PostgreSQL-aggregaties die verder gaan dan OData

OData is een feed, geen volledige analysetaal

OData ondersteunt gestandaardiseerde queryopties voor onder meer selecteren, filteren, sorteren en pagineren. Welke opties een service werkelijk aanbiedt, verschilt per implementatie. Voor Power BI is dat een bruikbare, stabiele bronlaag.

Bedrijfsanalyse vraagt soms om berekeningen die beter in de database kunnen plaatsvinden. DigiData AI kan daarvoor een goedgekeurd intern querypad gebruiken. DigiData MCP biedt een kleinere, begrensde subset voor externe clients.

Groeperingen en conditionele totalen

Een eenvoudige aggregatie telt facturen of sommeert bedragen per maand. Een conditionele aggregatie kan binnen dezelfde groepering onderscheid maken, bijvoorbeeld open en betaald, declarabel en niet-declarabel, of projecten binnen en buiten een afgesproken status.

De database verwerkt de voorwaarden vóórdat het resultaat naar het model gaat. Dat vermindert de hoeveelheid uitgaande data en voorkomt dat een taalmodel losse rijen moet optellen.

Distinct counts en datumvensters

Een gewone rijtelling is niet hetzelfde als het aantal unieke klanten, projecten of medewerkers. PostgreSQL ondersteunt distinct counts en datumfuncties waarmee resultaten per dag, week, maand, kwartaal of jaar kunnen worden gegroepeerd.

De gekozen tijdzone, datumkolom en definitie blijven belangrijk. Een goedgekeurde measure legt vast of bijvoorbeeld factuurdatum, boekingsdatum of betaaldatum leidend is.

Rankings en running totals

Vensterfuncties berekenen waarden over gerelateerde rijen zonder ieder detail te verliezen. Daarmee zijn ranglijsten, cumulatieve omzet en vergelijkingen met een vorige periode mogelijk. PostgreSQL documenteert onder meer rangfuncties en het gebruik van gewone aggregaties als vensterfunctie.

Dit soort berekeningen vereist een stabiele sortering en duidelijke partities. Een running total per administratie is iets anders dan één totaal over de hele tenant. Daarom hoort de semantische laag te bepalen welke dimensies toegestaan en betekenisvol zijn.

Percentielen en uitschieters

Een gemiddelde kan worden beïnvloed door uitschieters. Percentielen helpen bijvoorbeeld om doorlooptijden of betaalgedrag te beschrijven zonder alle records naar het model te sturen. Ook hier geldt: de databasefunctie is technisch, de bedrijfsdefinitie bepaalt welke populatie en filters kloppen.

Waarom geen vrije SQL?

Krachtige databasefuncties zijn geen reden om een model willekeurige SQL te geven. DigiData valideert bronnen, tabellen, kolommen, bewerkingen en limieten server-side. Alleen goedgekeurde queryvormen worden samengesteld en uitgevoerd. Zo blijft tenantisolatie en de verbindingsallowlist leidend.

OData, MCP en DigiData AI naast elkaar

Gebruik OData om tabellen in Power BI of Excel te modelleren. Gebruik MCP voor een beperkt extern AI-contract met read-only tools. Gebruik DigiData AI wanneer rijkere goedgekeurde relaties en meetwaarden nodig zijn. De pagina OData en MCP zet de routes naast elkaar; het artikel over PostgreSQL in plaats van live API-calls beschrijft het datapad.