Das Data Warehouse Konzept beginnt sich nun auch in Deutschland durchzusetzen. In anderen Ländern, vor allem in den USA und England, wird bereits seit Jahren wertvolle Erfahrung in diesem Bereich gesammelt. Die Data Warehouse Technologie wird bis Ende 1996 von 95 Prozent der Fortune 1.000 Unternehmen in Amerika eingesetzt. Eine kürzliche Umfrage des „Data Warehouse Institute“ in Bethesda (USA) bei Firmen, die ein größeres Data Warehouse implementiert haben, ergab folgende zehn Regeln, die zu befolgen sich lohnt:
![Künstler Burgy Zapp [http://burgyzapp.de]](http://newsolutions.de/it/wp-content/uploads//re1_132-3283_Z_nf_o.jpg)
(1) |
Du sollst nicht den falschen Sponsor wählen Um ein Data Warehouse Projekt erfolgreich durchzusetzen, sind außer dem Data Warehouse Manager zwei Schlüssel-Personen unabdingbar: Einerseits der „Executive Sponsor“, vielfach aus einer wichtigen Linien-Funktion kommend, mit den für das Projekt notwendigen finanziellen Mitteln, andererseits ein „Projekt-Driver“, also einer, der das Projekt im Fluß hält und in die vereinbarte Richtung steuert. Persönliche Attribute umfassen dabei: Er oder sie sollte sich den Respekt der Geschäftsleitung bereits mit anderen erfolgreichen Projekten verdient haben. Eine gesunde Skepsis gegenüber Technologie. Durchsetzungsvermögen und Flexibilität.
| Abstracts |
| Experiences in the Data Warehouse field were made especially in the USA and U.K. in the past years. The ‚Data Warehouse Institute‘ in Bethesda (USA) has set up 10 commandments based on a questionnaire in the States which should be considered in order to avoid a flop with Data Warehouse. |
(2) |
Du sollst keine unrealistischen Erwartungen wecken Bei einem Data Warehouse-Projekt werden typischerweise zwei Phasen unterschieden. Die Verkaufsphase: Hier wird dem Kunden aufgezeigt, wie einfach er Daten extrahieren kann, die dann graphisch aufbereitet auf jedem Arbeitsplatz-PC zur Verfügung stehen. Die Umsetzungsphase – der „Moment der Wahrheit“: Hier kämpft das Projektteam darum, die in der Verkaufsphase geweckte, hohe Erwartungshaltung des Kunden zu erfüllen. Das Data Warehouse liefert dem Endbenutzer selten alle gewünschten Informationen. Data Warehousing ist notwendigerweise sehr geschäftsbereichsorientiert. Schlimmer noch: Viele Fragen, die von Executives gestellt werden, benötigen nicht nur konsolidierte, respektive verdichtete, sondern eben auch Detail-Daten. Die Antwort des Projektleiters lautet dann oft: „Leider haben wir im Moment keine Detailtransaktionsdaten geladen. Wir können dies jedoch für einen (nicht unerheblichen) Einsatz von Ressourcen (Zeit und Geld) jederzeit nachholen…“. Entscheider werden ihre Frustration an derjenigen Person abreagieren, die diese hohe Erwartungshaltung geweckt hat.
(3) |
Du sollst nicht das Data Warehouse Datenbank Design mit OLTP verwechseln Data Warehousing unterscheidet sich fundamental von On-Line Transaction Processing (OLTP). Eines der Data Warehousing Ziele ist es, dem Benutzer verdichtete Information (z.B. Verdichtung über verschiedene Detaillierungsebenen bis hinunter zur Einzeltransaktion) zur Verfügung zu stellen. OLTP kümmert sich bloß um die Einzeltransaktion. Auch im Benutzerbereich gibt es enorme Unterschiede. Im Data Warehouse werden Queries abgearbeitet, die vielleicht nur ein einziges Mal in dieser spezifischen Art durch den Benutzer formuliert werden. OLTP benutzt Queries, durch Programmierer vorbereitet, hundert-, ja tausendfach. Bessere Leistungseigenschaften (weniger JOINS) und einfachere Bedienung führen dazu, daß im Data Warehouse die Datenbank vielfach nicht normalisiert wird. Im OLTP werden die Daten zweidimensional à la SQL-Tabelle gespeichert. Im Data Warehouse wird die Information durch multidimensionales Design so aufbereitet, daß auch die komplexesten Queries rasch und effizient bearbeitet werden können.
- 7 Euro/Monat NEWSabo digital - sofort zugreifen.
- 13,5 Euro/Monat NEWSabo plus inklusive 5x Login & Print-Ausgabe - sofort zugreifen.
Ähnliche Artikel:
