CubeFachbereiche benötigen performante, mehrdimensionale Analysen auf Basis konsistenter Grunddaten. Oft sind zusätzliche Kennzahlen zu berechnen und entlang fachbereichsspezifischer Sichten darzustellen. Darüber hinaus müssen die Flexibilitätsanforderung der Fachbereiche an die zu entwickelnde Lösung berücksichtigt werden. Fachbereiche mit hoher IT-Kompetenz und einer sehr agilen Arbeitsweise (z.B. Database Marketing) benötigen oft erhebliche Freiheitsgrade, die in der Architekturkonzeption zu berücksichtigen sind.
Fachbereichsbezogene Analysedatenbestände, die inhaltlich einen Ausschnitt der gesamten Steuerungsdaten des Unternehmens umfassen werden als „Data Mart“ bezeichnet. In einem integrierten Architekturansatz werden Data Marts einheitlich aus vorbereiteten Daten des Data Warehouses beladen. Jedoch sind auch unterschiedliche Architekturvarianten zu bewerten, wenn die Entscheidung zwischen einem vollautomatisierten architected Data Mart und einem agilen Data Mart zu treffen ist.

Nutzen Sie einen Architected Data Mart, wenn Sie z.B. folgende Aussagen bejahen können:

  • Das Ziel ist ein Standardreporting über definierte Zeilenstrukturen und Kennzahlen.
  • Die Struktur ihrer Dimensionen ist abgestimmt und weitgehend stabil.
  • Veränderungen der Zuordnungen von Elementen innerhalb der Dimension können über geeignete Historisierungsverfahren im Bereich der Datenmodellierung berücksichtigt werden.
  • Die Analysepfade sind vorhersehbar und bewegen sich in einem definierbaren Datenraum.

Greifen Sie auf Konzepte agiler Data Marts zurück, wenn z.B. die folgenden Aussagen die Anforderungssituation beschreiben:

  • Analysepfade und Auswertungsdimensionen sind nur sehr begrenzt vordefiniert.
  • Der Fachbereich besitzt erhöhte IT-Kompetenz und möchte in der Lage sein, zusätzliche Daten ad hoc anzureichern.
  • Der Fachbereich möchte Auswertungsdimensionen unabhängig von den automatisch von Vorsystemen bereitgestellten Datenzusammenhängen manuell definieren.
  • Es ist erforderlich Wertgrößen durch Direkteingabe in die Auswertung aufzunehmen und/oder freie What-if-Analysen durchzuführen.

Mitunter sind auch hybride Szenarien zu unterstützen. So z.B. wenn der Fachbereich zunächst im Rahmen prototypischer Phasen herausarbeiten muss, welches Datenmodell für seine Anforderungen geeignet ist. In diesen frühen Phasen ist oft die Automatisierung der zugrundeliegenden Datenbereitstellungsprozesse nicht sinnvoll. Vielmehr ist der automatisierbare Kern der Anwendung zunächst vom Fachbereich zu identifizieren. Ist dies geschehen kann die IT hierfür den Regelbetrieb übernehmen während der Fachbereich für die Pflege der agilen Bereiche des Datenmodelles verantwortlich ist. Um solche Szenarien aufzubauen ist besonders auf die Werkzeugauswahl zu achten, damit die benötigten Funktionen tatsächlich zur Verfügung stehen.

 Sie wünschen nähere Informationen zum Aufbau Ihrer Data Mart Architektur? Sprechen Sie uns an.