DWH
Der Aufbau eines Data Warehouse (DWH) bzw. DataMarts ist die Basis für alle weiteren technischen Anwendungsfälle
Data Warehouse (DWH) und DataMart
Der Definition nach ist ein Data Warehouse (abgekürzt DW oder DWH) eine für Analysezwecke optimierte zentrale Datenbank, die Daten aus mehreren, in der Regel heterogenen Quellen zusammenführt und verdichtet. Oft wird das Data Warehouse auch als Datenlager bezeichnet. Vorteil eines DWH ist, dass eine globale Sicht auf Daten aus unterschiedlichen Datenbeständen entsteht. Gleichzeitig vereinfacht sich der Anwender-Zugriff auf die Daten, da sie in einer zentralen Datenbank konsistent und strukturiert bereitgestellt sind.
Bei einem DataMart gingegen handelt es sich oft um ein Teilsegment eines Data Warehouse. Die (Teil-)Datenbank ist für die Anforderungen einer bestimmten Benutzergruppe konzipiert. DataMarts bieten somit Zugriff auf Informationen in einem Data Warehouse innerhalb von Tagen statt Monaten oder Jahren und beschleunigen so die Geschäftsprozesse. Ein Data Mart ist eine kosteneffektive Art, um schnell wertvolle Erkenntnisse zu gewinnen.
Die Kunst, aus vorhandenen Daten alles heraus zu holen
Es gibt verschiedene Architekturvarianten ein Data Warehouse zu konzipieren: Je nach Unternehmensstruktur und BI-Strategie empfiehlt sich, ein zentrales Enterprise Data Warehouse oder ein DWH, welches aus mehreren unabhängigen themenorientierten Systemen besteht. Auch die DWH-interne Architektur ist relevant für den nachhaltigen Aufbau einer analytischen Datenbasis. Für eine transparente und effiziente Datenbewirtschaftung aller DWH-Systeme ist eine schlanke Schnittstellenarchitektur mit einem hohen Grad an Wiederverwendbarkeit erforderlich. Der Einsatz von Realtime-Komponenten und eine breite Analyseplattform in Form eines Data Lake eröffnen schließlich das volle Potential der Big Data – Technologie.
CINTELLIC unterstützt Sie beim Aufbau und der Optimierung von DWHs, DataMarts oder generell bei Ihrer Datenbereitstellung und Data Governance.
passend hierzu
Ihr Mehrwert
- Konzeption und Umsetzung der DWH- und DataMart-Zielarchitektur
- Definition einer Systemarchitektur / Business Intelligence Landschaft
- Erstellung der Data Warehouse-internen Schichten
- Unterstützung bei der Erweiterung des DWH um Big Data – Technologie wie einer Data Refinery inkl. Data Lake
- Konzeption von Big Data-Anwendungsfällen
- 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 Übergabe in den Regelbetrieb
- Praktisches Know-How in Big Data-Technologie
