Die Anforderungen an die Aufbereitung und Bereitstellung von Daten steigen kontinuierlich. Deshalb wird es zunehmend wichtiger, dass die immer größer werdenden Datenmengen möglichst schnell aufbereitet, harmonisiert und kumuliert werden und für Analysen zur Verfügung stehen. Manuelle Prozesse können mit dieser Entwicklung nicht mehr Schritt halten.
Kurzum: Ein methodisches Umdenken ist erforderlich. Mit einer Data-Warehouse-(DWH-)Automatisierung kann diesem Problem grundsätzlich beigekommen werden. Durch ein automatisiertes DWH wird die Datenverarbeitung und -auswertung radikal beschleunigt. iConsilium setzt bereits seit Jahren erfolgreich Automatisierungsprojekte bei Kunden um und hat dadurch weitreichende Erfahrungen in den verschiedensten Branchen gesammelt.
Das Data Warehouse als Fundament
Das Data Warehouse bildet das Fundament für Business Intelligence und das Customer Relationship Management. So unterstützt ein DWH folgende Geschäftsprozesse maßgeblich:
Managementinformationssysteme wie Online Analytical Processing oder Reporting
- analytisches CRM
- Geschäftsprozessoptimierungen
- Datamining
- Customer Lifetime Value
Das Data Warehouse integriert dabei Daten aus den verschiedensten Bereichen und den damit verbundenen Systemen. Es bezieht typischerweise sozialdemografische Daten, Servicedaten oder auch Finanzkennzahlen mit ein. Auf Basis der aufbereiteten Daten können operative Systeme (z.B. das Kampagnenmanagement) entsprechende Mehrwerte für das Unternehmen generieren.
Was ist eine Data-Warehouse-Automatisierung?
Data-Warehouse-Automatisierung ist eine Kombination von neuen Data-Warehousing-Tools und Methoden zur Steigerung von Effizienz und Effektivität in Data-Warehouse-Prozessen. Es handelt sich allerdings um mehr als die reine Automatisierung der Entwicklung bei der Erstellung des Data Warehouses. Vielmehr umfasst die Automatisierung den gesamten Lebenszyklus des DWH von der Planung, der Analyse und dem Design über die Entwicklung und Dokumentation bis hin zu Betrieb, Wartung und Änderungsmanagement. Die bisher weitverbreitete Methodik, wasserfallartig vorzugehen und in einem einzigen großen und langen Entwicklungsprozess das komplette DWH neu zu erstellen, gehört damit der Vergangenheit an. Die einzelnen Funktionen werden als Inkremente eines iterativen Prozesses bereitgestellt. Dieser Ansatz spiegelt moderne agile Softwareentwicklungsprozesse wider und ermöglicht es somit, Anforderungen im Projektverlauf zu ändern.
Die Vorteile einer DWH-Automatisierung nutzen
Zeit und Geld sparen sowie Risiken minimieren – dies sind die wichtigsten Vorteile, die sich durch ein entsprechendes Projekt realisieren lassen. Bevor es so weit ist, müssen sämtliche Facetten der Automatisierung betrachtet werden. Die langjährige Erfahrung unserer Experten zeigt, dass beispielsweise die Dokumentation aufgrund des Zeit- und Kostendrucks oftmals vernachlässigt wird. Deshalb setzen die iConsilium-Experten auf ein ganzheitliches Vorgehen, das den gesamten Lebenszyklus einer BI/DWH-Lösung in Betracht zieht.
Datenintegration – entscheidend für bestmögliche Informationen
Die Datenintegration ist einer der wichtigsten Prozesse, um sämtliche Potentiale eines automatisierten DWHs ausschöpfen zu können. Denn die Informationen, die aus einem Data Warehouse aggregiert werden, sind nur so gut wie die bereitgestellten Rohstoffe aus den unterschiedlichen Systemen. Kurzum: Die Datenintegration muss schnell funktionieren und dabei gleichzeitig qualitativ erstklassig sein. iConsilium hat mit dem Ziel, die Kompetenzen aus sämtlichen Bereichen des Datenmanagements, der Systemarchitektur sowie der Datenintegration zu vereinen, das Competence Center Data Integration & Architecture aufgebaut. Zahlreiche Data-Warehouse-Projekte haben gezeigt, dass sowohl das ganzheitliche Vorgehen von iConsilium als auch die Kompetenzen unserer Experten über den gesamten Lebenszyklus eines DWHs zu einem nachhaltigen Erfolg führen.
Datenqualitätsmanagement (DQM)
Das Thema Datenqualität ist einer der am meisten unterschätzten Faktoren für den Erfolg von Informationssystemen. Zwar investieren Unternehmen verstärkt in Qualitätssysteme, die Datenqualität wird jedoch immer noch vernachlässigt. Die weit verbreitete DIN EN ISO 9001 sowie die Datenqualitätsnorm ISO 8000 sind eine wichtige Grundlage, um Basisstandards zu erfüllen. Mit Unterstützung eines Data Quality Monitorings kann das Problem einer schlechten Datenqualität grundlegend angegangen werden. So können Abweichungen in den Datenbeständen frühzeitig und automatisiert im Data Warehouse erkannt und korrigiert werden. Da komplexe Systeme wie ein Data Warehouse besonders anfällig für eine schlechte Datenqualität sind, sind automatisierte Prozesse zur effizienten Datenqualitätsüberprüfung essentiell. Das Data Quality Monitoring ist so schon beim Load des DWH unerlässlich, da es eine regelmäßige Überprüfung kritischer Objekte sowie wichtiger ETL-Prozesse gewährleistet. Darüber hinaus helfen die Best-Practice-Kenntnisse unserer Experten unseren Kunden unter anderem dabei, erfolgreich Datenqualitätskriterien und -standards für das Risiko-Reporting einzuführen.
Agilität – auch im Fokus eines automatisierten DWHs
Auch Agilität steht im Fokus eines automatisierten Data Warehouses. Denn die Latenz, mit der Daten vom DWH für Portale und Kundenservice zur Verfügung gestellt werden, gewinnt in einer Welt mit allgegenwärtig verfügbaren Informationen immer stärker an Bedeutung.
iConsilium kann mit verschiedenen Strategien zur Differenzierung von Zyklen und Granulationsstufen, mithilfe individuell angepasster Datenlade- und Prozessarchitektur Real-Time-Zeiten erreichen und Dein DWH agil für eine dynamische Zukunft machen. So setzen die iConsilium-Experten auch im Data Warehousing auf SCRUM, eine agile Vorgehensweise, die nicht nur bei unseren Business-Intelligence-Projekten zum Einsatz kommt. Die agilen Methoden helfen uns, die Projekte zeitsparend und effizient zum Erfolg zu führen.