Was es ist, Verwendung, Ansätze und Beispiele • BUOM

25. März 2021

Die Integration großer Mengen an Geschäftsdaten in ein Computersystem kann einen sehr detaillierten Prozess erfordern. Unternehmen, die Business-Intelligence-Analysen implementieren, finden es häufig effizienter, ihre Geschäftsdaten in einer großen Datenbank, einem sogenannten „Data Warehouse“, zu speichern. Data Warehouses konsolidieren alle Geschäftsdaten an einem zentralen Ort, anstatt spezifische Informationen in mehreren Datenbanken zu speichern. In diesem Artikel werfen wir einen Blick darauf, was ein Data Warehouse ist, wer es verwendet und verschiedene Ansätze zum Testen eines Data Warehouse.

Was ist ein Data Warehouse?

Ein Data Warehouse ist eine Aggregation von Geschäftsdaten aus ähnlichen Quellen. Ein Data Warehouse kann es Unternehmen ermöglichen, große Mengen an Business-Intelligence-Daten in einem einzigen System zu speichern und kann die Integration und Konsolidierung von Analyseberichtsdaten und Daten aus Ad-hoc-Abfragen umfassen, um Geschäftsleuten bei der Bewertung und dem Treffen wichtiger Geschäftsentscheidungen zu helfen.

Der Einsatz eines Data Warehouse kann es Unternehmen ermöglichen, Daten zu sammeln und zu analysieren, die sich auf Entscheidungsprozesse wie Produkttests, Zielmarktanalysen und andere Entscheidungen auswirken können, die spezifische Business-Intelligence-Daten erfordern. Zu den Fällen, in denen ein Unternehmen ein Data Warehouse nutzen könnte, gehören die Entwicklung von Produktstrategien, die Analyse von Kundenmärkten und die Analyse von Geschäftsabläufen.

Wer nutzt Data Warehouses?

Viele Unternehmensbereiche können von der Integration von Data Warehouses in ihre Datenverwaltungssysteme profitieren. Die folgenden Beispiele veranschaulichen die Arten von Fachleuten, die Data Warehouses nutzen können:

• Spezialisten für Datenspeicherung

• Führende Entscheidungsträger

• Vertriebs- und Marketingteams

• Produktions- und Projektmanager

• Finanzanalysten und Planer

Spezialisten für Datenspeicherung

Der wichtigste Fachmann beim Aufbau und der Wartung eines Data Warehouse ist der Data Warehouse-Spezialist. Diese IT-Experten arbeiten mit Unternehmen zusammen, um Data Warehouses zu integrieren und zu implementieren, um Geschäftsprozesse zu optimieren. Beispielsweise kann ein Data-Warehousing-Spezialist mit einer Gesundheitseinrichtung zusammenarbeiten, um eine Vielzahl von Daten zu sammeln, etwa Finanz- und Versicherungsdaten, Krankenakten, Behandlungspläne, Medikamenteninformationen und den Bestand an medizinischer Versorgung.

Führende Entscheidungsträger

Data Warehouses werden in den unterschiedlichsten Branchen eingesetzt und die Entscheidungsträger in ihren Unternehmen können auch diejenigen sein, die Data Warehouses nutzen. Beispielsweise könnte ein Teamleiter, der Entscheidungen über die Produktentwicklung trifft, ein Data Warehouse verwenden, um historische Produktinformationen zu finden und zu analysieren, um sicherzustellen, dass ein neues Produkt den Unternehmensstandards entspricht.

Vertriebs- und Marketingteams

Auch Vertriebs- und Marketingteams können Data Warehouses nutzen. Beispielsweise kann das Vertriebsteam Transaktions-, Empfehlungs- und Lead-Konvertierungsdaten verfolgen und an ein Data Warehouse melden. Diese Daten können dann analysiert werden, um die Effektivität des Vertriebsteams beim Verkauf der Produkte des Unternehmens zu bewerten. Auf Basis der Datenanalyse kann das Team dann neue Vertriebsstrategien entwickeln.

Marketingteams können Data Warehouses auf ähnliche Weise nutzen, wobei Strategien, Marketingbudgets und Konversionsraten für verschiedene Strategien über das Data Warehouse gespeichert und analysiert werden können. Diese Daten können es Marketingteams ermöglichen, ihre Ansätze zur Werbung für die Produkte oder Dienstleistungen eines Unternehmens zu rationalisieren oder zu verbessern.

Produktions- und Projektmanager

Fertigungs- und Projektmanager können Data Warehouses auch als Mittel zur Analyse von Produktentwicklungsplänen und zur Bewertung von Projektmanagementprozessen nutzen. Beispielsweise kann ein Projektmanager ein Data Warehouse durchsuchen, um historische Daten wie vergangene Projektumfänge, Budgets und andere Projektdaten auszuwerten und so Entscheidungen über zukünftige Projekte zu treffen. Fertigungsleiter können Data Warehouses auf ähnliche Weise nutzen, die aus Fertigungsabläufen gesammelten Daten können jedoch verschiedene Phasen der Produktentwicklung und Informationen über vergangene Produkteinführungen umfassen.

Geschäfts- und Finanzanalysten

Geschäftsanalysten können Data Warehouses als Mittel nutzen, um vergangene Geschäftsdaten wie Finanzierung, Produktentwicklung, Kundenbeziehungen und andere wichtige Geschäftsinformationen auszuwerten, um Entscheidungen für zukünftiges Wachstum und zukünftige Entwicklung zu treffen. Finanzanalysten können auch Informationen aus einem Data Warehouse verwenden, um vergangene Finanztrends eines Unternehmens zu analysieren, beispielsweise Einnahmen, vergangene Verkaufsdaten oder andere Finanzdaten wie Finanzierung, Ausgaben oder Verbindlichkeiten.

Verschiedene Ansätze für Lagertests

Abhängig von den Geschäftsanforderungen kann ein Data Warehouse mit unterschiedlichen Ansätzen auf jeder Ebene der Data Warehouse-Implementierung implementiert werden. Diese beinhalten:

• Ansatz zum Abfragetesten

• Funktioneller Testansatz

• Qualitätssicherungstests

• Technischer Testansatz

• Akzeptanztestansatz

Ansatz zum Abfragetesten

Bei der Integration eines Data Warehouse können Unternehmen Abfragetests durchführen, um sicherzustellen, dass das Data Warehouse die von den Benutzern gesuchten Daten abruft und bereitstellt. Nachdem Daten in das Speichersystem eingegeben wurden, werden Auswahlen, Berichte und Ad-hoc-Abfragen überprüft, um sicherzustellen, dass das Data Warehouse die erforderliche Ausgabe für die Suchabfrage des Benutzers anzeigt.

Funktioneller Testansatz

Funktionale Ansätze für Data-Warehouse-Tests bewerten typischerweise die Gesamtzuverlässigkeit und Funktionalität des Data-Warehouse. Funktionstests testen die Reaktionsfähigkeit, Fähigkeiten und andere funktionale Eigenschaften eines Programms, die den Betrieb von Speichersystemen ermöglichen.

Qualitätssicherungstests

Qualitätssicherungstests für das Data Warehouse können die Bewertung der Gesamtleistung, der Ladezeiten und anderer Qualitätssicherungstests wie Regressionstests umfassen, um sicherzustellen, dass das Data Warehouse effizient arbeitet.

Regressionstests können auch in Qualitätssicherungsansätzen beim Testen eines Data Warehouse eingesetzt werden, um sicherzustellen, dass neue Daten oder Programmcode, die in das System eingeführt werden, die Funktionalität des Data Warehouse nicht beeinträchtigen. Im Wesentlichen können Qualitätssicherungsansätze für Data-Warehouse-Tests es Unternehmen ermöglichen, die Wirksamkeit der Data-Warehouse-Integration zu analysieren, um verschiedene Business-Intelligence-Daten zu verfolgen und zu dokumentieren.

Technischer Testansatz

Auf der Ebene der Softwareentwicklung können Data-Warehouse-Tests Leistungstests, Strukturtests und Dokumentation für verschiedene Testfälle umfassen. Effizienztests bewerten typischerweise die Effizienz eines Data Warehouse beim Abrufen und Laden von Abfragedaten. Mithilfe von Strukturtests können Ingenieure das Format und den Gesamtrahmen eines Data Warehouse bewerten, um sicherzustellen, dass seine Strukturfunktionen optimal funktionieren.

Akzeptanztestansatz

Der Akzeptanztestansatz kann beim Testen eines Data Warehouse verwendet werden, um die Vollständigkeit verschiedener Datenmodelle zu testen und sicherzustellen, dass sie die Berichtskriterien verschiedener Projekte erfüllen. Abnahmetests umfassen in der Regel die Überprüfung von Tabellen- und Diagrammentwürfen und Ladeprozessen, die Validierung von Eingabedaten im Produktions-Data-Warehouse und die Überprüfung von Anwendungsberichten.

Erfahren Sie mehr: Leitfaden zur Qualitätssicherung

Beispiel für ein Data Warehouse

Ein gutes Beispiel für die Integration von Data Warehouses in Business Intelligence ist die Gesundheitsbranche:

Nehmen Sie für dieses Beispiel an, dass ein ambulantes Operationszentrum aggregierte Daten an ein einzelnes Data-Warehouse-System meldet. Zu den Daten, die eine Einrichtung integriert, können Finanzinformationen wie Versicherungs- und Abrechnungsberichte, medizinische Patientendaten, Daten zu medizinischen Verfahren, Daten zur medizinischen Versorgung und Terminplanungsdaten gehören. Ein Datenspeicherspezialist wird beauftragt, ein System zu erstellen und zu implementieren, um die Effizienz der Prozesse eines Operationszentrums zu verbessern.

Der Spezialist kann verschiedene Ebenen von Data-Warehouse-Tests integrieren, um sicherzustellen, dass das System auf einem akzeptablen Betriebsniveau läuft. Der Techniker kann verschiedene Tests durchführen, darunter Qualitätssicherungstests, Regressionstests und Funktionstests, um den Erfolg des Systems sicherzustellen, wenn das Personal der Einrichtung das Data Warehouse nach Abfragen durchsucht. Wenn der Spezialist Probleme mit der Funktionalität des Data Warehouse feststellt, können Änderungen vorgenommen werden, um die Leistung, Qualität und Zuverlässigkeit der Kombination der Objektdaten in einem einzigen Speichersystem zu verbessern.

Die Integration eines Data Warehouse in ein ambulantes Operationszentrum kann die Meldeverfahren für das Personal erheblich vereinfachen und die Effizienz und Organisation der Dokumentation der Patientenversorgung verbessern. Das Operationszentrum kann auch die Art und Weise verbessern, wie es Finanzdaten wie Versicherungsansprüche, verbleibende Selbstbehaltsbeträge und andere Zahlungsaufzeichnungen speichert und abruft.