Download - Data Warehouse Gregor Zeiler 18.04 - doag.org€¦ · Data Mart Source Source Klare und bewährte Architekturkomponenten Einige, aber wenige Modellierungsoptionen Große Anzahl an

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

Download - Data Warehouse Gregor Zeiler 18.04 - doag.org€¦ · Data Mart Source Source Klare und bewährte Architekturkomponenten Einige, aber wenige Modellierungsoptionen Große Anzahl an

Top Related