ETL do Toast POS: extraindo dados do menu para o warehouse analítico

O Quartino, restaurante italiano com 120 lugares em River North, Chicago, atingiu o teto dos dashboards pré-construídos do Toast Analytics. A CFO queria unir dados de dine-in, takeout e delivery Caviar em um único warehouse BigQuery com semantic layer dbt. Analisamos pipeline, custos e a resposta sincera a "devemos sair do Toast Analytics?".

Conector Airbyte e API do Toast

O Quartino opera um conector Airbyte Cloud de Toast POS que todas as noites às 02:00 EST extrai /orders, /menus, /labor e /cash-management. Sincronização média de 7 minutos 12 segundos.

O limite de 1.000 requisições/hora da API impôs batch 500. Falhas geram alerta PagerDuty — apenas 2 retries em 90 dias.

Modelos dbt e semantic layer

BigQuery hospeda dataset raw_toast para landing Airbyte, camada stg_toast_* para cast e UTC, e marts/finance e marts/menu_engineering. Testes dbt cobrem not_null, unique, relationships e freshness.

A tabela fct_daily_sales tem 14 dimensões e 28 métricas a 0,04 $/dia. dim_menu_item é SCD Type 2 com histórico de preços.

POS puro vs warehouse

Toast Analytics é imediato e em tempo real, mas sem cross-channel joins. O Quartino não conseguia injetar dados de marketplace — ETL virou inevitável.

Custo mensal: Airbyte 120 $, BigQuery 45 $, dbt Cloud 100 $ — total 265 $/mês. Economia de analista: 1.800 $/mês. ROI no mês 7.

FAQ

Cancelar Toast Analytics? Não. Managers usam para intraday; warehouse é estratégico.

Fivetran no lugar de Airbyte? Mais estável, ~40 % mais caro.

Snowflake em vez de BigQuery? Diferença pequena nesse volume.

Achou útil? Compartilhe.