Lompat ke konten utama
DataLoom
MasukBuat akun

Membersihkan data itu mudah. Memastikan data rusak tidak pernah sampai ke laporan, itu yang sulit.

Formula spreadsheet dan AI-cleaning bisa memperbaiki kolom. Yang tidak bisa mereka berikan: baris yang ditolak dengan alasan tercatat, gerbang rekonsiliasi sebelum tabel gold dipromosikan, dan catatan siapa mengubah apa. DataLoom hadir untuk tiga hal itu.

Buat akun organisasi

Sudah punya akun? Masuk

Tanpa pendaftaran. Tidak ada data yang dikirim ke server.

  • Baris ditolak dengan kode alasan, bukan dibuang diam-diam
  • Rekonsiliasi baris diperiksa sebelum gold dipromosikan
  • Aturan berubah lewat versi + persetujuan manusia

Penjualan Harian

run-3 · v3 · manual

Berjalan

  1. Webhook Pesanan

    bronze

    source

  2. Validasi

    2 aturan

    validate

  3. Bersihkan

    parse_date

    clean

  4. Deduplikasi

    order_id

    transform

  5. Agregasi

    sum per bulan

    aggregate

  6. Gudang Data

    gold_penjualan_bulanan

    sink

Gerbang sebelum promosi

  • schema_valid

    Skema silver lolos validasi.

  • quarantine_ratio

    Rasio karantina di bawah ambang proyek.

  • reconciliation

    Jumlah baris silver dan gold cocok.

  • pending_proposals

    Satu usulan agent menunggu keputusan.

Skematik satu run: sumber, validasi, pembersihan, deduplikasi, agregasi, lalu gudang data. Status dan gerbang mengikuti monitor run di aplikasi.

Kenapa bukan sekadar bersih-bersih data?

Karena memperbaiki kolom bukan masalahnya. Masalahnya: data datang terus setiap hari dari banyak sumber, dipakai orang lain untuk keputusan, dan tidak ada yang menjamin angka hari ini sama baiknya dengan minggu lalu. Tiga hal di bawah adalah yang tidak diberikan formula maupun AI-cleaning.

  1. Pilar 1

    Tolak dengan alasan, jangan buang diam-diam

    Spreadsheet: baris jelek dihapus, tidak ada jejak kenapa.

    Setiap baris yang gagal validasi masuk karantina dengan kode alasan - not_null, unique, type_mismatch. Jumlahnya dihitung, alasannya bisa diaudit, dan datanya masih ada kalau aturannya kelak berubah.

    Di aplikasi: tab Karantina di Penjelajah Data, dan hitungan karantina di setiap run.

  2. Pilar 2

    Gerbang rekonsiliasi sebelum dipakai

    Spreadsheet: angka salah ikut terpakai, diketahui besok.

    Sebelum tabel gold dipromosikan, empat aturan deterministik diperiksa tanpa LLM: skema valid, rasio karantina di bawah ambang, baris silver = baris gold, dan tidak ada usulan agent yang menunggu keputusan. Gagal satu, gold tidak naik.

    Di aplikasi: daftar periksa gerbang di Monitor Run, dengan bukti per aturan.

  3. Pilar 3

    Aturan berubah lewat versi dan persetujuan

    Spreadsheet: formula diubah siapa saja, tanpa catatan.

    Aturan pembersihan adalah versi pipeline yang bisa dibandingkan. Agent hanya mengusulkan; usulan destruktif wajib disetujui satu per satu; penerapan menolak bila masih ada yang menunggu. Semua keputusan tercatat di audit log.

    Di aplikasi: halaman Pipeline (versi), Ruang Kerja Agent, dan Administrasi > Audit log.

Itu sebabnya DataLoom bukan alat sekali-jalan, melainkan dapur dengan SOP, QC sebelum sajian, dan buku mutasi bahan.

Buktinya bisa Anda buka di demo: kontrak data dan karantina dan rekonsiliasi.

Empat lapisan, satu jalur yang bisa ditelusuri.

Setiap baris punya asal yang jelas. Kalau ada yang gagal, Anda melihat di lapisan mana dan dengan kode alasan apa, bukan hanya pesan bahwa pipeline gagal.

sumber → bronze → silver → gold

  1. Data masuk ke Bronze

    Webhook, unggahan CSV atau Parquet, polling REST, dan Postgres read-only. Baris mentah disimpan apa adanya beserta asalnya.

  2. Validasi memisahkan yang tidak layak

    Aturan wajib seperti not_null dan unique berjalan deterministik. Baris yang gagal masuk karantina dengan kode alasan, bukan dibuang diam-diam.

  3. Transformasi membentuk Silver dan Gold

    Pembersihan, deduplikasi, dan agregasi berjalan di worker. Skema, rasio karantina, dan rekonsiliasi baris diperiksa sebelum tabel gold dipromosikan.

  4. Anda membaca hasil atau meninjau usulan

    Tanya data dalam bahasa natural dengan SQL hanya-baca, atau tinjau usulan aturan dari Schema Profiler satu per satu.

Yang tersedia hari ini

Semua yang disebut di bawah dapat Anda buka setelah masuk. Tidak ada fitur yang hanya ada di halaman ini.

Agent yang tidak mengubah data tanpa persetujuan

Schema Profiler membaca sampel, menyusun proposal pembersihan, dan berhenti di gerbang persetujuan. Proposal berisiko destruktif harus diputuskan satu per satu sebelum bisa diterapkan sebagai versi pipeline baru.

drop_if pada order_id

Menunggu keputusan Anda

Sebelum

(kosong)

Sesudah

baris dibuang

Risiko: destruktif, 0,8% baris tidak memiliki order_id

Sumber yang jelas ujungnya
Endpoint webhook per sumber, rotasi API key sekali tampil, dan status koneksi per sumber.
Kanvas pipeline
Node sumber, validasi, pembersihan, transformasi, agregasi, dan tujuan. Validasi DAG sebelum dijalankan.
Monitor run
Linimasa node, durasi, baris masuk dan keluar, karantina, serta log peristiwa langsung.
Tanya data
Pertanyaan bahasa natural diterjemahkan ke SQL hanya-baca dengan batas 1.000 baris.
Biaya dan penggunaan
Token, biaya per agent, dan latensi dari catatan panggilan LLM, bukan perkiraan.
Peran dan audit
Owner, admin, editor, viewer. Aksi sensitif tercatat di audit log organisasi.

Batas yang kami pilih

Kalau kebutuhan Anda di luar daftar ini, DataLoom bukan alat yang tepat. Lebih baik tahu sekarang.

  • Tidak ada marketplace konektor. Sumber yang didukung: webhook, CSV atau Parquet, REST, dan Postgres.
  • Tidak ada streaming sub-detik. Ini batch dan mikro-batch, bukan Kafka.
  • Tidak ada eksekusi kode pengguna. Transformasi hanya dari operasi yang tersedia di kanvas.
  • Tidak ada dark mode. Satu tema terang yang konsisten.
  • Tidak ada perubahan aturan tanpa persetujuan manusia.

Halaman ini tidak memuat angka pemasaran. Angka yang Anda lihat di aplikasi berasal dari API.

Mulai dari satu proyek.

Buat organisasi, hubungkan satu sumber, lalu lihat run pertamanya di monitor.

Buat akun organisasi