Data Warehousing 101

Autor: Robert Simon
Erstelldatum: 24 Juni 2021
Aktualisierungsdatum: 1 Juli 2024
Anonim
What Is a Data Warehouse?
Video: What Is a Data Warehouse?

Inhalt



Wegbringen:

Data Warehousing bietet eine solide Grundlage für die Konsolidierung historischer, aktueller und zukünftiger Daten, sodass ein Unternehmen Berichte erstellen, erweiterte Analysen durchführen und Data Mining durchführen kann.

Viele Unternehmen sammeln kontinuierlich große Datenmengen. Um diese Informationen nutzen zu können, müssen jedoch funktionale Prozesse und Verfahren eingerichtet werden, die einen Sinn ergeben.

Unabhängig davon, ob Sie ein Data-Warehouse-Entwickler sind oder den Begriff Data-Warehousing zum ersten Mal verwenden, ist es wichtig, die Grundlagen von Data-Warehousing zu verstehen - einschließlich der Bedeutung, der Verwendung und der Vorteile.

Sobald die Daten richtig analysiert wurden, können sie verwendet werden, um ein klareres Bild der positiven und negativen Auswirkungen zu erstellen, die gemeinsame Trends und Muster auf ein Unternehmen haben. Das hört sich einfach an, aber sicherzustellen, dass Daten nützlich sind, ist eine der größten Herausforderungen beim Data Warehousing.


Was ist Data Warehousing?

Ein Data Warehouse ist eine zentrale Speichereinheit (Datenbank), in der Daten und alle zugehörigen Details definiert und zusammengestellt werden. Diese Details können Informationen zu einem Kundenstamm, Dienstleistern, Lieferanten, Transaktionen oder Geschäftsprozessen eines Unternehmens mithilfe eines integrierten Datenmodells enthalten. (Informationen zum Geschäftsprozessmanagement finden Sie unter BPM und SOA: Wie sie das Geschäft vorantreiben.)

Beim Data Warehousing werden Daten aus verschiedenen Quellen abgerufen, die unternehmensweit verfügbar sind. Diese Daten können dann auf verschiedene Arten analysiert werden. Ein Data Warehouse ist eine integrierte, nichtflüchtige, zeitvariante und themenorientierte Sammlung von Informationen. Dies bedeutet, dass ein Data Warehouse die folgenden Ziele erreichen soll:

  • Erfassen und Bereitstellen des Zugriffs auf Geschäftsmetadaten
  • Verbessern Sie die Datenqualität und minimieren Sie generierte Berichtsinkonsistenzen
  • Integrieren Sie Daten aus vielen verschiedenen Quellen und sorgen Sie für den Datenaustausch
  • Steigern Sie die Geschwindigkeit und Leistung aller Berichtsanforderungen, indem Sie historische und aktuelle Daten effektiv und effizient zusammenführen

Arten von Daten

Ein Data Warehouse bietet erweiterte Business-Intelligence-Techniken, indem Daten aus verschiedenen Quellen abgerufen werden und Geschäftsbenutzern der schnelle Zugriff auf wichtige Daten von einem gemeinsamen Standort aus ermöglicht wird. Die Art der in einem Data Warehouse gesammelten Daten ist themenorientiert, integriert und wird innerhalb eines bestimmten Zeitraums identifiziert oder synchronisiert.


Beim Data Warehousing gibt es vier Hauptdatentypen:

Sie können Ihre Programmierkenntnisse nicht verbessern, wenn sich niemand um die Softwarequalität kümmert.

Zeitvariantendaten

Zeitvariable Daten stellen sicher, dass alle im Data Warehouse gespeicherten Informationen aktuell sind und in Echtzeit generiert werden. Alle Schlüsselstrukturen im Data Warehouse enthalten ein Zeitelement, indem Informationen aus einer Horizontperspektive bereitgestellt werden, z. B. die letzten fünf bis zehn Jahre.

Subjektorientierte Daten

Die sachbezogenen Daten sind nach den wichtigsten Sachgebieten eines Unternehmens organisiert, z. B. Kunden, Vertrieb, Produkte und Dienstleistungen. Die Themenorientierung bietet eine einfache und präzise Bewertung bestimmter Themen, indem sie sich auf das Modell und die Analyse der Daten konzentriert, die von den wichtigsten Entscheidungsträgern der Organisation verwendet werden.

Integrierte Daten

Integrierte Daten bestehen aus mehreren, gemischten Quellen wie relationalen Datenbanken, Online-Transaktionsdatensätzen und Flatfiles. Sobald die angegebenen Quellen erfolgreich integriert wurden, wird die Datenbereinigung angewendet. Dies stellt die Konsistenz von Attributmaßen, Namenskonventionen, Codierungsstrukturen und Schlüsselbegriffen durch Datenkonvertierung sicher.

Business Analytics und Berichterstellung

Ein Data Warehouse basiert auf einer mehrdimensionalen Datenmodellierung. Ein mehrdimensionales Datenmodell erstellt eine Vielzahl unterschiedlicher Ansichten in Form eines Datenwürfels, mit dem Daten über mehrere Dimensionen hinweg moderiert und angezeigt werden können. Ein Data Warehouse ist einer der ersten Schritte bei der Erweiterung und Weiterentwicklung einer Organisation. Es wird hauptsächlich verwendet, wenn ein Unternehmen beschließt, in Unternehmensanalysen zu investieren. Die Geschäftsanalyse umfasst eine Vielzahl von technologischen Anwendungen und Verfahren, mit denen das Unternehmen Geschäftsanforderungen und -verbesserungen auf der Grundlage statistischer Daten lokalisieren und identifizieren kann.

Mit Business Analytics können Unternehmen Muster entdecken und erkennen, mit denen sich Geschäftsergebnisse vorhersagen, gestalten und verbessern lassen. Es sind jedoch die Ergebnisse, die durch diesen Prozess erzielt wurden, die wirklich zählen, da diese verwendet werden, um die Erstellung, Implementierung und Verwaltung neuer Strategien vorzuschlagen. (Informationen zum Lesen im Hintergrund finden Sie unter Eine Einführung in Business Intelligence.)

Geschäftsanalyselösungen verwenden quantitative und statistische faktenbasierte Daten, um die Leistung der Vergangenheit zu bewerten und sich auf zukünftige Geschäftspläne und Alternativen vorzubereiten. Die Erfassung von Geschäftsdaten wird in der Regel von Maschinen oder Anwendungen mithilfe statistischer Software generiert. Aus diesem Grund verwenden viele Unternehmen statistische Software, um auf der Grundlage von Analysen Verbesserungen vorzunehmen.

Statistische Software und Business Intelligence

Statistische Software wird auch als Business Intelligence-Software (BI-Software) bezeichnet. Für viele Unternehmen gibt es keinen spezifischen Softwareauswahlprozess, während andere sich an einen Unternehmensstandard halten oder bereits über eine Datenbank oder ein Berichtstool verfügen, das nur aktiviert werden muss. Der Prozess zur Auswahl der geeigneten Analysesoftware beginnt mit der Erstellung einer BI-Strategie und der Einhaltung der bereits festgelegten allgemeinen Geschäftsanforderungen.

Geschäftsführer und Analysten spielen eine große Rolle bei der Auswahl der geeigneten Software und stellen sicher, dass ihre Geschäftsanalysetechniken sie in die richtige Richtung leiten. Unternehmen wie Amazon sind dafür bekannt, Kaufverhaltenstrends bei Kunden zu verfolgen, um Preisspannen zu ermitteln, mit denen der Zielmarkt am besten zurechtkommt. Die Unternehmen können dann effektiv wettbewerbsfähige Preise festlegen, ohne die gesamte Gewinnspanne zu stark zu beeinträchtigen. Ohne eine vordefinierte BI-Strategie verfügt ein Unternehmen in der Regel nicht über die erforderlichen Anpassungsmöglichkeiten, die mit dem erworbenen Softwaretyp verbunden sind.

Data Mining

Beim Data Mining wird tief in Daten gegraben, um nützliche Erkenntnisse zu gewinnen, um Beweise zu sammeln und faktenbasierte Entscheidungen zu treffen. In technischer Hinsicht kann Data Mining verwendet werden, um Korrelationen oder Muster zwischen verschiedenen Feldern in großen relationalen Datenbanken zu finden. Insbesondere werden Informationen aus verschiedenen Perspektiven analysiert und zu nützlichen Daten zusammengefasst. Im besten Fall können diese Erkenntnisse einem Unternehmen helfen, Kosten zu senken, den Umsatz zu steigern und andere wichtige Leistungsindikatoren zu beeinflussen.

Data Mining ist eine leistungsstarke Technologie, mit der verschiedene Dimensionen, Kategorien und Beziehungen zwischen verschiedenen Datenquellen und Datensätzen ermittelt werden können. Im Einzelhandel beispielsweise könnte Data Mining einem Unternehmen helfen, Verkaufsmuster und Kundenverhalten zu erkennen und so die Informationen zu ihrem Vorteil zu nutzen. Ein berüchtigtes Beispiel ist der Einzelhändler Targets, mit dem ermittelt werden kann, welche Käufer von ihm erwartet werden. So kann der Laden Gutscheine für Babyartikel zu einem Zeitpunkt kaufen, an dem die Eltern diese tendenziell kaufen.

Data Warehousing auf den Punkt gebracht

Bei der Integration und Anwendung von Data Warehousing-Techniken können Unternehmen mithilfe von Business Analytics-Methoden ihre allgemeinen Geschäftsstrategien verbessern und mithilfe von BI-Software optimale Entscheidungen treffen. Analysen spielen in jedem Unternehmen eine wichtige Rolle, und viele verschiedene Verfahren, einschließlich Data Mining und andere verschiedene Analysemethoden, können verwendet werden, um geeignete Datenerfassungsdienste und -marketing zu unterstützen und zu generieren. Durch Data-Warehousing-Techniken werden neue Möglichkeiten und Möglichkeiten erschlossen, indem der Kundenservice verbessert, die Bestandsverwaltung vereinfacht, Produkte auf die individuellen Kundenbedürfnisse abgestimmt und kritische Produkt- und Serviceanalysen durchgeführt werden.

Mithilfe von Data Warehousing können Unternehmen Antworten auf komplexe Fragen in großen Datenmengen finden. Das ist die Macht der digitalen Datenerfassung und -speicherung.