komplexe FormelnDie Datenintegration umfasst die Extraktion, Transformation und das Laden (ETL) entlang der Schichten der Business Intelligence Architektur. Dazu gehört die Überleitung von Quelldaten aus den Schnittstellen in das Core Data Warehouse sowie die Überleitung der detaillierten Core Data Warehouse Daten in die Data Marts. Im Rahmen dieses Prozesses werden i.d.R. umfangreiche Filterungen, Umschlüsselungen, Wertableitungen sowie Verdichtungen und Anreicherungen auf die Daten angewendet. Voraussetzung für die korrekte Implementierung dieser Datenüberleitungen ist deren genaue Spezifikation.

Unsere Kompetenz
INFORMATION WORKS unterstützt seine Kunden umfassend bei Design und Implementierung der benötigten Datenintegrationsmechanismen. Dabei greift INFORMATON WORKS auf Projektmethoden zurück, die in der Wissensdatenbank
metaWORKS® BI Reference Library in das Projekt eingebracht werden. Dazu gehören sofort einsetzbare Muster für Themenbereiche wie:

  • Methoden zur Spezifikation komplexer Feldmappings inkl. Abbildung von Datenqualitätsregeln
  • Design von Datenintegrationsmechnismen für die fachliche und technische Historisierung (z.B. Slowly Chanigung Dimensions Typen 1-3) inkl. Verfahren zur Historisierung gem. regulatorischer Anforderungen
  • Datenmodelle vorbereitet für die Bereinigung von Fehlbeladungen auf Detaildaten und in Summenstrukturen inkl. Restart-Fähigkeit von Prozessen
  • Aufbau konsistenter Ablaufststeuerungen für Stamm-und Bewegungsdaten inkl. Ableitung künstlicher Schlüssel
  • Berücksichtigung von Logging und Monitoring Mechnismen
  • Zur Unterstützung der Implementierung der Datenintegration stellen wir unseren Framework etlWORKS bereit.

Sie wünschen nähere Informationen zum methodischen Vorgehen in Business Intelligence Projekten im Bereich der Datenintegration? Sprechen Sie uns an.

Business Analytics

Unternehmen erzielen Wettbewerbsvorteile zunehmend aus der Überlegenheit ihrer Geschäftsprozesse. Diese sind laufend zu messen und zu verbessern. Unvorhersehbare Entwicklungen müssen frühzeitig aufgedeckt und in ihren Wirkungszusammenhängen verstanden werden. Zutreffende Vorhersagen über zukünftige Ereignisse werden benötigt, um bessere Entscheidungen zu treffen - oder zumindest früher auf Fehlentwicklungen zu reagieren. Business Analytics ist hierfür unverzichtbar und der geschäftliche Mehrwert ist oft unmittelbar messbar.