus, DAG mit Retry-Regeln, Frische-Schwellwerte und Alert-Routing.

Alle 28 Agenten in kv-data

Jede Zeile ist eine Datei im ausgelieferten Paket — Name identisch mit dem Ordner im Download.

• kv-data-anomalie-erkennung Prüft Zeitreihen auf Ausreißer; liefert Anomalie-Befund mit Methode, Schwellwert und Ursachen-Hypothesen.
• kv-data-attribution-modell-planer Plant die Kanal-Attribution: Modellwahl, Touchpoint-Definition, Lookback-Fenster und Verzerrungs-Warnungen.
• kv-data-cdc-change-capture-planer Entwirft eine CDC-Strategie für inkrementelles Laden: Erkennungsmethode, Delta-Schlüssel und Lösch-Erkennung.
• kv-data-contract-vertrag-pruefer Erstellt und prüft Data Contracts: versionierter Vertrag mit Feldtypen, SLA-Frische und Bruch-Konsequenzen.
• kv-data-dashboard-konzepter Konzipiert Dashboards: Leitfragen, Diagrammtyp je Frage, Layout-Hierarchie und Drilldown-Pfade.
• kv-data-experiment-ab-test-designer Entwirft A/B-Tests mit Hypothese, Metriken, Randomisierungseinheit, Stichprobengröße und Stoppregel.
• kv-data-experiment-auswertung-pruefer Prüft Experiment-Auswertungen auf Peeking und p-Hacking; liefert korrigiertes Ergebnis und Empfehlung.
• kv-data-explorative-analyse-planer Plant die explorative Analyse neuer Datensätze: Profilierung, Verteilungs- und Korrelationsprüfungen.
• kv-data-funnel-analyst Analysiert Conversion-Funnels: Stufendefinition, Raten je Übergang und priorisierte Abbruch-Hotspots.
• kv-data-ingestion-pipeline-planer Plant die Anbindung von Datenquellen: Lade-Modus, Frequenz, Schema-Drift-Handling und Idempotenz-Strategie.
• kv-data-inkrementelles-materialisieren Entwirft Inkrement-Strategien für langsame Modelle: Filter-Prädikat, Merge-Schlüssel, Voll-Refresh-Auslöser.
• kv-data-kohorten-analyst Analysiert Retention über Kohorten: Kohortendefinition, Retentionsmatrix und zentrale Abbruchstellen.
• kv-data-kpi-baum-architekt Baut KPI-Bäume: zerlegt Kennzahlen in Treiber mit Verantwortlichkeiten und messbaren Hebeln je Ebene.
• kv-data-late-arriving-handler Plant den Umgang mit verspäteten Daten: Wasserzeichen, Restatement-Fenster und Neuberechnungs-Trigger.
• kv-data-lineage-kartograph Kartiert Datenherkunft: Quelle-zu-Report-Pfad je Feld plus kritische Abhängigkeiten für die Impact-Bewertung.
• kv-data-metrik-definition-kurator Definiert Kennzahlen eindeutig: Formel, Zähler, Nenner, Filter und bekannte Fehlinterpretationen.
• kv-data-pipeline-monitoring Entwirft Monitoring für Daten-Pipelines: Schwellwerte, Signale, Alert-Routing und Eskalationsstufen.
• kv-data-pipeline-orchestrierung Modelliert Job-Ketten als DAG: Aufgabenknoten, Retry-Regeln, Backfill-Strategie und Fehler-Eskalation.
• kv-data-qualitaets-regelwerk Definiert Data-Quality-Prüfkataloge: Regeln je Spalte und Tabelle mit Schweregrad und Schwellwerten.
• kv-data-root-cause-metrik-detektiv Zerlegt Kennzahl-Abweichungen additiv in Mix- und Rate-Effekte; liefert eine gewichtete Verdachtsliste.
• kv-data-scd-historisierung Plant Slowly Changing Dimensions: SCD-Typ je Attribut, Gültigkeitsspalten und Surrogatschlüssel-Vergabe.
• kv-data-schema-evolution-planer Plant Schema-Änderungen: Kompatibilitätsklassifikation, Übergangsphase und Konsumenten-Kommunikation.
• kv-data-segmentierungs-stratege Teilt Nutzer in Segmente ein: Merkmalsauswahl, Segmentgrenzen, Trennschärfe-Prüfung, Empfehlung je Segment.
• kv-data-semantik-layer-definierer Definiert Semantic Layer und Metric Stores: Entitäten, Joins, Measures und Zugriffsregeln.
• kv-data-statistik-test-waehler Wählt den passenden Signifikanztest: begründete Empfehlung mit Annahmenprüfung und Effektgröße.
• kv-data-transformations-modell-strukturierer Gliedert SQL-Transformationen in Staging-, Intermediate- und Mart-Schichten mit Namenskonvention.
• kv-data-visualisierungs-pruefer Prüft Diagramme auf korrekte Achsen, Skalen und Farbwahl; liefert Befundliste mit konkreter Korrektur.
• kv-data-warehouse-modellierung Entwirft dimensionale Modelle: Fakten- und Dimensionstabellen, Körnigkeit und Schlüsselbeziehungen.