DATAWAREHOUSE, BIG DATA-, BUSINESS ANALYTIC UND DATA SCIENCE

Geschwindigkeit, Benutzerfreundlichkeit und Flexibilität standen von jeher im Fokus von Business Intelligence / Analytic – und Datawarehouse-Lösungen. Stetig wachsende Datenmengen und Anforderungen an die Performance, sowie polystrukturierte Informationen lassen sich durch aktuelle Big Data-Lösungen mit überschaubarem Aufwand abbilden. Für die strukturierte Analyse aggregierter, qualitativ hochwertiger und vertrauenswürdiger Daten, eignen sich Datawarehouse-Systeme nach wie vor hervorragend.

Steigende Anforderungen im Bereich Datawarehouse und Business Analytics

Steigende Anwenderzahlen und deren Wunsch, selbstständig komplexe Analysen einfach und von überall in nur wenigen Sekunden durchführen zu können, überfordern jedoch bestehende DWH- und Business Intelligence- / Analytic-Lösungen oftmals.

Reifegrad und Wertschöpfung von Business Analytics und Datawarehouse-Lösungen

Der Reifegrad einer Datawarehouse und Business Intelligence- / Analytic-Lösung bestimmt deren Wertschöpfung.

Datawarehouse- und Business Analytic-Systeme neu entwickeln

Datawarehouse- und Business Analytics-Systeme, die über viele Jahre oder Jahrzehnte gewachsen sind, einfach mal neu entwickeln? Das ist in den meisten Fällen weder notwendig noch sinnvoll. Die methodische und technologische Weiterentwicklung bestehender Prozesse und Lösungen im Bereich Datawarehouse und BI liefert hingegen schnell und mit überschaubarem Aufwand die gewünschten Ergebnisse.

Technologische Antworten auf aktuelle Herausforderungen im Bereich Datawarehouse- und Business Analytic

Fast durchgängig bieten die diversen, aktuellen Business Intelligence / Analytic- und Datenbank-Systeme Funktionen um in den unterschiedlichen Bereichen teils drastische Verbesserungen herbeizuführen. Das gilt sowohl für die Performance als auch die Entwicklungs- und Wartungsaufwände. Neben der Kombination mit Big Data-Systemen sind dabei z.B. folgende Funktionen von zentraler Bedeutung:

  • Spaltenorientierung
  • Parallelisierung
  • Transparente Nutzung unterschiedlicher Quellen innerhalb einer Analyse
  • Appliance-Lösungen und verteilte Architekturen
  • In Memory-Verarbeitung

Methoden und Modelle um aktuelle Herausforderungen zu meistern

Methodische Änderungen oder Anpassungen der Datenmodelle können sowohl zu einer deutlichen Senkung des Aufwandes bei der Datenvorbereitung als auch deutlich beschleunigten Entwicklungsprozessen und einer flexibleren Nutzung der Informationen führen. Zu nennen sind hierbei z.B.:

  • Agile Methoden
  • Data-Vault-Modellierung
  • Virtuelle DataMarts
  • Machine Learning und KI für die Datenvalidierung und Aufbereitung der Stammdaten / Dimensionen

Veränderter Fokus Datawarehouse und Business Analytic

IdeeHat man sich in der Vergangenheit oftmals auf die Bereitstellung von Dashboards, Cubes und Reports konzentriert, so stehen nun neben Self-Service BI mit hoher Performance, Prognosen und Planungen, sowie Data Science  im Fokus. Diese sollen in das Datawarehouse zurückgeschrieben und in den Berichten sowie Analysen ad hoc zur Verfügung stehen. Auch die Verwendung individueller Daten in den eigenen Berichten und Analysen ist ein viel gehegter Wunsch der BI-Anwender. Stehen diese Funktionen nicht zur Verfügung, so endet ein DWH- und Business Intelligence-System oftmals als „Datenpumpe“ – die Anwender laden sich die Daten massenweise mittels Listenreports herunter und verarbeiten die Daten lokal mittels individueller, nur schwer wartbarer Excel-Anwendungen und Access-Datenbanken.

Technisch lässt sich diese Anforderung mit aktuellen Lösungen professionell abbilden, z.B. durch den Einsatz von:

  • Webservices
  • Apache Spark
  • In Memory-Datenbanken und Add-Ons (z.B. SAP Hana, SQL-Server, Apache Ignite)

Fazit

Erhöht wird durch die kombinierte Verwendung der genannten Methoden und Technologien nicht nur der Nutzen für den Kunden, sondern auch die Effizienz in Datawarehouse- und Business Intelligence- / Analytic Projekten.

Mehr als 20 Jahre Expertise im Bereich Datawarehouse, Business Intelligence und Business Analytics, sowie Data Science

Wir verfügen über umfangreiche Expertise beim optimalen Einsatz der gängigen und aktuellen Methoden, Technologien und Lösungen wie z.B.:

  • Cloudera
  • Oracle Database
  • Microsoft SQL Server / Analysis
  • PostgreSQL
  • DB2
  • IBM Cognos Analytics
  • SAP Business Objects
  • SPSS
  • Informatica

Open Source Lösungen, wie z.B.:

  • Python, Tensorflow, FastAI
  • R
  • Apache Superset
  • Apache Parquet, Spark, Hadoop, Hbase, Cassandra
  • Tomcat, Wildfly, Apache Webserver

Möchten Sie mehr über die Möglichkeiten in den Bereichen Digitalisierung, Data Science, Business Intelligence / Analytic, Datawarehouse und Big Data erfahren? Rufen Sie uns unter +49 2547 93998 0 an oder schreiben Sie uns eine Nachricht. Wir beraten Sie gerne persönlich.

Ich erkläre mich mit der Erhebung, Verarbeitung und Speicherung meiner hier gemachten Angaben gemäß Ihrer Datenschutzerklärung einverstanden. Meine Einwilligung kann ich jederzeit durch formlose Mitteilung an Sie widerrufen.