Data Warehouse Gregor Zeiler 18.04 - doag.org€¦ · Data Mart Source Source Klare und bewährte...

2012 © Trivadis

BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN

Das generierte

Data Warehouse

DOAG BI Konferenz 2012

Gregor Zeiler

18.04.2012

18.04.2012

Das generierte Data Warehouse

1

2012 © Trivadis

Erwartungshaltungen und Hoffnungen an die „Generator-Box“

18.04.2012


2

Unterstützung bei der strukturierten

Erarbeitung der Anforderungen

Einfache Modellierung des DWHs

Schnelle und effiziente Generierung

der DWH-Komponenten

Aktuelle Dokumentation ohne

großen Aufwand

Flexibilität bei Erweiterungen oder Änderungen

Geregelter Umgang mit Fehlern bei der

Beladung und der Datenqualität

2012 © Trivadis

Entwicklung Test Fachkonzept Techn. Konzept Deploy

Fach-

Anforderungen

Architekturvorgaben

Log. Modelle Input Generator

Manuelle

Anpassungen

Tests

Generator

Hand-made

In welchen Bereichen kann ein Generator unterstützen?

18.04.2012


3

Fachkonzept

Fach-

Anforderungen

Techn. Konzept

Architekturvorgaben

Log. Modelle

Entwicklung Test

Anlage der Datenbankobjekte

Aufbau der Mappings

Gesamtdatenfluss-Steuerung

Cleansing Rules, Error-Handling

Testing

Source

Staging

Cleansing

DWH-Core

Data Mart

Source Source

Deploy

2012 © Trivadis

Umfang der Unterstützung durch den Generator

Warum funktioniert ein Generator-Ansatz im DWH Bereich

und in welchem Umfang kann er unterstützen

18.04.2012


4

Source

Staging

Cleansing

DWH-Core

Data Mart

Source Source

Klare und bewährte Architekturkomponenten

Einige, aber wenige Modellierungsoptionen

Große Anzahl an wiederkehrenden Aufgaben

Eigenschaften von DWH-Lösungen

Einfaches Mapping Datenquelle in Staging

…bis zur

Generierung von allen Ebenen im DWH

Modellierungsoptionen (Dimensional, NF mit

Versionstabellen)

Historisierung Support der SCD Typen

Konfigurierbare Load-Strategien (Initial, delta,

reload, fix/sliding window, …)

Multilingual Support

Cleansing rules, Singleton Support

Workflow/Scheduling

Errorhandling/logging load process

uvm.

2012 © Trivadis

Und nach der „grünen Wiese“…

18.04.2012

Das generierte Data Warehouse 5

Fachkonzept Techn. Konzept Entwicklung Test Deploy

Generator

Source

Staging

Cleansing

DWH-Core

Data Mart

Source Source

DWH - Environment

…beginnt das Änderungs/Changemanagement

2012 © Trivadis

Agilität und Effizienz durch DWH-Lifecyclemanagement

18.04.2012


6

Source

Staging

Cleansing

DWH-Core

Data Mart

Source Source

Entwicklung Test Fachkonzept Techn. Konzept Deploy

Generator

Hand-made

Fachkonzept Techn. Konzept Entwicklung Test Deploy

RE, Modelling, Generation, Deployment

Simplify

DWH Approach

2012 © Trivadis

Studienergebnisse: „Data Management for BI“ Quelle: US-Marktforscher Aberdeen, 11/2011

18.04.2012


7

370 Unternehmen

Best in class

20 %

Mittelfeld

50%

Trödler

30%

Dauer für die Einbindung

einer neuen Datenquelle

12 Tage

½ Monat

60 Tage

2 Monate

143 Tage

5 Monate

Informationen stehen innerhalb der

gewünschten Zeit zur Verfügung

93 % 80% 34%

Nutzer Zufriedenheit

(Anteil zufrieden bis sehr zufrieden)

82% 37% 8%

Einsatz Data Integration Tools 75% 66% 46%

Data Modelling Software 66% 41% 30%

2/3 der „Best in class“ geben an, die Nutzung von BI-Werkzeugen systematisch zu überprüfen.

Jeder Zweite erklärt, die Erfordernisse der Anwender in formalisierten Prozessen zu erheben.

370 Unternehmen

Best in class

20 %

Mittelfeld

50%

Trödler

30%

2012 © Trivadis

Wie viel kann ein Generatoreinsatz bringen

18.04.2012


8

Ʃ 90

Ʃ 55

Einsparungspotential aus

reinen Generatoransätzen

Ʃ 85

Ʃ 45

Einsparungspotential mit

DWH-Lifecycleansatz

Basis ist „Hand-made“

0 10 20 30 40 50 60 70 80 90 100

15 20 60 5

Fachkonz. Tech. Konz. Implementierung, Test, Deployment

Ʃ 100

10

45

15

55

Einsparungspotential mit

Changemanagemet Support „Grün“ x Anz. Änderungen/Releases

Rechen-Exempel:

50 Dimensionen mit durchschnittlich 2 Ebenen (100 Entitäten), 25 Faktentabellen (25 Entitäten)

Bei 4 Ebenen (Staging, Cleansing, Core, Data Mart) sind das 4x125=500 DB Objekte und 500 Mappings

Wenn die Anlage eines DB Objektes ¼ Stunde dauert und ein Mapping in 2 Stunden erledigt ist,

dann sind das ca. 140 Tage Implementierungsaufwand Hand-made. (Gesamt wären das ca. 230 Tage)

2012 © Trivadis

18.04.2012


9

biGenius Data Warehousing

Schnell

Einfach

Umfassend

TM

2012 © Trivadis

Die Vision –

Mit 3 Grundsätzen zum Erfolg

18.04.2012


10

biGenius

Schnell Einfach Umfassend

all-in-one

Produkt

Anforderungsanalyse

Modellierung

Data Source Integration

Generierung

Deployment

Dokumentation

Loadcontrol, Testing

Simplify DWH

Approach

Einmaldefinition

Best Practice Design

Built-in BI-Expertise

Versionsmanagement

Lifecycle Management

Generator für

DWH-Objekte

Massive Zeiteinsparung

Änderungsflexibilität

Generierte Qualität

Standardisierung

Leichte Wartbarkeit

Geringes Projektrisiko

2012 © Trivadis

biGenius Overview, Modules

18.04.2012


11

Business

Department

BI-Architect

BI-Admin

BRE Business

Requirements

Engineering

MGD Modelling

Generation

Deployment

Staging

Cleansing

DWH-Core

Data Mart

Source Source Source

LCM Load Control Monitoring

DQT Data Quality Testing

Data Steward

technical

Documentation

Business

Blueprints

2012 © Trivadis

biGenius BRE/MGD+ORA OWB Plugin

18.04.2012


12

MGD

Source

BRE

Business

Department BI-Architect

Meta Data Database biGenius Application DB

Data Source Meta Data Integration

XM

L

XS

LT

X

SLT

OMB+

SCRIPT

OWB

OWB-Automation Framework

Design

Repository

Produktiv

Repository

Test

Repository

Entwicklung

Repository

OWB/DB Spezialist

Terms Terms/Entities

ORA OWB Plug-in

2012 © Trivadis


biinformed. Trivadis

Gregor Zeiler

Business Development Manager BI

Handelskai 94-96

A-1200 Wien

Tel. +43-1-332 35 31

Fax +43-1-332 35 34

[email protected]

www.trivadis.com

18.04.2012


16

biGenius™ RoadShow @ trivadis

STUTTGART 19 April

FRANKFURT A.M. 02 Mai

HAMBURG 03 Mai

DÜSSELDORF 04 Mai

LAUSANNE 09 Mai

BERN 10 Mai

BASEL 15 Mai

ZÜRICH 21 Mai

WIEN 22 Mai

Data Warehouse Gregor Zeiler 18.04 - doag.org€¦ · Data Mart Source Source Klare und bewährte...

Documents

Transcript of Data Warehouse Gregor Zeiler 18.04 - doag.org€¦ · Data Mart Source Source Klare und bewährte...