rdaddphp file=support-button.html
10 Jahr it schulungen.com
Daher haben wir für Sie ein bundesweit einmaliges Angebot zusammengestellt. Diese Kompaktseminare bereiten Sie zielgerichtet auf eine Zertifizierung vor. Die Anzahl der Seminarplätze ist begrenzt und die Anmeldefrist für unten stehende Seminare endet am 07.07.2008.
Angebot:
- Citrix XenApp 4.5 Admin + CCA Certified
- Oracle 11g Administration I und II
- SQL Server 2005 KompaktSeminar + MCITP
- Oracle10g Admin Workshop I und II
- VMware Virtual Infrastructure
Anmeldung unter Tel.: 0180 - 501 2002 (14ct/min)
Fallbeispiele & Referenzen
_________________________
Zusatz-Informationen
| No events |
Begrifflichkeiten |
|
Data Transformation Prozess der Datenmodifizierung während des Füllens des Data Warehouses oder der Data Migration. Eine Transformation findet statt um z.B die Datenstruktur zu ändern, zu verbessern Daten zu aggregieren (z.B. Summenbildung) oder Daten von verschiedenen Plattformen anzupassen. Data Mining „Data Mining ist der Prozess des Entdeckens bedeutsamer neuer Zusammenhänge, Muster und Trends durch die Analyse großer Datensätze mittels Mustererkennung sowie statistischer und mathematischer Verfahren" (Erick Brethenoux, Gartner Group). Data Mining Verfahren führen zu besseren Prognosen, differenzierteren Segmentierungen, Klassifizierungen und Bewertungen von Kundengruppen oder Märkten. Data Warehouse Von W. H. Inmon entwickeltes Konzept für die themenorientierte, integrierte, zeitbezogene und dauerhafte Sammlung von Informationen zur Entscheidungsunterstützung in Unternehmen. Ein Data Warehouse ist eine von den operationalen DV-Systemen isolierte Datenhaltung, die als unternehmensweite Datenbasis für alle Geschäftsbereiche dient, um die Entscheidungsfindung im Unternehmen zu unterstützen. Die Speicherung in einem Data Warehouse kann dabei in zwei grundsätzlichen Ausprägungen erfolgen: relational und/oder multidimensional. Die bestehenden Schwächen zum Aufbau eines Data Warehouse bei den dazu verfügbaren Datenbanksystemen mündeten in den von E.F. Codd entwickelten Ansatz des Online Analytical Processing (OLAP) und der Forderung , Informationen in multidimensionalen Datenbanksystemen zu speichern, um die notwendige Performance sicherzustellen. Mittlerweile hat sich eine „Koexistenz" von relationalen und multidimensionalen OLAP- Anwendungen gebildet. (ROLAP und MOLAP), die in einem Data Warehouse auch parallel eingesetzt werden können. Decision Support System (DSS) Ein Entscheidungsunterstüzungsystem, das Lösungen für Abfrage und Reporting, multidimensionale Analyse (OLAP) sowie für Data Mining zur Verfügung stellt. Dimension Dimensionen sind die Unterteilung von Geschäftsdaten nach verschiedenen „Blickwinkeln". Wenn z. B. ein Anwender monatliche Umsatzsummen in den verschiedenen Verkaufsregionen und über die verschiedenen Produkte sehen will, können sich folgende Dimensionen ergeben: v Dimension Zeit: unterteilt nach Jahren (ggf. auch Quartalen) und Monaten v Dimension Verkaufsregion: unterteilt nach Land, Vertretergebiet und Ort v Dimension Produkte: unterteilt nach Produkttyp, -reihe und Produkt Dimension Table Eine Dimension Table ist eine Tabelle in einer Datenbank (Data Warehouse). Sie enthält Informationen über aufgegliederte Geschäftsinformationen innerhalb einer Dimension. So kann z. B. die Tabelle „Produkte" die Informationen über Produkttyp, Produktreihe, Produkt und eindeutige Produktnummer in jedem Datensatz enthalten. Dimension Tables und Fact Tables bilden die Informationstabellen eines Star Schemas. Drill Down (Detaillieren) Mit der OLAP-Funktion Drill Down kann der Anwender während einer interaktiven Datenanalyse auf detailliertere Daten der gerade betrachteten Dimension zugreifen. Man erzielt schnelle Antworten auf erfolgsentscheidende Fragen im Unternehmen durch einfaches Navigieren auf verschiedenen Detaillierungsebenen. ( Funktionsumfang von Business Intelligence Tools) Drill Through Drill Through ist die Technik, von einer Datenquelle auf eine andere (meist detailliertere) zu verzweigen unter Mitgabe von verschiedenen Filtern. Drill Up (Verdichten) Gegenteil von Drill Down. Mit Drill Up- oder auch Roll-Up-Funktion greift man bei der interaktiven Datenanalyse von der gerade betrachteten Dimension auf stärker verdichtete Daten zu. Enterprise Reporting Unternehmensweites Erstellen und Verteilen von Standard-Berichten und Ad-hoc-Abfragen. Enterprise Reporting macht die Berichte einer großen Anzahl von Benutzern kostengünstig zugänglich. Die Anwender können einfach und schnell auf Detailinformationen zugreifen und durch Standard-Berichte navigieren. ETL-Tools (Extraction Transformation Loading) Werkzeuge, die den Prozess des Bildens eines Data Warehouse unterstützen. „Extraction" ist das Entladen von Daten aus verschiedenen Datenquellen. „Transformation" ist das Umwandeln entsprechend den Forderungen des Data Warehouse Modells und der zugrunde liegenden Datenbank (Data Transformation). „Loading" ist das Laden der Daten in die entsprechende Datenbank. Executive Information System (EIS) Ein Informationssystem für den Zugriff auf Unternehmensdaten und deren Analyse auf einem hohen Level (Management-Ebene). Fact Table Fact Tables sind der Kern eines Star Schemas. Die Fact Table enthält pro Zeile Informationen zu den Geschäftsereignissen (z. B. verkaufte Menge, Umsatz in DM/Euro). Jede Zeile enthält zudem Felder, die eine Verbindung zu den Dimension Tables herstellen (z. B. Produktnummern zur Tabelle „Produkte"; Kundennummer zur Tabelle „Kunden"; Verkaufsdatum zu Tabelle „Zeit"). Fact Tables enthalten Informationen auf der niedrigsten Detaillierungsebene. Management-Informationssystem (MIS) Ein MIS ist ein Informationssystem für den Zugriff und die Analyse von Unternehmensdaten auf einem hohen Level (Management-Ebene). MOLAP (Multidimensionales OLAP) Multidimensionales OLAP basiert nicht auf SQL, sondern bedient sich eigener Programmierschnittstellen. Dadurch können die Grenzen von Standard SQL überschritten werden und zahlreiche analytische Funktionen am Server selbst durchgeführt werden. Die Integration von MOLAP-Techniken und –Zugriffsmethoden mit der relationalen Technologie erfolgt über „Drill Through". Die Daten werden aus dem Data Warehouse in das multidimensionale Format kopiert. Ein wesentlicher Vorteil: MOLAP-Lösungen bringen in der Leistung (Performance) sehr gute Resultate, denn die Transaktionsdaten werden konsolidiert, bevor sie in eine mehrdimensionale Struktur gebracht werden. Multidimensionale Daten Multidimensionale Daten sind nach vielfältigen Kriterien auswertbare Daten. Daten können z. B. gleichzeitig nach Umsatz je Produkttyp und –reihe, je Verkaufsregion, je Kundentyp und in einem bestimmten Zeitraum analysiert werden. OLAP Mit Online Analytical Processing (OLAP) bezeichnet man die Analyse und Auswertung von multidimensional aufbereiteten Daten (Multidimensionale Daten), um Informationen für Unternehmensentscheidungen zu gewinnen. OLAP strukturiert Daten auf hierarchische Weise und erlaubt in der Regel sowohl Einzel- als auch Trendanalysen sowie die Zusammenfassung und Rotation von Daten für Vergleichsberechnungen. OLAP beschreibt auch eine Kategorie von Werkzeugen (OLAP-Werkzeuge), die aus dem Datenbestand eines Unternehmens geschäftsrelevante mehrdimensionale Datenverknüpfungen extrahieren und deren Analyse aus verschiedenen Blickwinkeln (Dimensionen) ermöglichen. Dazu wird zunächst ein Extrakt aus der relationalen Datenbank entnommen, in eine denormalisierte Form gebracht und in einem multidimensionalen Datenwürfel (PowerCube) abgelegt. Auf diesen lassen sich mit den entsprechenden Werkzeugen die oben beschriebenen Analysen ausführen (Funktionsumfang von Business Intelligence Tools). OLAP-Werkzeuge Unter OLAP-Werkzeuge (OLAP=Online Analytical Processing) versteht man nutzerseitige Programmpakete (Front-End-Tools), die den Abfrage- und Analyseprozess vorstrukturieren und automatisieren. Operative Systeme (OLTP) Operative Datenbanksysteme unterstützen in Form des Online Transaction Processing (OLTP) die Abwicklung von Interaktionen (z. B. Akquisition) und Transaktionen (z. B. Verkauf von Produkten und Dienstleistungen) mit Marktpartnern. Sie eignen sich häufig nicht dazu, entscheidungsrelevante Informationen zu liefern, um managementorientierte Fragestellungen zu beantworten. Insbesondere die Anforderungen der analytischen und planerischen Aufgabestellung können OLTP-Systeme nur schwer erfüllen, da sie für derartige Fragestellungen nicht konzipiert wurden. Dies äußert sich z. B. dadurch, dass sie für einen schnellen Schreib-, nicht aber für einen schnellen Lesezugriff optimiert sind. Replikation Prozess des Kopierens von Daten aus einer Datenquelle in eine andere. Dabei werden oftmals auch Data Transformation-Funktionen genutzt (Data Transformation). Es ist auch möglich, dass die Datenquelle und das Datenziel verschiedene Datenbanktypen sind (heterogene Replikation). Replikationen können auch bi-direktional sein, das heißt, die Datenquellen werden dann wechselseitig abgeglichen. Reporting Unter Reporting versteht man die Gesamtheit der Methoden und Techniken für die betriebliche Berichterstellung. Reporting umfasst sowohl die Berichterstellung auf relationalen Datenbanken als auch das multidimensionale Reporting auf OLAP-Datenbanken. ROLAP ( Relationales OLAP) Bei ROLAP-Abfragen wird direkt auf die relationale Datenbank – und damit auf den gesamten Datenbestand – zugegriffen. Über eine grafische Oberfläche werden normale SQL-Abfragen generiert. Durch den direkten Zugriff auf große Datenmenge ist unter Umständen mit langen Antwortzeiten zu rechnen. Bei den beiden Varianten ROLAP und MOLAP sind Geschwindigkeit und Datenaktualität die zentralen Fragen. (MOLAP) Slice and Dice Slice and Dice ist eine wichtige Funktionalität von OLAP, um aus einer multidimensionalen Datenmenge (Multidimensionale Daten) eine Schicht gesondert zu betrachten, d.h. „herauszuschneiden" (Slice) und sie zur Betrachtung aus verschiedenen Blickwinkeln „rotieren" zu lassen (Dice). Snowflake Ein Snowflake-Schema ist ein erweitertes Star Schema, bei dem Dimensionstabellen noch mit weiteren Tabellen verbunden sind. Grund für dieses Design ist, die Dimensionstabellen entsprechend ihrer hierarchischen Struktur zu normalisieren (z. B. je eine Tabelle für Produkttyp, Produktreihe und für Produkt). Stellt man ein solches Design grafisch dar, ergibt sich ein Diagramm, das an eine Schneeflocke („Snowflake") erinnert. (Fact Table) Star Schema Datenbankstruktur, die Fakten- und Dimensionstabellen (Fact Table; Dimension Table) enthält. Dabei steht die Tabelle mit den Fakten (auch Transaktionsdaten genannt) im Mittelpunkt, und alle Dimensionstabellen sind über Primary Keys (Primärschlüssel) mit der Faktentabelle verbunden. Stellt man ein solches Mehr zum Thema Data warehouse finden Sie unter: Firmenseminare / Inhouse Seminare: Link Öffentlich Seminare:Link |
Web Analytics - Wetterbericht oder Denkwerkzeug ?
Analyse, Beratung & Seminare Web Analytics - Wir begleiten unsere Kunden branchenübergreifend und in jeder Phase. Web-Controlling mit NewElements dient der Erfolgsmessung und Steigerung des kommerziellen Erfolges Ihrer Website. Analysieren Sie Ihre Internetdaten so flexible, wie Sie dies von OLAP- und BI-Tools kennen.
NewElements Monitor ermöglicht es Ihnen die Besucher Ihrer Internetseiten kennen zu lernen - in Echtzeit. Damit können Sie sich ein Bild über Ihren Besucher machen und mit ihm in Kontakt treten. weiter >>
NewElements Live Support
Wie ein Verkäufer, der im Geschäft auf den Kunden zugeht und ihm Beratung anbietet, ermöglicht Ihnen der NewElements Communicator eine Online-Kommunikation mit dem Besucher. Offene Fragen können schnell beantwortet und weiterführende Informationen zu Verfügung gestellt werden. weiter >>
NewElemetns Web Analyics
Web-Controlling mit NewElements dient der Erfolgsmessung und Steigerung des kommerziellen Erfolges Ihrer Website. Analysieren Sie Ihre Internetdaten so flexible, wie Sie dies von OLAP- und BI-Tools kennen. weiter >>
Dynamischer Content - Jedem seine Infomations - Kunden erhalten je nach Bewegungsdaten Ihre zielgerichtete Führung