Eine einzige Quelle der Wahrheit für das ganze Unternehmen.
Onlineshop, Kasse, CRM und Tabellen, zusammengeführt in ein sauberes, getestetes und dokumentiertes Modell in Snowflake, SQL und Python, oder passende Werkzeuge für kleinere Teams.
NeuData Canvas entdecken
Analytics,
Analytics Engineer
Analytics,
engineered.
Ich verwandle verstreute Daten in verlässliche Modelle, automatisiertes Reporting und Dashboards, denen man wirklich vertraut, und teile dabei, was ich lerne.
Neu, kostenlos und privat
Data Canvas.
Zieh eine beliebige Tabelle hinein und erhalte in Sekunden ein präsentationsfertiges Dashboard. Intelligente Diagramme, Überschriften aus deinen Zahlen und Folien für Keynote oder PowerPoint.
Versteht chaotische Dateien
Findet die echte Kopfzeile, überspringt Titel, Summen und Fußnoten und liest Datumsangaben, Beträge und Prozentwerte in jedem Format.
Wählt die richtigen Diagramme
Trends, Rankings, Anteile, Aufschlüsselungen und Veränderungen, jeweils mit einer Überschrift wie „Umsatz 18 % über Vorjahr“.
Bereit für deine Folien
Kopiere jedes Diagramm direkt in Keynote oder PowerPoint, lade Folien in 4K herunter oder präsentiere im Vollbild aus dem Browser.
Privat von Grund auf
Deine Datei wird im Browser gelesen und nie hochgeladen. Keine Anmeldung, keine KI, kein Tracking.
Alles, was deine Daten brauchen. Nichts, was sie nicht brauchen.
Analytics Engineering, das Rohdaten in verlässliche Zahlen verwandelt, automatisch geliefert.
Alles auf einen Blick.
Power-BI-Dashboards, die sich an deinen Entscheidungen orientieren und sich automatisch aktualisieren.
Berichte, die sich selbst erstellen.
Automatisierungen in Python und Google Apps Script, die Daten nach Zeitplan sammeln, bereinigen und versenden, mit Prüfungen, die Fehler zuerst abfangen.
Antworten, nicht nur Zahlen.
Welche Produkte, Kunden und Kanäle wirklich Gewinn bringen, was die Trends sagen und was als Nächstes zu tun ist.
Ein Auftritt, der überzeugt.
Schnelle, sichere Websites mit Analytics vom ersten Tag an.
Karriere
Rollen in Analytics und Engineering.
Eine Frage zu Analytics oder Data Engineering? Ich spreche immer gern darüber: Starte unten ein Gespräch.
Gespräch startenGebaut, nicht nur erzählt.
Persönliche Projekte, in denen ich echte Probleme von Anfang bis Ende löse, von Rohdaten bis zur ausgefeilten Oberfläche.
Analyse-Engine für soziale Medien
Eine persönliche Analyseplattform, die Instagram-Rohdatenexporte für jedes Konto in einen nach Aktualität gewichteten Affinitätswert verwandelt, mit einem einheitlichen Dashboard auf dem iPhone. Ohne externe Datenbank gebaut, nur mit Google Drive, Apps Script und Scriptable.
Google Apps ScriptJavaScriptScriptableDatenmodellierung
Live-Widgets für den Londoner Nahverkehr
Ein System aus iOS-Homescreen-Widgets, das Fahrten in Echtzeit mit den offenen Daten von Transport for London plant und die beste nächste Route, Abfahrten und Störungen auf einen Blick zeigt.
REST APIsJSONScriptableiOS-Widgets
Data Canvas
Zieh eine CSV- oder Excel-Datei hinein und erhalte ein präsentationsfertiges Dashboard: Es erkennt Datumsangaben, Kennzahlen und chaotische Layouts, wählt die richtigen Diagramme, schreibt Überschriften aus den Zahlen und exportiert Folien. Alles läuft privat im Browser.
JavaScriptDaten-ParsingSVG-DiagrammeDatenvisualisierung
Data Canvas ausprobieren
Diese Website und ihr Lernbereich
Von Grund auf entworfen und gebaut: eine schnelle, sichere statische Website mit 23 Leitfäden und Spickzetteln, strukturierten Daten für Suchmaschinen, Suche und Filtern sowie druckfertigen Layouts.
HTMLCSSJavaScriptSEOPython-Build
Sauberer Code.
Klare Ergebnisse.
Dieselbe Sorgfalt in jedem Projekt: lesbares SQL, getestetes Python und modernes Swift. Wähle eine Sprache und sieh sie in Aktion.
Lernen und spielen.
Kostenlose Leitfäden, druckbare Spickzettel, 60 Programmier-Rätsel und Interview-Vorbereitung. Keine Anmeldung, keine Bezahlschranke.
60 Level, SQL und Python
Data Puzzles.
Von deinem ersten SELECT bis zur Meisterstufe. Sammle Sterne, schalte Stufen frei und triff Quack Overflow, die Quietscheente mit den Tipps.
Jetzt spielen 54 Lernkarten und ein QuizInterview-Vorbereitung.
Echte Interviewfragen für Analytics Engineers und Data Analysts mit Musterantworten, ein Quiz mit sofortigem Feedback und ein 7-Tage-Plan.
Vorbereitung startenSpickzettel
Alle SpickzettelSELECTSQLSpickzetteldf.Python und pandasSpickzettelCOPYSnowflake SQLSpickzettelf(x)DAXSpickzettelfuncSwiftSpickzettelgitGitSpickzettel
Neueste Leitfäden
Alle 23 ansehenNeuigkeiten, 9 Min.
Der Data Stack im Jahr 2026
Weniger Werkzeuge, mehr offene Formate und KI direkt in der Plattform. Was sich verändert hat und was das für Datenteams bedeutet.
Analytics engineeringSnowflakedbt
Leitfaden, 9 Min.SQL-Fensterfunktionen, erklärt
Die nützlichste SQL-Fähigkeit nach Joins. Rankings, laufende Summen und Periodenvergleiche, ganz ohne Self-Joins.
SQLDatenbanken
Neuigkeiten, 7 Min.Was ist neu in Python 3.14
Die Version vom Oktober 2025 brachte einige der größten Änderungen an Python seit Jahren. Das ist für die Arbeit mit Daten wichtig.
PythonNeuigkeiten
Über mich
Hallo, ich bin Alessandro.
Analytics Engineer und Data Scientist mit über sieben Jahren Erfahrung in Big Tech, Medien, Beratung und Finanzdienstleistungen. Ursprünglich aus Italien und heute in London zu Hause, bin ich am glücklichsten, wenn ein Prozess, der früher Stunden dauerte, still von allein läuft.
7+ Jahre mit DatenMSc mit Auszeichnung4 Sprachen7 Zertifizierungen
Fragen und Antworten.
Was macht ein Analytics Engineer?
Ein Analytics Engineer verwandelt Rohdaten aus verschiedenen Systemen in saubere, getestete und dokumentierte Datenmodelle, auf die sich Dashboards, Berichte und Data Science verlassen können, und automatisiert den Prozess, damit er sich selbst aktualisiert. Den ganzen Leitfaden lesen.
Wie kann ich Kontakt aufnehmen oder mehr erfahren?
Nutze den Kontaktbereich unten auf dieser Seite oder vernetze dich mit mir auf LinkedIn. Ich spreche immer gern über Daten, Analytics Engineering und spannende Projekte. Kontakt.
Wie fange ich an, SQL zu lernen?
Beginne mit SELECT, WHERE, ORDER BY und GROUP BY an einem kleinen Datensatz und gehe dann zu Joins und Fensterfunktionen über. Übe jeden Tag ein bisschen, statt stundenlang zu lesen: Erst echte Abfragen sorgen dafür, dass es hängen bleibt. Probiere die SQL-Rätsel und halte den SQL-Spickzettel griffbereit.
Sollte ich zuerst SQL oder Python lernen?
Für Analytics fang mit SQL an: Die meisten Unternehmensdaten liegen in Datenbanken und Data Warehouses, und SQL wird in fast jedem Daten-Interview abgefragt. Ergänze danach Python für Automatisierung, Datenbereinigung und Analysen, die über das hinausgehen, was SQL gut kann. Starte mit dem Leitfaden pandas für Excel-Nutzer.
Was ist der Unterschied zwischen Data Analyst, Analytics Engineer und Data Engineer?
Ein Data Engineer baut die Infrastruktur, die Daten zuverlässig bewegt. Ein Analytics Engineer formt diese Daten zu sauberen, vertrauenswürdigen Modellen. Ein Data Analyst nutzt diese Modelle, um Geschäftsfragen zu beantworten. In kleineren Teams macht oft eine Person alle drei Rollen.
Wie bereite ich mich auf ein Interview als Analytics Engineer vor?
Wiederhole SQL-Joins, Aggregationen und Fensterfunktionen, sei bereit, ein Sternschema zu skizzieren, kenne die Grundlagen von dbt und einem Cloud Data Warehouse und bereite fünf STAR-Geschichten mit echten Zahlen vor. Nutze die Lernkarten und das Quiz der Interview-Vorbereitung.
Ist Data Canvas wirklich privat?
Ja. Data Canvas liest deine Datei in deinem Browser. Nichts wird auf einen Server hochgeladen, es gibt keine Anmeldung und kein Tracking, du kannst es also auch mit vertraulichen Tabellen nutzen. Data Canvas ausprobieren.
Lass uns deine Daten
zum Laufen bringen.
Erzähl mir von dem Bericht, den du jede Woche neu baust, den Daten, denen du nicht traust, oder dem Datenprojekt, das du umsetzen willst. Ich antworte innerhalb von zwei Werktagen.
alessandro@ecclesieagazzi.com
Zu Hause im Vereinigten Königreich und in Italien. Offen für Remote-Arbeit in ganz Europa und darüber hinaus.