Alfred Schlaucher, Data Warehouse Architect, Oracle Oracle Data Warehouse

Neue Aufgaben für das Data Warehouse Das Oracle System Große Systeme sprengen die Kosten ThemenOracle Data Warehouse

Traditionelle Aufgabenstellung: Business Intelligence Support BI Applications User Access EPM Workspace Unified Business Intelligence Foundation BI Applications Performance Management Applications Fach- Bereichs- Sicht Linien- prozesse Daten sammeln + integrieren Qualität garantieren Verfügbarkeit garantieren Datensicherheit garantieren Performance Mehrwert durch Aufbereitung Unternehmens - weite Sicht Querschnitts- Funktionen D a t a W a r e h o u s e

Data Warehouse heute DWH sind heute ein eigenes Anwendungsgebiet Operationalisierung des DWH Fachübergreifende Querschnittsfunktion Zulieferer für andere Prozesse „Wissens-Repository“ Unabhängig von BI Was ist, wenn das DWH still steht? Synergie-Effekte durch Verlagerung ins DWH? TrendsDispos. Kopie Zentral + Integriert Information statt Daten

Warehouse-Systeme leisten heute mehr Kunden-Rating Geldwäsche-Erkennung Persönliche Kundenberichte Banken Verbrechensmuster- erkennung Betrugserkennung Kriminalistik Planung von Kraftwerkslaufzeit Messung der Rentabilität von Energieträgern Energieunternehmen Kampagnensteuerung Kundenselektion Sortimentsmanagement Bonusberechnungen Marketingaktivitäten Deckungsbeitrags- berechnungen für Produkte Betrugserkennung Provisionsberechnungen Versicherungen Beispiele für operative Aufgabenstellungen Neukunden-Antrags- prüfung Steuerung der Warte- schleifendauer i. Call-C. Telco Just-In-Time Bonus-Verrechnung Spontane Angebots- generierung bei Schwellwertüberschreitung Payback / Bonus Kontrolle von Fertigungsschritten in der Industrieproduktion Steuerung von Maschinenlaufzeiten aufgrund von Ausschussmessungen Messung von Verbrauchswerten Fertigung

Mehrwerte des DWH bei Übernahme operativer Aufgabenstellungen DWH agiert losgelöst von op. Prozessen Mehr Möglichkeiten als bei 24/7 Std. Betrieb Historisches Gedächtnis hilft oper. Steuern Viele Schnittstellen sind bereits da Wiederverwendung Daten sind qualitätsgesichert Kürzere Realisierungszeit für neue Anforderungen Vorhandene Infrastruktur

Quellenanalyse (Data Profiling) Datennahes Transformieren Dateninventar + Management Parallel Massenver. PortionierenData Mining Star Schema Technolgie OLAP Technologie Data Warehouse Prozesse Massiv parallele Datenablage und automatisches File Management (Striping& Mirroring) Informationen vorhalten (veredeln) fachbezogen weitergeben RegZeit Org. Linie Prod RegZeit Org. Linie Prod Integrieren Integration (ETL / ELT) Analytische Statistik Skalierbare Rechner-Architektur Metadaten- Doku (Lineage / Impact) Aggregieren Security / Mandanten

Oracle Data Quality Database ETL Functions Enterprise Manager Parallel Execution Partitioning Oracle Data Mining Star Optim. Bitmap Oracle OLAP Oracle Data Warehouse Funktionen Automatic Storage Management (ASM) Informationen vorhalten (veredeln) fachbezogen weitergeben RegZeit Org. Linie Prod RegZeit Org. Linie Prod Integrieren Warehouse Builder Analytische Funktionen Real Application Clusters (RAC) OWB Repository (Lineage / Impact) Materlialized Views Label Security / Database Vault