Innovation im Data Warehousing 
Data Vault 2.0 
OpenDoor 2014 
09. Dezember 2014
Agenda 
Vorstellung 
Herausforderungen im Data Warehousing 
Data Vault 2.0 als Innovationsmotor 
Data Vault 2.0 bei Swiss ...
Vorstellung
Über den Vortragenden 
• Senior Consultant Dörffler + Partner 
GmbH 
• Certified Data Vault 2.0 Practitioner 
• Offizielle...
Herausforderungen im Data 
Warehousing
Herausforderungen im Data 
Warehousing 
Der GAP!! 
IT… 
Benötigt zu lange 
Über Budget 
Zu komplexe Ladeprozesse 
Nicht er...
Gegensätzliche Ziele für das Data 
Warehouse 
Datenhaltung 
• Beschaffung 
• Latenz 
• Skalierbarkeit 
• Audit-Fähigkeit 
...
Data Vault 2.0 als Innovationsmotor
Data Vault 2.0 
Zwischen 1990 und 2001 am U.S. Verteidigungsministerium 
entwickelt 
• Erfinder: Dan Linstedt (Vermont, US...
Grundlagen der Modellierung 
Surrogate Schlüssel 
Geschäftsschlüssel 
Fremdschlüssel 
Beschreibende Daten 
09.12.2014 Open...
Data Vault 2.0 
… ein System of Business Intelligence mit den Komponenten… 
Vorgehensweise 
Architektur 
Modell 
• Konsist...
Modell 
Modell 
• Skalierbare 
Architektur 
• Hub & Spoke 
Design 
• Einfach 
erweiterbar 
HubEVOfferteTeil 
LinkEVOfferte...
Vorgehensweise & Implementierung 
Agile Vorgehensweise 
• Treibt Agile Auslieferung 
• Beinhaltet CMMI, Six 
Sigma, TQM 
•...
Architektur 
Architektur 
• Verbessert Entkoppelung 
• Ermöglicht Änderungen mit geringen Aufwand 
• Unterstützt managed S...
Data Vault 2.0 bei Swiss Life
Data Vault 2.0 bei Swiss Life 
Laden der 
Rohdaten aus 
dem Data Hub 
Integrieren der 
Daten im Data 
Vault 
Bereitstellen...
Fazit
Fazit 
Data Vault 2.0 
als Alternative 
zu bestehenden 
DWH-Ansätzen 
System of 
Business 
Intelligence 
Genügt hohen 
Anf...
Weiterführende Informationen 
 Bill Inmon, «Father of Data 
Warehousing» 
www.datavault.de 
www.doerffler.com 
www.learnd...
So fängt Zukunft an.
Nächste SlideShare
Wird geladen in …5
×

Data Vault 2.0: Innovation im Data Warehousing (Swiss Life Open Door 2014)

1.237 Aufrufe

Veröffentlicht am

Meine Präsentation auf dem Swiss Life Open Door Day 2014 in Zürich (Schweiz). Auf deutsch.

0 Kommentare
1 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

Keine Downloads
Aufrufe
Aufrufe insgesamt
1.237
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
74
Aktionen
Geteilt
0
Downloads
0
Kommentare
0
Gefällt mir
1
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie
  • Fokus auf DWH Projekte legen

    Transition: These are the business issues, but what about the project issues?

    Have you heard this before: “IT…takes too long”
    What does this look like? Is this you, jumping over the gap?
    Desires autonomy : that is where managed-self-service BI comes in.
    These are the parts of the puzzle that we have to solve.
    We need to help the business to overcome this gap.
  • Grundbegriffe erläutern
    Grundsätzlich über die Folien gehen / erläutern
  • Fokus auf innovation
  • OFAN = Anträge (Offer Easy)
    OEV = Offerten

    Follows Scale Free Architecture
    This should be known to DV enthusiasts

    Scale-free Network

    A scale-free network is a network whose degree distribution follows a power law, at least asymptotically.

    Many networks are conjectured to be scale-free, including World Wide Web links, biological networks, and social networks, although the scientific community is still discussing these claims as more sophisticated data analysis techniques become available. Preferential attachment and the fitness model have been proposed as mechanisms to explain conjectured power law degree distributions in real networks.
    http://en.wikipedia.org/wiki/Scale-free_network

    Hub and Spoke

    The hub-and-spoke distribution paradigm (or model or network) is a system of connections arranged like a chariot wheel, in which all traffic moves along spokes connected to the hub at the center. The model is commonly used in industry, in particular in transport, telecommunications and freight, as well as in distributed computing.
    http://en.wikipedia.org/wiki/Hub_and_spoke

    Set Logic

    In mathematics, a set is a collection of distinct objects, considered as an object in its own right. For example, the numbers 2, 4, and 6 are distinct objects when considered separately, but when they are considered collectively they form a single set of size three, written {2,4,6}. Sets are one of the most fundamental concepts in mathematics.
    http://en.wikipedia.org/wiki/Set_logic

    Massively Parallel Processing

    In computing, massively parallel refers to the use of a large number of processors (or separate computers) to perform a set of coordinated computations in parallel.
    http://en.wikipedia.org/wiki/Massive_parallel_processing
  • Implementation is a piece of methodology
    It is important but not a pillar

    DV2.0 is a system, not a framework
    Bill Inmon’s DW2.0 is a framework – it tells you what you need, it doesn’t tell you how to build it
    Bill Inmon endorses DV from multiple levels – he says : “I told you what you need, DV2.0 tells you how to build it”
  • OFAN = Anträge (Offer Easy)
    OEV = Offerten

    Follows Scale Free Architecture
    This should be known to DV enthusiasts

    Scale-free Network

    A scale-free network is a network whose degree distribution follows a power law, at least asymptotically.

    Many networks are conjectured to be scale-free, including World Wide Web links, biological networks, and social networks, although the scientific community is still discussing these claims as more sophisticated data analysis techniques become available. Preferential attachment and the fitness model have been proposed as mechanisms to explain conjectured power law degree distributions in real networks.
    http://en.wikipedia.org/wiki/Scale-free_network

    Hub and Spoke

    The hub-and-spoke distribution paradigm (or model or network) is a system of connections arranged like a chariot wheel, in which all traffic moves along spokes connected to the hub at the center. The model is commonly used in industry, in particular in transport, telecommunications and freight, as well as in distributed computing.
    http://en.wikipedia.org/wiki/Hub_and_spoke

    Set Logic

    In mathematics, a set is a collection of distinct objects, considered as an object in its own right. For example, the numbers 2, 4, and 6 are distinct objects when considered separately, but when they are considered collectively they form a single set of size three, written {2,4,6}. Sets are one of the most fundamental concepts in mathematics.
    http://en.wikipedia.org/wiki/Set_logic

    Massively Parallel Processing

    In computing, massively parallel refers to the use of a large number of processors (or separate computers) to perform a set of coordinated computations in parallel.
    http://en.wikipedia.org/wiki/Massive_parallel_processing
  • Bootcamp Zürich
  • Data Vault 2.0: Innovation im Data Warehousing (Swiss Life Open Door 2014)

    1. 1. Innovation im Data Warehousing Data Vault 2.0 OpenDoor 2014 09. Dezember 2014
    2. 2. Agenda Vorstellung Herausforderungen im Data Warehousing Data Vault 2.0 als Innovationsmotor Data Vault 2.0 bei Swiss Life Fazit 09.12.2014 OpenDoor 2014 2
    3. 3. Vorstellung
    4. 4. Über den Vortragenden • Senior Consultant Dörffler + Partner GmbH • Certified Data Vault 2.0 Practitioner • Offizieller Data Vault 2.0 Trainer in Europa • Spezialisiert auf Data Vault 2.0, Data Mining, Projektmanagement • Branchen: Automobil, Handel, Öffentlicher Sektor, Non-Profits, Versicherungen Michael Olschimke • Mittelständisches Beratungsunternehmen • Offizieller Partner von Dan Linstedt in Europa • Beratung, Schulungen, Umsetzung • Branchen: • Automobil, Banken, Handel, Pharma, Telekommunikation, Versicherungen Dörffler + Partner GmbH 09.12.2014 OpenDoor 2014 4
    5. 5. Herausforderungen im Data Warehousing
    6. 6. Herausforderungen im Data Warehousing Der GAP!! IT… Benötigt zu lange Über Budget Zu komplexe Ladeprozesse Nicht erweiterbar Business… Ändert sich häufig Will zuverlässige Informationen Braucht auditfähige Daten Will transparente Prozesse Möchte Unabhängigkeit 09.12.2014 OpenDoor 2014 6
    7. 7. Gegensätzliche Ziele für das Data Warehouse Datenhaltung • Beschaffung • Latenz • Skalierbarkeit • Audit-Fähigkeit • Historisierung Informationsbereitstellung • Interpretation • Interpolation • Korrelation • Qualität • Schnelle Auslieferung 09.12.2014 OpenDoor 2014 7
    8. 8. Data Vault 2.0 als Innovationsmotor
    9. 9. Data Vault 2.0 Zwischen 1990 und 2001 am U.S. Verteidigungsministerium entwickelt • Erfinder: Dan Linstedt (Vermont, USA) • Untersuchung von 57 Entitätstypen auf Ihre Eignung für DWH Systeme Ursprünglich Schwerpunkt auf DWH Modellierung • Aufnahme unterschiedlicher Datenstrukturen • Aufnahme von Echtzeit-Daten • Unterstützung strenger Compliance-Anforderungen • Separieren unterschiedlicher Probleme (Divide & Conquer) • Leichte Erweiterbarkeit Neuauflage in 2014: Data Vault 2.0 • System of Business Intelligence • Unterstützung von Big Data, Hadoop, NoSQL • Mehr als nur ein Modell 09.12.2014 OpenDoor 2014 9
    10. 10. Grundlagen der Modellierung Surrogate Schlüssel Geschäftsschlüssel Fremdschlüssel Beschreibende Daten 09.12.2014 OpenDoor 2014 10
    11. 11. Data Vault 2.0 … ein System of Business Intelligence mit den Komponenten… Vorgehensweise Architektur Modell • Konsistent • Wiederholbar • Vorlagenorientiert • Mehrschichtig • Skalierbar • Unterstützt NoSQL • Flexibel • Skalierbar • Hub & Spoke Implementierung 09.12.2014 OpenDoor 2014 11
    12. 12. Modell Modell • Skalierbare Architektur • Hub & Spoke Design • Einfach erweiterbar HubEVOfferteTeil LinkEVOfferteEVOfferteTeil SatEVOfferte SatEVOfferteTeilOEV SatEVOfferteTeilOFAN HubEVOfferte HubProdukt LinkEVOfferteProdukt SatProdukt 09.12.2014 OpenDoor 2014 12
    13. 13. Vorgehensweise & Implementierung Agile Vorgehensweise • Treibt Agile Auslieferung • Beinhaltet CMMI, Six Sigma, TQM • Steuert Risikomanagement, Governance, Versionierung • Definiert Automation, Generierung • Gibt wiederholbare und optimierte Prozesse vor • Kombiniert Musterlösungen für BI Projekte Implementierung • Verbessert Automation • Stellt Skalierbarkeit sicher • Bietet Konsistenz • Beinhaltet Fehlertoleranz 09.12.2014 OpenDoor 2014 13
    14. 14. Architektur Architektur • Verbessert Entkoppelung • Ermöglicht Änderungen mit geringen Aufwand • Unterstützt managed Self-Service BI • Beinhaltet nahtlose Integration mit NoSQL 09.12.2014 OpenDoor 2014 14
    15. 15. Data Vault 2.0 bei Swiss Life
    16. 16. Data Vault 2.0 bei Swiss Life Laden der Rohdaten aus dem Data Hub Integrieren der Daten im Data Vault Bereitstellen der Informationen im Information Mart Data Hub Reports Data Vault 2.0 Swiss Life Data Warehousing Iteratives Erweitern der Basis um weitere •Quellsysteme •Geschäftsregeln •Anforderungen 09.12.2014 OpenDoor 2014 16
    17. 17. Fazit
    18. 18. Fazit Data Vault 2.0 als Alternative zu bestehenden DWH-Ansätzen System of Business Intelligence Genügt hohen Anforderungen Flexibles Modell Schnelles Ausliefern neuer Funktionalitäten Data Vault wird seit Jahren erfolgreich eingesetzt Wird von führenden DWH Experten empfohlen 09.12.2014 OpenDoor 2014 18
    19. 19. Weiterführende Informationen  Bill Inmon, «Father of Data Warehousing» www.datavault.de www.doerffler.com www.learndatavault.com  Nächstes Buch beinhaltet Kapitel zu Data Vault Architektur  Building a Scalable Data Warehouse  Beschreibung Data Warehousing mit Data Vault 2.0 End-to-End 09.12.2014 OpenDoor 2014 19
    20. 20. So fängt Zukunft an.

    ×