Data · Automation · AI
Ramverket är byggt. Modellen är er.
Vi har byggt PDQ för att ta bort det repetitiva arbetet och de tekniska egenheter som gör ett eget datalager dyrt att äga och svårt att lita på. Produktionsklar orkestrering, kvalitetsövervakning och aktiv metadata från dag ett — på valfri databas, valfri lagring, valfri infrastruktur.
Simplifying Analytics
ScrollaTre vägar in
Tre tydliga ingångar. Resten av berättelsen ligger längre ner, och blir mer detaljerad ju längre ni läser.
Förtroende
Utfall
sköter drift och vidareutveckling i dag. Förut krävdes 2–3.
Svenska Lotterier och Insamlingar
från start till nytt datalager i daglig användning i hela organisationen.
Nobina
tar en ny rapport i dag. Förut låg samma sak i en månadslång cykel.
Nobina
Affärsvärde
Fem frågor som avgör vad er data egentligen kostar — och hur PDQ svarar.
Färre, och ingen enskild nyckelperson. Laddningslogik och dokumentation genereras ur modellen, så den dagliga driften kräver färre specialister och är inte beroende av den som byggde den.
Ja. Varje körning loggar källa, regler och version, så svaret finns redan när revisorn, styrelsen eller en myndighet frågar — ingen behöver gräva fram det i efterhand.
En justering, inte ett projekt. Ett förvärv, en ny produkt eller ett nytt system läggs till i modellen utan att det som redan finns byggs om, vilket ger lägre kostnad och kortare tid per förändring.
Ja. PDQ ligger ovanpå er databas, lagring och infrastruktur, så ni kan byta en del i taget när det passar er. Att ett byte är möjligt ger er ett starkare läge i varje förhandling.
Inom veckor. Det första flödet går i produktion med övervakning och kvalitetskontroll från start, så ni får användbar data direkt i stället för att betala för ett långt uppstartsprojekt.
Vad vi gör
Det bästa av två världar: tryggheten hos en erfaren partner och innovationskraften hos ett specialiserat produktbolag. Vi levererar inte bara råd, och vi kastar inte bara en licens över staketet. Vi bygger, driftsätter och tar ansvar för resultatet.
Bygga eller köpa
Valet brukar framställas som binärt. Det är det inte — och båda de vanliga vägarna har en kostnad som sällan står i kalkylen.
Bygga själv
Köpa färdigt
Simplitics
Erbjudande
Det enda vi vet om framtiden är att den kommer att förändras. PDQ är byggt för just det: arkitekturen består av delar som går att byta ut och bygga vidare på var för sig. Vi har migrerat och ersatt flera äldre datalager och vet vad som behöver göras — och vi gör det stegvis, med verksamheten igång under tiden.
Ni har inget på plats, eller vill börja om. Vi bygger hela vägen till produktion: modell, flöden, kvalitet och rapporter. Grunden är PDQ, så tiden går till det som är unikt för er, och ni slipper bygga och underhålla en egen plattform.
Seniora arkitekter vid er sida i de stora besluten. Vi hjälper er att undvika fallgroparna och välja en beprövad väg, med fokus på det som ger verksamheten värde.
Vi tar ansvar för att det fortsätter fungera: övervakning, support, felavhjälpning och vidareutveckling. Ni väljer nivå — vi kan sköta hela driften eller finnas som stöd åt ert eget team.
Så arbetar vi
Ett typiskt första uppdrag, vecka för vecka. Inte hela datalagret på en månad — men det första flödet hela vägen ut, på riktig data.
Tar inte sånt här månader?
Vi börjar med ett avgränsat uppdrag i stället för ett program. Nuläge, målbild och de faktiska begränsningarna — tekniska, organisatoriska och budgetmässiga.
Ramverket är redan byggt.
Ramverket sätts upp medan verksamheten går igenom vad datan ska svara på. Inget av spåren väntar på det andra.
Vem kör det här? Det gör sig självt.
Modellen genererar laddningslogiken, kvalitetsreglerna körs i flödet och orkestreringen tar nätterna. Ingen skriver ETL för hand — det är hela poängen med PDQ.
Kan vi ta med försäljning också?
Fler källor in, samma modell och samma kvalitetskrav. Nu börjar analysen säga något som verksamheten inte redan visste.
Är det här redan i produktion?
Rapporterna står på kvalitetssäkrad, spårbar data i stället för på ett kalkylark. Det är leveransen som godkänns, inte en demo.
Vi tar nästa omgång.
Målet är att ert team äger datalagret själva. Vi försvinner inte för det — vi finns kvar i bakgrunden som stöd och bollplank, och tar hand om drift eller förvaltning om ni hellre vill det.
Sedan tar vi det i korta steg: bygg, mät, justera. Kraven blir tydliga av att vi testar mot verkligheten, inte av att vi gissar i förväg.
PDQ
PDQ kombinerar avancerad automation med aktiv metadatahantering genom hela kedjan. Det är grunden för dataoperationer som är effektiva, transparenta och fullt automatiserade.
PDQ integreras i er befintliga infrastruktur och håller ihop modellering, kvalitet, versionering, integration, kodgenerering och orkestrering som en enhet — i stället för en samling löst kopplade verktyg. PDQ klarar hela kedjan själv — ni behöver inte köpa till dyra ETL-verktyg.
Flödet
Fem steg från data som den ser ut i dag till siffror som verksamheten kan lita på. PDQ sköter vägen dit — ni ser resultatet.
Affärssystem, filer, API:er och databaser kopplas på som de är. Ingen städning i förväg.
All data samlas på ett ställe med hela historiken kvar, så att ni alltid kan se hur det såg ut förut.
Kvalitetsregler körs i flödet och fångar fel innan de når en rapport.
Data kopplas ihop i en gemensam modell som talar verksamhetens språk.
Samma siffror i rapporter, BI, API:er och AI — en sanning i stället för flera.
Teknikagnostisk i grunden
Värdet ligger i modellen, logiken och metadatan — inte i plattformen under. Därför kan ni byta databas, lagring eller driftmiljö när det behövs. Leverantörerna vet att ni kan gå, och det märks i förhandlingen.
Förmågor
Datamodellen är hjärtat i ramverket — allt annat hänger på den. Laddningslogik, historisering och strukturer genereras ur modellen, konsekvent oavsett vem som bygger och utan handskriven ETL som glider isär över tid.
Profilering och kvalitetsregler körs som en del av flödet, inte som ett efterarbete. Avvikelser fångas där de uppstår, och reglerna stoppar det som ska stoppas.
Beroenden, körordning, omkörningar och larm hanteras centralt. Produktionsklart från dag ett i stället för månader av ställningsbygge.
Metadatan beskriver inte bara systemet — den kör det. Härkomst, versioner och regelefterlevnad är biprodukter av körningen, inte separata projekt.
Känsliga fält klassificeras i källkontraktet, och klassningen följer med fältet genom hela kedjan. Maskering och behörighet på rad- och kolumnnivå genereras ur samma metadata som laddningslogiken — skyddet gäller därför i varje lager, inte bara i rapporten längst ut.
Vi lägger stor möda på kontexten runt datan: vad varje begrepp betyder, var det kommer ifrån, hur det hänger ihop med resten och när det gällde. Det är den kontexten en AI-agent behöver för att kunna resonera om företagsdata i stället för att gissa — och den ligger i modellen och metadatan, inte i en prompt.
AI-ready data
PDQ strukturerar inte bara data. Ramverket håller ihop betydelse, ursprung, historik, kvalitet och relationer — så att människor, BI och AI-agenter arbetar från samma spårbara grund.
Affärsbegrepp och relationer finns i modellen och i metadatan — inte gömda i en prompt eller i en persons huvud.
Härkomst, versioner och körningar gör varje svar möjligt att följa tillbaka till källan det kom ur.
Kvalitetsregler och profilering körs i själva dataflödet och fångar avvikelser där de uppstår, inte i efterhand.
PDQ + AI En gemensam, begriplig datagrund för nästa generations analys.
Kundcase
Månadslånga rapportcykler ersatta av nya rapporter på timmar. Nytt centraliserat datalager i Azure och full Power BI-implementation levererade på sex månader. Power BI används nu dagligen i hela organisationen, och datalagret är grunden för nästa steg — bland annat en planerad leverantörsportal.
On-premise-lösning ersatt med modern plattform i Azure. Underhåll och utveckling sköts nu med 0,5 FTE i stället för tidigare 2–3 FTE. Djupare kundinsikter, möjlighet att analysera kundbortfall och betydligt effektivare marknadskommunikation.
En teknisk genomlysning av dataplattformen iBOS Data, lager för lager. Två prioriterade utvecklingsområden — datakvalitet och edge-utrullning — blev en riskprioriterad roadmap, och plattformen är nu rustad för bred utrullning.
Riktning
Ramverket är byggt i lager som går att byta var för sig. Det gör det möjligt att flytta både data och drift till europeisk infrastruktur utan att modellen, logiken eller metadatan skrivs om.
Data och drift inom unionen, hos europeiska leverantörer. Ingen del av kedjan behöver ligga under utomeuropeisk jurisdiktion.
I reglerade branscher kommer frågan om suveränitet tidigt. Ett tydligt svar kortar inköpsprocessen i stället för att förlänga den.
Eftersom databas, lagring och infrastruktur är oberoende lager är flytten till en suverän leverantör en migrering — inte ett nytt plattformsprojekt.
Om oss
Simplitics grundades 2016 för att slippa lösa samma problem om och om igen: datalager byggda för hand, olika varje gång beroende på vem som byggde dem. Det vi byggde växte till en produkt — PDQ — som gör modellering, historisering och kvalitet till en del av plattformen själv, i stället för en vanesak hos varje enskild ingenjör. Det är vad ”Simplifying Analytics” betyder för oss: att abstrahera bort komplexiteten tills data blir något verksamheten använder, inte ett projekt varje gång.
Ni arbetar direkt med de arkitekter och ingenjörer som bygger — inga mellanled. Teamet har praktisk erfarenhet av att både bygga och driva moderna datalösningar.
Vi ser oss som en förlängning av ert team — engagerade i er långsiktiga framgång, inte i nästa fakturerade timme.
Ett färdigt ramverk gör att arbetet börjar i modellen i stället för i grundplattan. Det är därför värdet kommer på veckor, och till en lägre kostnad än ett bygge från grunden.
Rekrytering
Vi är ett litet team som hellre är seniora än många. Här äger du ett problem hela vägen — från modell till produktion — tillsammans med människor som byggt datalager på riktigt. Ingen resurspool, ingen väg in genom en säljorganisation.
Senaste nytt
En roll för dig som är i början av karriären och vill lära dig på riktigt — nära ett erfaret team, med eget ansvar från första dagen.
Någon som kan överbrygga data engineering och verksamhetens AI-behov: skalbara molnplattformar, automatiserade dataflöden och data som går att lita på i både rapporter och språkmodeller.
Vår agent för inläsning av data kör nu på DuckDB, med strömmande bearbetning. I ett test med bara 2 GB minne klarade den både en enskild fil på 15 GB och 2 000 filer på sammanlagt 32 GB.
Vanliga frågor
Det viktigaste om Simplitics och PDQ, utan att ni behöver leta genom hela sajten.
Simplitics är ett svenskt databolag, grundat 2016. Vi utvecklar ramverket PDQ och hjälper organisationer att bygga, modernisera och förvalta sina datalager — med seniora arkitekter i varje uppdrag.
PDQ — Pretty Darn Quick — är vår produkt: ett färdigt ramverk för modellering, kodgenerering, datakvalitet, orkestrering och aktiv metadata genom hela dataflödet. Ramverket är byggt och underhålls av oss. Modellen och affärsbetydelsen är era — det är den delen som gör varje installation unik.
En språkmodell som får rå företagsdata utan sammanhang gissar. PDQ levererar sammanhanget: vad ett begrepp betyder, var värdet kommer ifrån, vilken version som gällde och om kvalitetsreglerna höll. Rapporter, API:er och agenter läser samma grund.
Klassningen av ett fält sätts i källkontraktet, inte i rapporten längst ut. Maskering och behörighet på rad- och kolumnnivå genereras sedan ur metadatan tillsammans med laddningslogiken, så att samma regel gäller i datalagret som i BI-verktyget och i API:et. Att reglerna kördes, och mot vilken data, framgår av körningsloggen.
Nej. PDQ är teknikagnostiskt och ligger ovanpå den databas, den lagring och den infrastruktur ni redan har — Databricks, Snowflake, Fabric, Synapse, SQL Server och flera till. Er stack bestämmer, inte ramverket.
Nej. PDQ täcker hela kedjan — inläsning, laddningslogik, kvalitet, orkestrering och katalog. Ni behöver en databas och lagring att köra på, men inget separat ETL-, orkestrerings- eller katalogverktyg. För ett mindre bolag räcker det ofta med PDQ ovanpå en Postgres eller SQL Server.
Ett första avgränsat dataflöde går hela vägen till produktion på veckor, inte månader. Exakt hur många veckor beror på uppdragets omfattning och på hur källorna ser ut, men ni ser riktig data i en riktig rapport långt innan hela datalagret står.
Modellen och metadatan är era, och de är dialektoberoende. Laddningslogiken genereras om mot nästa databas. Ett byte blir därför en migrering med en tidplan och en kostnad — inte ett nytt plattformsprojekt, och inte en fråga om vad som är tekniskt möjligt.
Kontakt
Oavsett om det gäller ett konkret projekt, en andra åsikt om en arkitektur eller bara nyfikenhet på PDQ — skriv till oss så svarar den som kan svara. Vi skickar aldrig en säljare först.
Vi läser allt som kommer in och svarar normalt inom en arbetsdag.