Das Data Warehouse in der Praxis (DWH-Process)


Der Weg zu Ihrem Data Warehouse


Am Anfang eines derartigen Projektes stehen die Ist-Analyse der vorhandenen Systeme sowie der unternehmensindividuellen Anforderungen an ein Data Warehouse System (Requirements Engineering).
Letztgenanntes beinhaltet naturgemäß die Analyse des tatsächlichen Informationsbedarfs von Unternehmensleitung und Fachbereichen. Diese Akteure sind dementsprechend unbedingt direkt in das Requirements Engineering einzubinden.

Die sich an die Analyse anschließende Phase der fachlichen - und technischen Konzepterstellung sollte gemäß aktuellen Ansätzen erfolgen In der Praxis bedeutet dies, daß Architekturen sowohl nach bewährten Mustern (Kimball, Inmon), als auch nach dem immer stärker relevanten Date Vault Modell gestaltet werden können. Dieses ist besonders geeignet, den stetig steigenden Anforderungen nach schneller und flexibler Integration von immer mehr Informationen unterschiedlichster Granularität in das Data Warehouse System gerecht zu werden.

Für die Implementierung Ihres Date Warehouses stehen letztlich eine ganze Reihe von leistungsstarken Systemumgebungen zur Verfügung. Wir bevorzugen Implementierungen auf Basis der Oracle Database und dem SQL-Server.

Der Betrieb Ihres Data Warehouse Systems


Die praktische Bewirtschaftung und Auswertung eines Data Warehouse beginnt mit dem sog. ETL-Prozess zur Datenbeschaffung. Dabei bezeichnet der Buchstabe „E“ die Extraktion der als relevant identifizierten Informationen aus den unterschiedlichen Quellsystemen, der Buchstabe „T“ die Transformation (und in der Regel auch Bereinigung) dieser Daten in einem gesonderten Zwischenspeicher und das „L“ schlussendlich das Laden dieser Daten in das eigentliche Data-Warehouse System.

Die Auswertung der so gespeicherten Informationen kann nun auf Basis aufgabenbezogen erstellter separater Teildatenbestände, sogenannte Data Marts, erfolgen. Die hierdurch gegebene maximale Flexibilität der Wissensrepräsentation ermöglicht vorher nicht dagewesene neue Datenstrukturen und stellt somit auch die Basis für mehrdimensionale Analysen (Online Analytical Processing – OLAP) dar. Mit dieser Methode können bisher nicht erkannte Zusammenhänge zwischen Daten aus operativ getrennten Systemen identifiziert werden.

Es liegt in der Natur der Sache, daß ein solches Data Warehouse System nie wirklich „fertig“ ist, sondern vielmehr einer ständigen Optimierung und Weiterentwicklung unterliegt. Neue Datenquellen müssen erschlossen, werden, neue Sichten auf die Informationen generiert.
Die Architektur unterliegt damit einem kontinuierlichen Review – ein starkes Argument für den bereits erwähnten Data Vault Ansatz.

Sie haben eine Frage zu einem früher gekauften Soemtec Alu Werbeträger?


Sollten Sie auf diesen Seiten gelandet sein, Ihr Interesse aber nicht dem Data Warehousing, sondern vielmehr Fragen der Ersatzteilversorgung, etc. für Soemtec Alu-Werbeträger gelten, sein Sie bitte nicht irritiert. Auch Ihnen sind wir selbstverständlich ebenso gern behilflich. Bei einem entsprechenden Anliegen können Sie uns unter 0361 302 606 10 telefonisch kontaktieren, das hierfür vorgesehene Kontaktformular auf www.alu-werbetraeger.de verwenden oder uns ganz einfach eine e-Mail an die Adresse service@soemtec.de senden.