Nachtbergwelt Banner

DWH

Ein sauberes Data Warehouse als Grundlage f├╝r viele Anwendungsf├Ąlle

Data Warehouse (DWH) und DataMarts

Der Definition nach ist ein Data Warehouse (abgek├╝rzt DW oder DWH) eine f├╝r Analysezwecke optimierte zentrale Datenbank, die Daten aus mehreren, in der Regel heterogenen Quellen zusammenf├╝hrt und verdichtet. Durch wachsende Datenberge und die M├Âglichkeiten, auch semi- oder unstrukturierte Daten zu verarbeiten wurde in vergangener Zeit oft schon der Tod des DWHs vorhergesagt.

Vorteil eines DWH ist es jedoch, dass strukturierte Daten nicht nur abgelegt werden, sondern in einem voll integrierten Kern qualit├Ątsgesichert zusammengef├╝hrt werden. So werden Analysen ├╝ber viele Dimensionen wie Kunde, Produkt, K├Ąufe usw. erm├Âglicht. Diese globale Sicht auf Daten aus unterschiedlichen Datenbest├Ąnden wird durch eine geeignete Datenmodellierung im Kern wie z.B. Data Vault erm├Âglicht, die je nach Anforderungslage auszuw├Ąhlen ist. Dabei wird der Aufbau durch eine geeignete Data Governance unterst├╝tzt, welche sowohl die Verantwortung ├╝ber die Daten als auch die Sicherstellung der Datenqualit├Ąt gew├Ąhrleistet.

Von einem gut funktionierenden Kern ausgehend k├Ânnen schnell einzelne Data Marts aufgebaut werden, die einzelne Anwendungsf├Ąlle wie Kampagnenmanagement, Analytics oder Reporting erm├Âglichen.

Die Kunst, aus vorhandenen Daten alles heraus zu holen

Es gibt verschiedene Architekturvarianten um ein Data Warehouse zu konzipieren: Je nach Unternehmensstruktur und BI-Strategie empfiehlt sich ein zentrales Enterprise Data Warehouse oder ein DWH, welches aus mehreren unabh├Ąngigen themenorientierten Systemen besteht. Auch die DWH-interne Architektur ist relevant f├╝r den nachhaltigen Aufbau einer analytischen Datenbasis. F├╝r eine transparente und effiziente Datenbewirtschaftung aller DWH-Systeme ist eine schlanke Schnittstellenarchitektur mit einem hohen Grad an Wiederverwendbarkeit erforderlich. Der Einsatz von Real-Time-Komponenten und eine breite Analyseplattform in Form eines Data Lake er├Âffnen schlie├člich das volle Potenzial der Big Data-Technologie.

CINTELLIC unterst├╝tzt Sie beim Aufbau und der Optimierung von DWHs, DataMarts oder generell bei Ihrer Datenbereitstellung sowie Data Governance.

Abbildung DWH Datamarts

passend hierzu

Ihr Mehrwert

  • Konzeption und Umsetzung der DWH- und DataMart-Zielarchitektur
  • Definition einer Systemarchitektur / Business Intelligence Landschaft
  • Erstellung der Data Warehouse-internen Schichten
  • Unterst├╝tzung bei der Erweiterung des DWH um Big Data-Technologie wie einer Data Refinery inkl. Data Lake
  • Konzeption von zuk├╝nftigen Anwendungsf├Ąllen
  • Modellierung und Aufbau eines architekturkonformen Schnittstellenkonzepts

Unser USP

  • Routine im erfolgreichen Aufbau unterschiedlicher Datawarehouses vom EDWH bis zu spezifischen DataMarts
  • Begleitung von der Architektur bis zur Umsetzung und ├ťbergabe in den Regelbetrieb
  • Praktisches Know-How in der Anbindung und Umsetzung von fachlichen Use Cases im CRM-Umfeld

Wir beantworten gerne Ihre Fragen zum Thema DWH/DataMart

CINTELLIC_Niklas-Scheiwe

Niklas Scheiwe

Senior Consultant
info@cintellic.com
CINTELLIC Consulting - Social Media