Data Vault

Die effiziente Modellierungsmethode zur Erstellung von agilen Data-Warehouse Projekten.

Worum geht's?

Durch die stets wachsendenden Daten wird es immer wichtiger, effiziente Methoden zur Sammlung und Auswertung von Unternehmensdaten zu etablieren. Dank der Sammlung dieser Daten können schneller strategische und operative Geschäftsentscheidungen getroffen werden.

Business Intelligence (BI) und Data Warehouse Projekte (DWH) sind in diesem Zusammenhang etablierte Verfahren und Prozesse, die es Unternehmen ermöglichen, Daten in elektronischer Form systematisch zu sammeln und auszuwerten. Wegen den immer kürzer werdenden Aktualisierungsintervallen und der steigenden Datenmenge und Komplexität bei BI-Projekten, wachsen auch die Anforderungen an das Data Warehouse System. Diese müssen heute noch mehr den je flexibel und agil auf diese Anforderungen reagieren können.

Während traditionelle Modellierungsmethoden wie das 3NF und das Starschema bei der Erstellung agiler DWH-Projekten oftmals an ihre Grenzen stossen, bietet Data Vault zahlreiche Vorteile und sprengt diese Grenzen problemlos.

Als Kernelement einer Data Warehouse Architektur integriert Data Vault Geschäftsobjekte und verknüpft diese. Alle Informationen zu einem Geschäftsobjekt werden bei der Modellierung mit Data Vault in nur wenige Einheiten (Entitäten) unterteilt, die strikt voneinander getrennt werden:

Dies bietet zum einen den Vorteil, dass bei einem Strategiewechsel des Unternehmens nur ein geringer Teil des Projektes umgebaut werden muss, ohne das komplette Projekt neu konstruieren zu müssen, und zum anderen wird das Data Warehouse System dadurch übersichtlicher und garantiert eine einfache Wartung des Systems.

Ihre Vorteile

Diese Vorteile haben Sie, wenn Sie auf Data Vault umsteigen:

• Vereinheitlichung der Strategie für Ladeprozesse und Selektionen

• Standardisierung und Automatisierung der Data-Warehouse Prozesse

• Unternehmensweite Steigerung der Effizienz sowie Senkung der IT-Kosten: Ein mit Data Vault modelliertes Data Warehouse ist extrem skalierbar und verfügt über eine flexible Architektur. Diese Kombination erlaubt es Unternehmen zu wachsen und sich zu verändern, ohne dabei mit langen Entwicklungszyklen, enormen Kosten und negativen Auswirkungen auf das bestehende Data Warehouse konfrontiert zu werden. Data Warehouses gewinnen somit an Effizienz, Stabilität und Überprüfbarkeit.

• Maximale Transparenz und Nachvollziehbarkeit: Alle Daten bleiben durch die umfassende Historisierung und ganzheitliche Integration in Hubs jederzeit nachvollziehbar und belegbar.

• Beschleunigung der Datenintegrationsprozesse: Aufteilung nach den Einheiten Hubs, Links und Satelliten. Dies ermöglicht, dass das System für jede dieser Einheiten unabhängig befüllbar ist. Dadurch können Datenintegrationsprozesse beschleunigt und Ladenzeiten verkürzt werden, wodurch das System für Big Data geeeignet ist und nahezu Realtime fähig wird.