CoboCards App FAQ & Wünsche Feedback
Sprache: Deutsch Sprache
Kostenlos registrieren  Login

Hol' Dir diese Lernkarten, lerne & bestehe Prüfungen. Kostenlos! Auch auf iPhone/Android!

E-Mail eingeben: und Kartensatz kostenlos importieren.  
Und Los!
Alle Oberthemen / Business Intelligence / Business Intelligence

Business Intelligence (58 Karten)

Sag Danke
1
Kartenlink
0
Was sind Daten?
kontextfreie Angaben, die aus interpretierten Zeichen/Signalen bestehen
2
Kartenlink
0
Welche Arten des Lernens gibt es?
  • Überwachtes Lernen (System bekommt Eingabe- und Ausgabewerte)
  • Unüberwachtes Lernen (System bekommt nur Eingabewerte)
  • Bestärkendes Lernen
3
Kartenlink
0
Was sind analytische Informationssysteme und wozu dienen sie?
dienen der Informationsversorgung und funktionalen Unterstützung betrieblicher Fach- und Führungskräfte zu Analysezwecken

DWH + Data Mining + betriebswirtschaftliche Anwendungen
4
Kartenlink
0
Was ist BI?
analytischer Prozess, der Unternehmens- und Wettbewerbsdaten in handlungsgerichtetes Wissen transformiert
(Wissen der betrachteten Handlungsfelder (intern/extern))
5
Kartenlink
0
Was sind Kennzahlen? Wie können sie unterschieden werden?
quantitative Informationen, die über unternehmensinterne oder -externe Sachverhalte Auskunft geben

Objektivität, Zeitorientierung
6
Kartenlink
0
Wie ist der BI-Zyklus?
analysieren
entscheiden
handeln
überwachen
berichten
7
Kartenlink
0
Welche Vorteile bietet ein DWH?
  • Datenintegration liefert konsistente Daten für Management
  • Aufnahme der Systemlast für analytische Abfragen
  • historisierende Datenhaltung ermöglicht Zeitreihenbetrachtung
8
Kartenlink
0
Was ist ein DWH?
subjektorientierte, integrierte, beständige und zeitvariante Sammlung von Daten
9
Kartenlink
0
Was bedeutet Subjektorientierung?
Daten zu einem Subjekt werden in einer Tabelle gespeichert → weniger Zugriffe (dafür größere Datenbank)
10
Kartenlink
0
Was bedeutet zeitliche Varianz eines DWHs?
DWHs enthalten auch historische Daten → Veränderung von Daten innerhalb von historischen Zeiträumen darstellbar
11
Kartenlink
0
Was bedeutet Beständigkeit eines DWHs?
Daten werden niemals überschrieben oder gelöscht
12
Kartenlink
0
Was bedeutet Integration eines DWHs?
Unternehmensdaten aus verschiedenen Informationssilos werden zusammengeführt
13
Kartenlink
0
Was kennzeichnet ein zentrales Enterprise DWH?
Single Point of Truth:
  • integrierte und harmonisierte Sicht
  • organisationsweit, deckt alle Bereiche ab
  • Daten werden mit langer Historie gespeichert
  • sehr großes Datenvolumen
  • denormalisierte Daten
  • Daten können aggregiert sein
14
Kartenlink
0
Was sind Data Marts?
  • logisch gruppierte Datenauszüge
  • eher kleinere Datenmengen
  • für spezielle Analysebedürfnisse
15
Kartenlink
0
Welche verschiedenen Hub and Spoke Architekturen gibt es?
  • Zentrales DWH mit abhängiger Data Mart-Schicht
  • Zentrales DWH mit unabhängiger Data Mart-Schicht
  • Unabhängige Data Marts
  • Data Mart Bus mit Conformed Dimensions
16
Kartenlink
0
Was ist die Hub & Spoke - Architektur?
  • zwischen operativen Quellsystemen bzw. externen Daten, Data Warehouses und Data Marts
  • → Standardisierung des DWHs→ Datenquellen werden zusammengeführt, bereinigt und historisiert
17
Kartenlink
0
Wie sieht die Referenzarchitektur eines DWHs aus?
18
Kartenlink
0
Welche Speichermethoden gibt es im DWH?
Operational Data Store
  • normalisierte und harmonisierte Daten
  • hohe Detailtiefe
  • geringer zeitlicher Umfang
  • direkter Zugriff möglich


Multidimensional (OLAP Cube)
  • X-dimensionale Würfelstruktur
  • Speicherung der Daten in Aggregationsstufen
  • ermöglicht verschiedene Sichten auf die Daten
19
Kartenlink
0
Was ist OLAP?
  • On-Line Analytical Processing
  • Software-Technologie → schnelle, interaktive, vielfältige Zugriffe auf relevante und konsistente Informationen
  • dynamische und multidimensionale Analysen auf historischen, konsolidierten Datenbeständen
20
Kartenlink
0
Wie unterschieden sich OLTP und OLAP?
OLTPOLAP
DatenOperativ, flüchtig, detailliertAnalytisch verdichtet
DB-SchemaNormalisiertMultidimensional
KonventionenUnterschiedliche SchlüsselEinheitliche Schlüssel
Aktualität der DatenNur aktuelleHistorische, verdichtete
21
Kartenlink
0
Was sind Anforderungen an OLAP-Systeme nach Codd?
  • Multidimensionale konzeptionelle Perspektiven
  • Generische Dimensionalität
  • Dynamische Handhabung dünn besetzter Matrizen
  • Unbeschränkte dimensionsübergreifende Operationen
  • Intuitive Datenanalyse
  • Unbegrenzte Anzahl von Dimensionen und Konsolidierungsebenen

22
Kartenlink
0
Welche OLAP-Operationen gibt es?
  • Slicing: Ausschneiden von Scheiben
  • Dicing: Erzeugung kleinerer Würfel
  • Drill-Down/Drill-Up: Speicherung in verschiedenen Aggregationsebenen (Zoom)
  • Drill-Through: horizontal werden weitere Würfel ausgewertet
23
Kartenlink
0
Was ist rOLAP? Welche Schemata gibt es?
Speicherung von multidimensionalen Datenstrukturen in relationaler DB

Star Schema, Snowflake Schema, Galaxy Schema
24
Kartenlink
0
Was ist mOLAP? Welche Vorteile und Nachteile hat es?
  • Datenwürfel wird nativ abgespeichert
  • hochoptimierte, meist proprietäre Datenstruktur
  • Vorteil: hohe Performance
  • Nachteil: Datenmenge begrenzt
25
Kartenlink
0
Was ist hOLAP?
  • übernimmt Vorteile von rOLAP und mOLAP
  • für grobe Informationen: Cube
  • für Details: Zugriff auf relationale DB
26
Kartenlink
0
Was sind horizontale und vertikale Partitionierung?
horizontal (Sharding):
Aufteilung nach Wertebereichen einer Spalte

vertikal:
Aufteilung nach Spalten, Schlüssel müssen in jeder Partition vorhanden sein
27
Kartenlink
0
Was ist der ETL-Prozess?
Extrakt: Laden von Daten aus Quellsystem

Transform: Umwandlung in OLAP-Strukturen

Load: Laden in Zielstrukturen
28
Kartenlink
0
Was ist Historisierung?
Festhalten der zeitlichen Entwicklung der Daten bei Speicherung in einer Datenbank
29
Kartenlink
0
Was sind Metadaten? Welche Kategorien gibt es?
  • Daten, die Daten, Strukturen und Prozesse beschreiben
  • technische/fachliche/Metadaten aus dem DWH-Betrieb
30
Kartenlink
0
Wie ist ein DWH-Projekt aufgebaut?
Blueprinting → Design 1 → Design 2 → Build → Testing → Release
31
Kartenlink
0
Welche Reportingarten gibt es?
  • Enterprise Reporting
  • Dashboards
  • Ad-Hoc Reporting
  • Explorativ
32
Kartenlink
0
Was ist Enterprise Reporting?
  • für die Verteilung von Berichten an große Nutzerkreise
  • Erstellung von hoch formatierten Reports in einem professionellen Layout
  • Nutzung z.B. für Management-, Legal- oder Formularreporting
33
Kartenlink
0
Was sind Dashboards?
  • High-Level-Übersicht über Geschäftsfeld
  • häufig interaktiv
34
Kartenlink
0
Was ist Ad-Hoc Reporting? Wie unterscheidet sich das explorative Reporting?
  • detaillierte Einblicke in Geschäftsfragen
  • Berichtserstellung durch Fachbereichsnutzer
  • Post-Event


explorativ:
  • komplett uneingeschränkte Auswahl von Daten
  • Pre-Event
35
Kartenlink
0
Was ist Informationsmanagement?
Informationen sollen den Bedarfsträgern zur richtigen Zeit und in der richtigen Form bereitgestellt werden
36
Kartenlink
0
Was ist individuelle Personalisierung, welche Arten gibt es?
  • auf einzelne Nutzer zugeschnitten
  • explizit: Nutzer legt aktiv fest, wie Informationen aufbereitet werden (Aufriss, Layout, Design)
  • implizit: Nutzung durch Nutzer wird durch das System aufgezeichnet, häufige Nutzungsmuster werden erkannt und bei Aufruf des Berichts angewendet
37
Kartenlink
0
Welche Berichtsverteilungsarten gibt es?
  • zeitgesteuertes Standardreporting
  • ereignisgesteuertes Standardreporting (regelmäßiges Ereignis-/Ausnahmereporting)
38
Kartenlink
0
Was ist Visualisierung? Welche Aufgaben hat sie?
expressive und effektive Darstellung von Daten und den darin enthaltenen Informationen

  • Werte ermitteln
  • Filtern
  • abgeleitete Werte berechnen
  • Sortieren
  • Intervalle ermitteln
39
Kartenlink
0
Wie ist der Prozess der Implementierung eines Reportings?
  • Anforderungsaufnahme
  • Ermittlung des Toolmix
  • Implementierung der Reports
40
Kartenlink
0
Welche Richtlinien sind bei Reportingprojekten einzuhalten?
  • BI-Strategie beginnt bei Geschäftsanforderungen, nicht beim DWH
  • zuerst werden Anforderungen und gewünschte Ergebnisse definiert
  • Anwendungsfälle werden nacheinander abgearbeitet
  • Zuhören
41
Kartenlink
0
Was sind häufige Probleme analytischer Informationssysteme?
  • Unzureichende Abfragezeiten
  • Fehlende Flexibilität
  • Hohe Komplexität
  • Unbefriedigende Änderungsgeschwindigkeit
  • Kosten

42
Kartenlink
0
Was sind Schlüsseltechnologien zur Beschleunigung von Datenbanken früher und heute?
Früher
  • Indizierung
  • Aggregation


Heute
  • In-memory Datenhaltung
  • spaltenorientierte Speicherung
  • Partitionierung
  • MapReduce
  • optimierte Hardware
43
Kartenlink
0
Was ist das Grundprinzip von In-Memory?
  • Daten werden direkt vom RAM in CPU-Cache gelesen
  • anschließend werden Berechnungen durchgeführt
  • kein Lesen von der Festplatte
44
Kartenlink
0
Was ist Column Store, was ist der Vorteil?
  • Datensätze werden spalten- statt zeilenweise gespeichert
  • Datenbank kann präziser zugreifen → höhere Performance
  • geeignet für OLAP-Abfragen (kleine Anzahl sehr komplexer Abfragen über alle Datensätze)
45
Kartenlink
0
Was sind die fünf Vs der Big Data?
Volume (Datengröße)
Velocity (Geschwindigkeit der Veränderung)
Variety (verschiedene Formen von Datenquellen)
Veracity (Unsicherheit der Daten)
Value (Nutzen)
46
Kartenlink
0
Welche Datenquellen gibt es für Big Data?
  • von Menschen generiert
  • Geschäftsdaten
  • von Maschinen generiert
47
Kartenlink
0
Aus welchen Technologieebenen besteht ein Big Data System?
  • Anwendungen
  • Interaktive Analysen
  • Verarbeitung
  • Speicher
  • Infrastruktur
48
Kartenlink
0
Was ist NoSQL?
  • Speicherung von Daten außerhalb eines relationalen Modells
  • Vernachlässigung der Konsistenz → Verfügbarkeit und Ausfalltoleranz
49
Kartenlink
0
Was ist MapReduce?
  • map: ein Problem wird in spezifische Teilprobleme zerlegt, jedes davon ergibt Zwischenergebnis
  • reduce: fasst Zwischenergebnisse zusammen und erzeugt Endergebnis
  • parallele Ausführung → ein großes Problem kann schnell gelöst werden
50
Kartenlink
0
Wie unterscheiden sich Big Data Systeme von traditionellen RDBMS?
Big DataTraditionelles RDBMS
DatenvolumenPetabytesGigabytes
ZugriffBatchInteraktiv und Batch
StrukturDynamische SchemataStatische Schemata
IntegritätGeringHoch
SkalierbarkeitLinearNon-linear
51
Kartenlink
0
Welche Formen gibt es beim Lesen aus einem Datenstrom?
  • sliding windows: ein Fenster, das mit Datenstrom mitläuft
  • time-based window: Länge wird durch Zeitspanne definiert
  • semantic windows: Fenster, das durch Dateninhalt bestimmt wird
52
Kartenlink
0
Aus was besteht Advanced Analytics?
  • Data Mining
  • Predictive Analytics
  • Advanced Analytics
53
Kartenlink
0
Was ist Data Mining?
Prozess, um sinnvolle Korrelationen durch die Verarbeitung von großen Datenmengen zu identifizieren
54
Kartenlink
0
Was ist Predictive Analytics?
nutzt statistische Analysen, um zukünftiges Verhalten vorherzusagen
55
Kartenlink
0
Was ist Advanced Analytics?
analyisert strukturierte und unstrukturierte Daten mit fortgeschrittenen quantitativen Methoden, um Einblicke zu gewinnen, die mit klassischer BI nicht auffindbar wären
56
Kartenlink
0
Wie funktioniert Predictive Analytics?
Auswahl des Algorithmus
→ Erstellung von Trainingsdaten
→ Identifikation von Startparametern
→ Kontinuierliche Optimierung
57
Kartenlink
0
Was sind die Aufgaben von Machine Learning?
  • Erkennung & Verarbeitung von Audio- und Bildsignalen
  • Synthetisierung von durch Mesnchen verarbeitbaren Informationen
58
Kartenlink
0
Was ist das Prinzip der Partitionierung? Was ist ihr Ziel?
  • Zeilen/Spalten einer logischen Tabelle werden in mehreren physikalischen Tabellen gespeichert
  • Größe der Originaltabelle wird verkleinert
  • Performanceverbesserung
Kartensatzinfo:
Autor: ronjabertsch
Oberthema: Business Intelligence
Thema: Business Intelligence
Veröffentlicht: 02.07.2017
 
Schlagwörter Karten:
Alle Karten (58)
keine Schlagwörter
Missbrauch melden

Abbrechen
E-Mail

Passwort

Login    

Passwort vergessen?
Deutsch  English