1 Oracle Warehouse Technologie Single-Engine-Based-Data-Warehouse

2 Data Profiling mit Oracle Warehouse Builder Datenqualität bei der Integration von Unternehmensdaten Erste praktische Erfahrungen anhand von Praxisanforderungen

3 Alfred Schlaucher Leitender Berater Business Integration & Data Warehouse ORACLE Deutschland GmbH Tel.: 040 /

4  Schlechte Daten „Ein Klagelied“ (oder sollten wir sie verschweigen?)  Beispielhafter Ablauf einer Data Profiling Analyse - ein Beispiel  Erfahrungen / Abgrenzungen Datenqualität gewinnen mit Oracle Warehouse Builder - Data Profiling

5 Es entstehen täglich mehr schlechte Daten, als wir denken  Eingabefehler in Masken vertippt  Dateneingabeprozesse lückenhaft Daten nicht zur Hand wenn sie zum Eingeben gebraucht werden  Keine Daten möglich sinnlose Eingabekombination  Mutwillige Fehler „die müssen nicht alles wissen“  Systembedingte Fehler Unvollständige Transaktion Datenübertragung abgebrochen Transaktion Datenbank Replikat

6 Versteckte Kosten durch schlechte Datenqualität  Manuelles Nacharbeiten von Daten  Beschwerden -> Aufwand in Call Center  Erhöhte Projektkosten bei Einführung neuer Systeme Bis 25% gestoppt, bis zu 60% Verzug aufgrund falscher oder fehlender Daten  Verspätete Unternehmensberichte  Verlorene Kunden durch schlechten Support  Produktionsausfälle durch Störung in der Supply Chain

7 SCMERP CRM Bereitstellung Data Warehouse BI Tool A BI Tool B BI Tool C Data Marts Unter- schiedliche Daten und Fehlerquellen Datenqualität bezogen auf den Warehousing – Prozess Konsolidierter Datenbereich Konsoli- dierung Heterogene Datenmodelle / Konsistenz / Homonyme / Synonyme Kontinuität des Ladevorgangs / Vollständigkeit Widerspruchsfreiheit zwischen den Quellen Matadaten Eindeutige Datenobjekte Beschreibungen Homonyme / Synonyme Anwendungsneutral

8 Qualitäts- kontrolle Qualitäts- sicherung Total Quality Control Total Quality Management Qualitätsplanung „Proaktives Qualitätsmanagement“ Qualitätslenkung Qualitätssicherung Kontinuierliche Qualitätsverbesserung  Designqualität  Ausführungsqualität Strategieen Erwartungen Planung Umsetzung Einhaltung der Vorgaben Hilfsmittel Strukturelle Unterstützung Weiterentwicklung der Qualitätsstandards Entwicklungsprojekte ?

9 OWB: Integriertes Vorgehen in der Datenbeschaffung Data Profiling Data Profiling Data Quality Data Quality Rules ETL Rules Oracle Warehouse Builder

10

11 Was wird geprüft

12  Schlechte Daten „Ein Klagelied“ (oder sollten wir sie verschweigen?)  Beispielhafter Ablauf einer Data Profiling Analyse - ein Beispiel  Erfahrungen / Abgrenzungen Datenqualität gewinnen mit Oracle Warehouse Builder - Data Profiling

13 Das Beispiel

14 Wo anfangen? - eignen sich die Daten für das Data Profiling? - Was ist über die Daten bekannt Environment - Datenmengen - Rechner - erste Überraschungen Zurechtschneiden der Daten - Daten aufbrechen - Teilmengen - Sampling - Mehrfach - Profiling - Einsatz von ETL Analysieren der Daten - „Augenfällige“ Erkenntnisse -> der erste Schuss - „Dinge, die sofort auffallen“ -> Domains / Pattern / PK - Visuelles Analysieren - Graphikeinsatz - Beziehungen analysieren Ableiten von Regeln und Korrekturen - Automatisches Erkennen - Benutzerdefinierte Regeln - Generieren von Korrekturmappings Dokumentieren der Ergebnisse - Ergebnisblatt - Definition Metadaten - Orga - Handbuch Regeln, die nicht abgedeckt werden und deren Lösung - komplexe Lookup – Beziehungen - Rekursive Strukturen - Tupel – übergreifende Abhängigkeiten Ablauf Data Profiling Analyse ETL - Prozess - Mappings - Routinen - Workflow - Metadatenrepository Korrekte Daten X7

15 Wo anfangen  Eignen sich alle Problemstellungen? Beispiel Wahlweise vertauschte Spalten  Sind die Datenstrukturen bekannt? Datenmodelle IT - Abteilung  Sind die erwarteten Regeln bekannt? Fachanwenderwissen Geschäftsprozesse  Erfahrung: Nicht alle Daten und Problemstellungen sind „Data Profiling – tauglich“

16 Environment  Möglichst innerhalb einer Datenbank (kein DBLINK)  Quellsystemtabellen sollten mit PARALLEL gekennzeichnet sein (Grad nicht festlegen)  Bei operativen Systemen, die nicht modifiziert werden können -> zu Analysezwecken „Transportable Modules anwenden“  SGA > 500MB, wenn möglich 2-3 GB  buffer cache hit ratio im Bereich von %  Erfahrung: Laptop reicht nicht Source Schema Profiling Stage Oracle Source Schema Transportable Module External Table SAP Integrator non Oracle Gateway / ODBC / FTP Oracle 9i / 10g RAC DB2 SQL Server Informix Teradata

17 Profiling Performance 10 Spalten 10 Zeilen 20 Zeilen 5 Spalten 5 x 20 = x 10 = 100

18 Column Level Object Level

19 An dieser Stelle erfolgt ein Kundenbeispiel als Demo

20 Ergebnisblatt (Beispiele)

21 Varianten von Prüfungen Attribut – bezogen  Not Null / Pflichtfelder  Formatangaben  Check Constraint  Wertbereiche Ober-/Untergrenzen / Wertelisten Satz – bezogen (Tupel)  Abhängigkeiten von Werten in anderen Attributen desselben Satzes Satzübergreifend (Relationen)  Primary Key / Eindeutigkeit  Aggregat – Bedingungen Ober- Untergrenzen von Summen Anzahl Sätze pro Intervall usw.  Rekursive Zusammenhänge Verweise auf andere Sätze derselben Tabelle (Relation) Tabellenübergreifende (Interrelational)  Foreign Key  Aggregat – Bedingungen Ober- Untergrenzen von Summen Anzahl Sätze pro Intervall usw.  Rekursive Zusammenhänge Verweise auf Sätze einer anderen Tabelle (Relation) Zeit – bezogen (Tupel)  Zeitinvariante Inhalte Anz. Bundesländer  Zeitabhängige Veränderungen  Über die Zeit mit anderen Daten korrelierende Feldinhalte Verteilungs – bezogen  Arithmetische Mittel  Varianz / Standardabweichungen  Qualitätsmerkmale und Mengen

22  Schlechte Daten „Ein Klagelied“ (oder sollten wir sie verschweigen?)  Beispielhafter Ablauf einer Data Profiling Analyse - ein Beispiel  Erfahrungen / Abgrenzungen Datenqualität gewinnen mit Oracle Warehouse Builder - Data Profiling

23 Erfahrungen während der Arbeit  Data Profiling zergliedert sich mehrere Steps  Ähnlich wie bei Data Mining Verfahren ergeben sich erst im Verlauf des Projektes neue Aspekte und Fragestellungen, die den weiteren Verlauf bestimmen können Zurechtschneiden der Daten Entwurf einer Analysestrategie  Die Masse der Prüfungsergebnisse könnte auch durch direkte SQL – Abfragen ermittelt werden aber man kommt nicht drauf Gleichzeitiges Betrachten / Erkennen von mehreren Spalten automatisches, batchgetriebenes, gleichzeitiges Suchen von Aspekten Ansonsten müssten Prüfungen einzeln, Attribut – weise erfolgen viele manuelle SQL – Statements auf vermutete Fehler

24 Erfahrungen während der Arbeit  Systemfehler erkennen durch gleichzeitiges Betrachten von Fehlern Vergleichen von Anzahl  Visuelle Darstellungen geben die Möglichkeit des intuitiven Erfassens von potentiellen Problemen und Zusammenhängen  Die Ergebnisse sind automatisch dokumentiert und unterstützen damit das Qualitätsmanagement.  Die Einbettung in das ETL – Tool macht sich positiv bemerkbar Zurechtschneiden der Daten Umsetzen der gefundenen Ergebnisse in Korrekturläufe

25 Erfahrungen während der Arbeit  Hardware – Umgebung muss stimmen  Die Analyse – Umgebung und die Datenbereitstellung muss geplant werden  Komplexere Abhängigkeiten z. B. zeilenübergreifende Zusammenhänge bedürfen zusätzlicher Prüflogik.

26 Datenqualität mit Oracle Warehouse Builder Weitere Informationen: Tel.: 040 /

27