Data Warehouse

Datenpool erstellen

Datengrab oder Informationspool? - Der Begriff Data Warehouse wurde vor allem durch den amerikanischen Berater William Inmon geprägt. Sein 1993 veröffentlichtes Buch "Building the Data Warehouse"gilt heute als Standardwerk.

Ein Data Warehouse (dt. Warenhaus) ist eine integrierte, strukturierte und historische Sammlung aller in einem Unternehmen oder Unternehmensbereich vorhandenen Daten. In diesen Datenpool fließen interne und externe Daten ein, die konsolidiert, verdichtet und analysiert werden. Hierzu zählen auch die Kenntnisse und Erfahrungen der Mitarbeiter.

Um umfangreiche Warehouses bzw. Datenbestände überhaupt "zugreifbar"zu halten, werden in der Praxis sogenannte (Data) Marts, d.h. abteilungs- bzw. anwenderspezifische Teilmengen ausgegliedert und bereitgehalten. Der Nutzen besteht vor allem in der Vielfalt der möglichen Auswertungen, bedingt aber auch eine strukturierte und zielorientierte Datenerfassung.

Folien Download, PDF 25 kB »

Allgemeine Data Warehouse-Architektur

Data Warehousing ist ein evolutionärer Prozess: Ein Data Warehouse kann man nicht kaufen. Man muss es bauen. Es gibt deshalb kein einfaches Standarddesign für ein Data Warehouse, sondern Größe und Aussehen eines Data Warehouses variieren gemäss der Unternehmensstruktur und den Anforderungen der Benutzer. Konzeption und Erstellung eines Datenkaufhauses kann zu einem langwierigen und teuren Prozess auswachsen.

Bei der Implementierung einer Data Warehouse-Lösung ist zu beachten, dass die für die Unternehmensführung notwendigen Informationen aus den verschiedenen betrieblichen Bereichen (z.B. Produktion, Vertrieb) oder organisationsexternen Quellen wie z.B. Nachrichten- oder Online-Diensten stammen.

Auf dieser operativen Ebene, können alltägliche Daten gespeichert und aktualisiert werden, d.h. neben dem nur Lesezugriff besteht auch die Möglichkeit, die Daten zu verändern. Entsprechend dem Data Warehouse-Grundgedanken sind diese Informationen zunächst zusammenzufügen und umzuformen, bevor sie transformiert, und schließlich im „Datenwarenhaus“gesammelt und aufbereitet werden.

Bedarfsgerechte Information

Das Data Warehouse versteht sich als eine Zentrale der Bereitstellung aller notwendigen nachgefragten Informationen, auf die hauptsächlich ein lesender Zugriff möglich ist. Wie in einem Warenhaus holt sich der Kunde nach seinem Bedarf und in Selbstbedienung die Ware Information aus den Regalen in seinen Warenkorb.

Die Regale sind nach Themengebieten geordnet, das Warenangebot ist kundenorientiert. In sogenannten Data Marts werden speziellen Nutzergruppen z.B. Außendienstlern, Daten zur Verfügung gestellt. Diese Daten sind konsistent mit den Daten im Data Warehouse und zusätzlich ist noch ein schreibender Zugriff darauf möglich.

Auf der Decision Support-Ebene können dann mit Hilfe von Data Mining und OLAP die Daten analysiert und ausgewertet werden.

Daten aktualisieren

Ein Data Warehouse wird in aller Regel als Nur-Lese-Datenbank konzipiert. Dabei können Anwender Informationen einsehen, mitunter manipulieren, aber sie können die Werte der Daten in der Datenbank nicht ändern. Die einzigen Aktualisierungen einer analytischen Datenbank finden gemäss ihrem vorab definierten Zeitplan statt.

Die Häufigkeit, mit der die Daten aktualisiert werden, richtet sich nach den individuellen Anforderungen des Unternehmens. Für wochen- oder monatsgenaue Daten reicht eine Übernahme in Zeiten geringer Systembelastung (z.B. an Wochenenden). Werden tagesaktuelle Daten benötigt, erfolgt der Transfer in der Regel nachts.

Folien Download, PDF 24 kB »

Gründe für den Bau eines Data Warehouse

In einem Unternehmen spricht vieles dafür, sich ein Data Warehouse einzurichten. Die Menge der vorhandenen Daten ist groß, aber der Nutzen, dem man daraus zieht, ist meist noch sehr klein. Es kostet heute unter Umständen mehr, die in den verschiedenen Systemen gehaltenen Daten zu warten und zu pflegen, als man durch Analyse dieser Daten an Nutzen gewinnt.

Darin steckt die erste treibende Kraft, ein Data Warehouse aufzubauen. Data Warehousing sammelt alle Unternehmensdaten und stellt sie in einem fachlich orientierten Behälter allen zur Verfügung, die an den Unternehmensprozessen beteiligt sind.

Die Zahl der Mitarbeiter, die Entscheidungen zu treffen haben, ist heute wesentlich gewachsen gegenüber dem Nutzerkreis der frühen Führungsinformationssystemen. Das ist der zweite Grund ein Data Warehouse aufzubauen.

Ein dritter Grund ist das direkte Ansprechen des Kunden durch die neuen Medien wie z.B. Internet. Die Menge an elektronischem Kundenkontakt übersteigt in Qualität und Quantität alles, was bisher an Daten in internen Quellen vorhanden ist.

Anforderungen an ein wirksames Data Warehouse

Ein wirksames Data Warehouse muss folgende Anforderungen erfüllen:

  • Es eröffnet die Möglichkeit, auf Daten aus unterschiedlichen Quellen zuzugreifen, die ursprünglich in beliebigen Datenbankformaten und auf beliebigen physikalischen Technologieplattformen vorliegen.
  • Es kann jede Art von Datenmaterial behandeln, so z.B. strukturierte relationale Daten, unstrukturierte Texte, multidimensionale Daten, Multimedia-Material oder Daten in Ton- und Videoform.

Für den Endbenutzer sind die Daten so aufbereitet, dass eine wirkungsvolle Entscheidungsunterstützung auf der Basis intensiver Informationsanalyse gewährleistet ist. In der Regel werden dazu zusätzliche Applikationen eingesetzt.

Links und Literatur

http://www.symposion.de/wissen/wm_18.htm

http://www.cosy.sbg.ac.at/~fwilhelm/Referate/Dwh_WW/Index.html

http://www.heise.de/ct/97/03/284/

Tagcloud

Kommunikation Unternehmenskommunikation Leistung Kennzahlen Krise Veränderung Methode Motivation Führung Literatur Vertrieb Kunden Zukunft social network Loyalitätsmarketing Ablauf Kundenbindung Modell Management Internet Instrument Produktion Vertrieb Vision Prozess Social Media E- Personal Team CSR ILTIS Planung Hörbuch Produkt Innovation Knigge Organisation Organisationsentwicklung Markt Strategie Beratung Grundsätze Kommunalberatung Mitarbeiter Verkäufer Marke Change-Management HRM Lernen Wettbewerb IT Community Akzeptanz Erfolg Finanzierung Konflikt Wissensmanagement Service Recruiting Unternehmen Qualitätsmanagement Potenzial Entscheidung Management by Emotion Kundenloyalität Intuition Mitarbeitergespräch Unternehmenskultur Kultur Projekt Börse IT-Trend Führungskraft Orientierung Kompetenz Kündigung Projektmanagement Verhalten Konkurrenz Karriere Marketing Ziele Resilienz Information Mensch Coaching Widerstand Macht Medien Erfahrungswissen Assessment Event Kundenzufriedenheit Gehirntraining Werte Führungstipps Psychologie Netzwerksicherheit Touchpoint Outsourcing Empfehlungsmarketing Prioritäten Netzwerk Potenzialentwicklung Messung Umwelt Manager Commitment Checkliste Wachstum Kreativität Controlling Mentoring Corporate Wandel Regeln Kommunikationsmodell Intelligenz Zielgruppe Qualität Veränderungsprozess Bewerberauswahl Demographie Mitarbeiterzufriedenheit Präsentation Strategieverwirklichung Risiko Navigationsinstrument Ideen CMS Verwaltung Trend Value Literatur Change Management CRM Zielvereinbarung Mitarbeiterbefragung Markterfolg Kulturkompetenz Diversity Souveränität Profit IT-Infrastruktur Leadership Mitarbeitermotivation Kundenrückgewinnung System Navigation Altersstruktur Kommune Weiterbildung Science of Happiness at Work Image Mobile Erreichbarkeit E-Mail Ethik Projekt Office Anforderungsprofil High Potentials Bürgermeister intrnational Mediation Anwenderbetreuung Mobile Marketing Burn-Out Energie Mitarbeiterbindung Nachhaltigkeit Verhandlung Datenschutz Moderation Authentizität Führungsstil Akquise Verbraucher Business-Ettikette Charisma Telefonie Dynamic Experience Research Verwaltung Training Visualisieren

Neues bei ILTIS

Lean Services

Wie Sie den Change vom Kostenfaktor hin zum Qualitätsdienstleister meistern

Das erfahren Sie bei uns