Data Warehouse
Data Warehouse ist ein Begriff, der einem in der Welt der Datenverarbeitung immer wieder begegnet. Doch worum handelt es sich dabei genau, wozu wird es verwendet und wie kann es den Unternehmensalltag erleichtern?
1. Was ist ein Data Warehouse?
Ein Data Warehouse dient dazu, Informationen logisch miteinander zu verbinden und transparent sowie übersichtlich darzustellen. Es handelt sich um ein Datenlager, das Daten aus verschiedenen Datenquellen zu Analysezwecken sammelt, verdichtet und dauerhaft sichert. So können Daten aus meist heterogenen Quellen zusammengeführt und übersichtlich aufbereitet werden, um sie dann zu analysieren. Daraus ergibt sich eine Reihe von Vorteilen für die Anwenderin bzw. den Anwender, da sich ein vereinfachter Zugriff auf unterschiedliche Daten ergibt, die strukturiert und geordnet in einer zentralen Datenbank gesichert sind und zur Weiterverarbeitung bereitstehen.
2. Wozu wird ein Data Warehouse verwendet?
Sinn und Zweck der Datensammlung im Data Warehouse ist es, die Daten in der Folge analysieren zu können und so einen umfassenden Überblick über den gesamten Datenbestand eines Unternehmens zu schaffen und basierend darauf zu planen und zu entscheiden. Das Data Warehouse dient somit als Datengrundlage, die alle Daten beinhaltet und allen gleichermaßen zur Verfügung steht. Zur spezifischen Weiterverarbeitung erstellt das Datenlager sogenannte Data Marts, logisch zusammenhängende Teilbestände.
Für Unternehmen ist der Einsatz eines Data Warehouses zur zentralen Bereitstellung unterschiedlicher Daten, etwa aus verschiedenen Abteilungen, ein praktisches Tool, um verschiedenste Prozesse sowohl in Hinblick auf Zeitmanagement als auch Qualität zu optimieren.
3. Die vier Teilprozesse des Data Warehousings
Der Prozess des Data Warehousings stellt die Gesamtheit der Datenbeschaffung, Verwaltung, Sicherung und Bereitstellung dar. Um die praktische zentrale Datensammlung effizient nutzen zu können, werden vier Teilprozesse durchlaufen:
- Datenbeschaffung: Daten werden aus unterschiedlichen Beständen extrahiert und in das Datenlager integriert
- Datenhaltung: Daten werden langfristig im Datenlager gespeichert und archiviert
- Datenversorgung: Daten werden an nachgelagerte Systeme weitergegeben, Data Marts werden bereitgestellt
- Datenauswertung: Daten werden analysiert und ausgewertet
4. Wie ist ein Data Warehouse aufgebaut?
Ein Data Warehouse besteht aus mehreren Komponenten und Schichten, die erst einmal erstellt werden müssen, um das Datenbanksystem zu erschaffen und nutzen zu können. Spricht man von einer Architektur des Data Warehouses, ergeben sich vier Bereiche:
- die Quellsysteme, die die verschiedenen Daten für das Datenlager bereitstellen,
- die Data Staging Area, die mittels Extraktion, Strukturierung und Transformierung die Daten in das Datenbanksystem integriert,
- die Data Presentation Area, eine parallele Plattform zu den eigentlichen Quellsystemen, auf der die Daten präsentiert und für weitere Anwendungen zur Verfügung gestellt werden,
- und die Data Access Tools, die den Datenzugriff auf das komplette Data Warehouse oder einzelne Teilbestände, die Data Marts, ermöglichen.
5. Anwendung des Data Warehouses in Unternehmen
Datenverarbeitung ist ein fester Bestandteil unternehmerischer Tätigkeiten, die Datenflut wird immer größer und damit umzugehen immer schwieriger. In so gut wie allen Branchen versuchen Unternehmen, ihre Abläufe durch Analyse zu optimieren. Hier kommt das Data Warehouse ins Spiel.
Das Datenlager sorgt dafür, dass Unternehmensdaten praktisch und übersichtlich verwaltet und logische Verbindungen hergestellt werden. Somit kann das Unternehmen übergreifende Analysen von Daten aus unterschiedlichen Quellen durchführen und dadurch seine Effizienz in der Datenverarbeitung und dadurch seine Produktivität steigern. Verschiedensten Abteilungen und Bereichen wird die Zusammenführung ihrer Arbeit erleichtert, da alle gleichermaßen auf das Data Warehouse zugreifen und Analysen zu unterschiedlichen Zwecken durchführen können. So ergibt sich eine Vielzahl an Möglichkeiten zur Optimierung, wie etwa:
- Ermittlung von Kosten und Ressourceneinsatz
- Analyse unterschiedlicher Geschäftsprozesse und Produktionsabläufe
- Flexible Verfügbarkeit von Berichten und Statistiken
- Übersichtliche Informationsaufbereitung zur Erstellung von Produktkatalogen
- Struktur und Überblick für eine globale Unternehmenssicht
- Gesteigerte Transparenz in den verschieden Unternehmensabläufen
- Verwendung der aufbereiteten Daten zur weitergehenden Analyse
Die Datenanalyse unter Anwendung eines Data Warehouses ist Teil der Business Intelligence. Unternehmerische Abläufe werden durch die Aufbereitung der Daten im Datenlager verbessert und in die Unternehmensstrategie integriert. Weiterführende Analysen wie etwa Predictive Analytics sorgen dafür, Trends zu erfassen und Entwicklungen am Markt vorauszusagen. In der Summe tragen diese Prozesse wesentlich dazu bei, Unternehmensabläufe effizienter zu gestalten und die Produktivität sowie den Ertrag zu steigern.
Hier finden sich weitere Informationen zu unserem Master-Lehrgang Business Analyticss und unseren Praxisseminaren Big Data und AI im Wandel der Zeit, AI in Anwendung sowie Data Science and Machine Learning.
