6 BI | Learn flashcards online

Nach

Objektivität:
- Erhebung durch Errechnung, objektiv, direkt
- Erhebung durch Erfragun, subjektiv, indirekt

Zeitorientierung:
- Zeitorientiert, meißt finanziell
- nicht-zeitorientiert, meißt Potentialindikatoren

8
Cardlink

Was sind Kennzahlensysteme?

- Gruppe von untereinander abhängigen Kennzahlen (z.B. DuPoint Schema)

- Verknüpfung zu neuen Kennzahlen

9
Cardlink

Welche Schritte hat der BI Zyklus?

1. Überwachen (Kennzahlen monitoren)

2. Berichten (Informationen weitergeben)

3. Analysieren (Informationen untersuchen)

4. Entscheiden (Optionen aufzeigen)

5. Handeln (Einsetzen der BI nach Entscheidung)

10
Cardlink

Warum werden Data Warehouses benötigt?

- gewachsene Systemlandschaft im Unternehmen

- immer größere Datenmengen

- Volatile AUslastung von Systemen, unabsehbare Abfragen

11
Cardlink

Was ist ein Data Warehouse?

- Zentrales Datenbanksystem für Analysezwecke
- Extrahiert, Sammelt und Speichert Daten verschiedener Quellen
- Versorgt Systeme mit Informationen

12
Cardlink

Was sind die Vorteile eines DWH?

- Konsistenz durch unternehmensweite Integration
- Übernimmt Systemlast für analytische Anfragen
- Historisierte Datenhaltung

13
Cardlink

Welche 4 Eigenschaften hat ein DWH?

Subjektorientierung
zeitliche Varianz
Beständigkeit
Integration

14
Cardlink

Was bedeutet Subjektorientierung?

- Daten zu einem Subjekt in einer Tabelle speichern
- Weniger Zugriffe aber große DB, Redundanz

15
Cardlink

Was bedeutet zeitliche Varianz?

- Speicherung historischer Daten
- Veränderung über Zeitraum darstellbar

16
Cardlink

Was bedeutet Beständigkeit?

- Daten werden niemals gelöscht oder überschrieben

17
Cardlink

Was bedeutet Integration?

- Zusammenführen von Informationen verschiedener Bereiche/Silos

18
Cardlink

Was sind die Eigenschaften eines zentralen DWH?

- Organisationsweit
- Großes Datenvolumen
- Lange Histiorie der Daten
- Single Point of Truth
- Denormalisiert
- Aggregierte Daten

19
Cardlink

Was sind Data Marts?

- Auszüge an Daten nach Gruppierung (Fachlich, Technisch, Organisatorisch)

- Eher kleinere Datenmengen (GB)

- Für spezielle Analysebedürfnisse

- Auszüge aus DWH

20
Cardlink

Was ist die Hub and Spoke Architektur?

Verbindung der Daten-Infrastruktur über mehrere Knoten
-> über DWH und Data Marts

- Dient zur zusammenführung von Datenquellen

21
Cardlink

Welche Aufgaben hat das DWH in der Hub and Spoke Architektur?

- Integration von Daten
- Datenverteilung an Data Marts
- QUalitätssicherung

22
Cardlink

Welche Hub and Spoke Architekturen gibt es?

- Zentrales DWH zwischen Quellsystemen und DMs

- Unabhängige DMs ohne DWH

- DMs als Zwischenschicht vor DWH

- Data Mart Bus, teilweise direkt aus Quellsystemen zu DMs

23
Cardlink

Wie ist die Architektur innerhalb eines DWH aufgebaut?

Auswertebereich        <->

     |||                                        DWH-Manager <-> Repository

Datenbeschaffungs-   <->
brereich

     |||

Datenquellsystem

24
Cardlink

Welche beiden Speichermethoden gibt es im DWH?

- Operational Data Store

- Multidimensional (OLAP-Cube)

25
Cardlink

Was ist die Operational Data Store Speichermethode?

- Normalisierte Daten
- Geringer zeitlicher Umfang (Aktuellere Daten)
- dafür hohe Detailtiefe
- Direkter Datenzugriff möglich

26
Cardlink

Was ist die OLAP-Cube-Speichermethode?

- x-dimensionale Würfelstruktur
- Daten nach Achsen/Dimensionen gegliedert
- Speicherung von Daten unterschiedlicher Aggregationsstufen
- verschiedene Sichten/Abfragen auf die Daten notwendig

27
Cardlink

Was ist OLAP?

- Software Technologie für schnelle, vielfältige Zugriffe
- Ermöglicht multidimensionale Analysen historischer Datenbestände
- Online Analytic Processing

28
Cardlink

Vergleiche ODS und OLAP nach DB-Schema, Zeitbezug, Daten und Aktualität?

	ODS / OLTP	OLAP
Daten	Operativ, Flüchtig, Detailiert	verdichtet/aggregiert
Aktualität	nur aktuelle Daten	Daten nach Historie
Zeitbezug	Aktuell, keine Zeitschlüssel	Historisch, mit Zeitschl.
DB-Schema	Normalisiert	Multidimensional

29
Cardlink

Nennen Sie 2 Anforderungen an OLAP-Systeme nach Codd?

- Unbegrenzte Anzahol an DImensionen und Konsolidierungsebenen möglich

- Unbeschränkt dimensionsübergreifende Operationen:
Automatische Berechungn unabhängig der Datendimension

30
Cardlink

Welche Operationen gibt es für OLAP-Systeme?

- Slicing
- Dicing
- Drill-Down / Drill-Up
- Drill-Through

31
Cardlink

Was ist Slicing?

- Werteinschränkung auf einer Achse/Dimension
- Bsp: Zeit oder Produkt oder Geographie

32
Cardlink

Was ist Dicing?

Werteinschränkung aller Achsen
Zeit, Produkt und Geographie

33
Cardlink

Was ist Drill-Down und Drill-Up?

DD: Von Grob bis Detailiert
DU: VOn Detailiert bis Grob

=> Zoom durch Detailstufen

34
Cardlink

Was ist Drill-Through?

- Auf detailiertester Aggregationsstufe Daten auswerten

35
Cardlink

Welche Speichermethoden gibt es für OLAP?

rOLAP: relational OLAP
mOLAP: Multidimensional OLAP
hOLAP: Hybrid OLAP

36
Cardlink

Was sind die EIgenschaften von rOLAP?

Relationale Speicherung in Star, Snowflake und Galaxy Schema

Vorteile: Große Datenmengen schnell verarbeitbar
Nachteile: Langsame Abfragen, da viele JOINS

37
Cardlink

Was sind die Eigenschaften des Galaxy-Schemas?

Dimensionen werden mehrfach verwendet (z.B. Zeit)

38
Cardlink

Was sind die Eigenschaften von mOLAP?

- Datenwürfel im Originalzustand abspeichern
- hochoptimierte Datenstruktur
- Schneller Zugriff
- ^Berechungnen einbauen die beim Beladen helfen

39
Cardlink

Was ist hOLAP?

- Voteile von rOLAP und hOLAP vereint
- Multidimensionale Daten aggregiert in Cubes speichern
- bei detailierten Zugriffen erfolgen diese über die relationale DB
- nicht praktisch angewandt

40
Cardlink

Was ist Partitionierung?

- Zeilen/Spalten einer logischen Tabelle werden in mehrere physikalische Tabellen gespeichert

- Zur verkleinerung der Originaltabellengröße

- Zur steigerung der Performance durch parallele Verarbeitung

41
Cardlink

Was ist horizontale Partitionierung?

Aufteilung nach Wertebereich einer Spalte (<2000 und >2000)

42
Cardlink

Was ist vertikale Partitionierung?

- Aufteilung nach Spalten
- Schlüssel müssen in jeder Partition vorhanden sein

(Tabelle für Umsatz und Tabelle für Gewinn)

43
Cardlink

Für was ist der ETL-Prozess zuständig?

Extract Transform Load

Daten aus Quellsystem in Data Marts speichern

44
Cardlink

Was passiert in der Extract Phase?

- Laden der Daten aus Quellsystem
(event basiert, periodisch)

- Selektion der relevanten Daten
(nach timestamp, vergleich, festgelegt routine)

45
Cardlink

Was passiert in der Transform-Phase?

- Umwandlung der Daten in OLAP-Struktur
- Filtern, Vereinheitlichen, Zusammenfassen, ...

46
Cardlink

Was passiert in der Load-Phase?

- Sperrung der Zielobjekte
- Berechung von Kennzahlen

47
Cardlink

Was bezeichnet man als Historisierung?

- Festhalten der zeitlichen Entwicklung von Daten
- vergleichen von alten und neuen Daten -> Was ist wichtig

48
Cardlink

Wie kann man Daten historisieren? (3 Möglichkeiten)

1. Neue Daten und transaktionale Daten Speichern
=> Ermitteln der alten Daten über rollback der Transaktionen

2. Nur neue oder alte Daten speichern

3. Alle Daten speichern mit zeitabhängigen Attributen

49
Cardlink

Welche Arten von Meta-Daten gibt es?

- Technisch: Beschreibgun der Objekte (Größe, Länge, Typ)

- Fachlich: Beschreibung der Daten und Zweck

- DWH-Betriebsdaten: Performance, Zeiten, Qualität bei Prozessausführung

50
Cardlink

Welches sind die Nutzer der BI?

- Management
- Analysten
- Executives
- IT-Mitarbeiter
- externe Stakeholder

51
Cardlink

Welche Arten von Reporting gibt es?

- Dashboards
- Ad-Hoc-Reporting (Detailiert)
- Explorativ
- Enterprise Reporting (großer Zielkreis)

52
Cardlink

WAs ist das Enterprise Reporting?

- Berichte an große Kreise
- Gut aufbereitet/designet
- Beispielsweise für Management, Legal, ...

53
Cardlink

Was ist das Ad-Hoc-Reporting?

- Detailierte Antwort zu bestimmten Fragen
- Post Event

54
Cardlink

Was ist das Dashboard-Reporting?

- High-Level über bestimmtes Geschäftsfeld
- Häufig interaktiv

55
Cardlink

Was ist das explorative Reporting?

- Für Fachbereich
- Pre-Event
- Sehr Detailiert

56
Cardlink

Was ist die Aufgabe des Informationsmanagement?

- Bereitstellung der Informationen zur richtigen Zeit in richtiger Form
- Personalisieren, Anpassen an Kundenvorgaben

57
Cardlink

Was sind die Ziele des Informationsmanagement?

- Unterstützung bei Entscheidungen
- Flexibler Datenzugriff?

58
Cardlink

Welche beiden Personalisierungsarten für Informationen gibt es?

- Rollenbasiert (Nutzer in Gruppen)
- Individuell (Nutzer legt fest oder nach Sinnhaftigkeit)

59
Cardlink

Was ist Visualisierung?

Expressive oder effektive Darstellung der Daten und zugehöriger Informationen

60
Cardlink

Welche Arten von Visualisierung gibt es?

expressiv: Alle Daten darstellen, Vollständigkeit
effektiv: Nur die relevanten Daten auf ersten Blick zeigen

61
Cardlink

Welche Formen der Visualisierung gibt es?

- Tabellen
- Diagramme

62
Cardlink

Welche 5 Aufgaben hat die Visualisierung?

- Werte ermitteln
- Intervalle ermitteln
- Filtern
- Sortieren
- Extremwerte finden

63
Cardlink

Was ist Informationsdesign?

- Selektion, Organisation und Präsentation von Informationen

64
Cardlink

Welches sind häufige Probleme analytischer Informationssysteme?

- Langsame Abfragen
- Komplexität bei Wartung, Nutzung
- Kosten

65
Cardlink

Welche Technologien beschleunigen Datenbanken?

- in-Memory
- Partitionierung
- Clusterung
- Bessere Hardware lol (Da kann man gleich fragen: Was macht ein Auto schneller => besseres Auto kaufen)

66
Cardlink

Wie funktioniert das in-memory Prinzip?

- Daten nicht auf Platte sondern im RAM speichern
- schneller aber kostet mehr

67
Cardlink

Welches sind SUCCESS-Prinzipien für Reporting?

S
Unify: Standardisieren
Condense: Infos Zusammenfassen
Check: Qualität prüfen
E
Structure: Inhalte gliedern
S

68
Cardlink

Ist eine Konvergenz von OLAP und OLTR möglich?

Ja aber schleche Performance

69
Cardlink

Was sind die 5 Vs von Big Data?

Volume: Viele Geräte -> Viele Daten
Velocity: Schnelle Änderungsrate der Daten
Variety: Verschiedenste Datenquellen
Veracity: Unsicherheit -> Interpretation notwendig
Value: Nicht alle Daten sind viel wert (nur wenn sinnvoll)

70
Cardlink

Welche Quellen gibt es für Big Data?

- Menschen (Email, Texte, ...)
- Maschinen (Clicks, Audio, Video, Meta)
- UN-Systeme (ERP, ...)

71
Cardlink

Was ist Ökosystemisierung?

Alles von einem Anbieter bringt Nutzervorteile
Anbieter bekommt mehr Daten

72
Cardlink

Was ist NoSQL?

Not only SQL

- Speicherung von Daten in nicht relationalen Datenbanken
- XML oder JSON
- Weniger Konsistenz aber bessere Verfügbarkeit
- Skalieren gut horizontal

73
Cardlink

Was ist das BASE-Prinzip?

- Basically Available
- Soft State
- Eventually Consistent

74
Cardlink

Vergleiche Big Data Systeme und traditionelle RDBMS nach Datenvolumen, Struktur, Skalierbarkeit, Integrität?

	Big Data Systeme	Relational DB Management Systeme
Datenvolumen	Petabytes	Gigabytes
Struktur	dynamische Schemata	statische Schemata
Skalierbarkeit	Linear	nicht Linear (siehe SQL)
Integrität	Gering	Hoch

75
Cardlink

Wie können Big Data Systeme in konventionelle Landschaften integriert werden?

Data Hub /-Lake:
- Data Marts wählen Infosaus zentralem Big Data Speicher

Data Offloading:
- Big Data Systeme als SQL-fähiger Speicher

76
Cardlink

Was sind Datenströme?

Dauerhafte Sequenzen von Datenelementen

77
Cardlink

Welche Eigenschaften können Datenströme haben?

- Sortiert
- Schell
- Unbegrenzt
- Unvorhersehbar
- Push-Basiert

78
Cardlink

Welche Arten/Fenster gibt es, um Datenströme lesen zu können?

- Sliding-Window: Fenster läuft mir Datenstrom

- Timebased-Window: Länge durch Zeitspanne festgelegt

- Tuple-Based-Window: Länge durch x Datenelemente festgelegt

79
Cardlink

Wie sieht die Lambda-Architektur aus?

Datenquellen
->
Investigation Layter
->
(Speed Layer, Batch Layer)
->
Serving Layer