Die Unterstützung der Unternehmensdatenanalyse durch Data Warehouses

Konzepte des Data Warehousing

Aaren Stubberfield

Data Scientist

High-Level Lebenszyklus

Planung – geschäftliche Anforderungen

1. Geschäftliche Anforderungen:
   • Die Bedürfnisse der Organisation verstehen
   • Personas:
     • Analyst & Data Scientist – Sammeln der Anforderungen

Planung – Datenmodellierung

1. Datenmodellierung:
   • Planung und Organisation der Datenintegration
   • Personas:
     • Data Engineers und Datenbankadministratoren – Entwurf von Datenpipelines
     • Analyst & Data Scientist – Daten-Business-Know-how

Implementierung – ETL-Design und -Entwicklung

1. ETL-Design:
   • Datenpipelines und ETL-Prozesse einrichten
   • Personas:
     • Data Engineer und Datenbankadministratoren – implementieren Datenpipelines

Implementierung – BI-Anwendungsentwicklung

1. BI-Anwendungsentwicklung:
   • Business Intelligence (BI)-Tools einrichten
   • Personas:
     • Analyst & Data Scientist – Beratung bei der Einrichtung von BI-Tools

Support / Wartung – Wartung

1. Wartung:
   • Durchführen notwendiger Änderungen
   • Personas:
     • Data Engineer – passt je nach Bedarf an

Support / Wartung – Testen & Bereitstellen

1. Testen und bereitstellen:
   • Testen
   • Personas:
     • Analyst & Data Scientist – Beratung bei der Einrichtung von BI-Tools
     • Data Engineer – Einrichten des Data Warehouse

Persona-Matrix

Lebenszyklusabschnitt	Analysten	Data Scientist	Data Engineers	Datenbankadministratoren
Geschäftliche Anforderungen	X	X
Datenmodellierung	X	X	X	X
ETL-Design und -Entwicklung			X	X
BI-Anwendungsentwicklung	X	X
Wartung			X
Testen und bereitstellen	X	X	X

Lass uns üben!

Konzepte des Data Warehousing