Die zentrale Datensammlung
Ein Data-Warehouse ist eine zentrale Datensammlung, deren Inhalt sich aus Daten von unterschiedlichen Datenquellen zusammensetzt. Die Daten werden von den Datenquellen in das Data-Warehouse kopiert und dort vor allem für die Datenanalyse und zur betriebswirtschaftlichen Entscheidungshilfe in Unternehmen langfristig gespeichert. Das Data-Warehouse kann als zentrales Element einer unternehmensweiten Corporate Performance Management Strategie fungieren.
Der Erstellung eines Data-Warehouses liegen zwei Leitgedanken zugrunde: - Integration von Daten aus verteilten und unterschiedlich strukturierten Datenbeständen, um im Data-Warehouse eine gemeinsame Sicht auf die Quelldaten und damit übergreifende Auswertungen zu ermöglichen.
- Trennung der für das operative Geschäft genutzen Daten von Daten, die im Data-Warehouse für Zwecke des Berichtswesens, der Entscheidungsunterstützung, der Geschäftsanalyse sowie des Controlling und der Unternehmensführung verwendet werden.
Wofür brauche ich das?
Eine gute und oft disktutierte Frage. Literatur dazu gibt es zuhauf; ebenso viele Meinungen zur "einzig richtigen" Ausprägung und Umsetzung. Unsere Praxiserfahrung ist, dass die pragmatische Herangehensweise mit rein für einen Zweck (z.B. die aktuell bevorstehende Unternehmensplanung) aufgebauten kleineren Datenbeständen ("Data Marts") durchaus Sinn machen kann. Früher oder später, wenn das Thema Performance Management auf eine breitere Basis im Unternehmen gestellt werden soll, landet man aber unweigerlich bei einem umfassenderen Data Warehouse Ansatz. Deswegen berücksichtigen wir auch beim "kleinen" Ansatz immer mögliche spätere Ausbaustufen durch eine solide inhaltliche und technische Architekur.
Zur Unterstützung des wichtigen Spezifikationsprozesses zwischen Fachabteilungen und IT bietet die pmOne AG mit OneMind ein effektives Werkzeug an.
Extrahieren / Transformieren
Die Daten und Metadaten (Strukturen) werden im Rahmen des ETL-Prozesses (Extraktion-Transformation-Laden) aus verschiedenen Quellen extrahiert, durch Transformation bereinigt und vereinheitlicht, um danach in das Data-Warehouse geladen zu werden. Dieser Prozess wird meist in regelmäßigen Zeitabständen durchgeführt , so dass im Data-Warehouse nicht nur Daten nach inhaltlichen Aspekten sondern auch nach dem Aspekt Zeit - also langfristig - gehalten werden, um Vergleichsanalysen zu ermöglichen und eine eindeutige Planungsgrundlage zu schaffen.
Modellhafte Data Warehouse Architektur mit Staging Area, ODS und Star Schema. Klingt kompliziert, ist es manchmal auch. Die Integration heterogener IT-Systeme ist nach wie vor eine spannende Aufgabe. Unsere Experten helfen!
Näherung an die Echtzeit
In den letzten Jahren hat sich mehr und mehr die Frequenz der Beladung erhöht und erreicht dabei fast Real-Time. Dabei werden aktuelle Daten aus den operativen Systemen fast gleichzeitig mit einem in den operativen Systemen anfallenden Geschäftsvorfall in das Data Warehouse überführt. Insbesondere in Branchen wie der Telekom-Industrie oder dem Einzelhandel wird damit der Bedarf nach sofort verfügbaren Auswertungen ohne "Belastung" der operativen Systeme erreicht.
Damit wird auch die sofortige Reaktion auf auffällige Geschäftsvorfälle durch automatische Routinen möglich, ein Konzept das Analysten auch gerne als "Business Activity Monitoring" oder kurz BAM bezeichnen.
| 
