2. Datenbereitstellung und -modellierung

Question 1

Was ist das Differential Snapshot Problem?

Answer 1

Viele Quellen liefern immer den vollen Datenbestand

• Ständiges Übertragen aller Daten ist jedoch ineffizient
• Duplikate müssen erkannt werden!

Question 2

Was ist die Aufgabe des Transformationsprozess? In welche vier Bereiche lässt er sich unterteilen?

Answer 2

Prüfung und Modifikation der in das DWH zu übertragenden Daten, sodass die Anforderungen des DWH Konzeptes und der Anwender erfullt werden.

• Verknüpfung der Datensätze aus versch. Vorsystemen
• Harmonisierung der Quellbestände
• Zuordnung von Quell- zu Zieldatenobjekten
• Bereinigung der Daten

Question 3

Auf welchen Gesichtspunkten liegt der Fokus des Transformationsprozesses?

Answer 3

• Daten
• Schemata
• Datenqualität

Question 4

Was ist bei der Verknüpfung der Datensätze aus Vorsystemen zu beachten? (3 Punkte)

Answer 4

• Semantik
  
  • z.B. Abkürzungen, Synonyme, fehlender Kontext
• Datenmodellintegration
  
  • Unterschiedliche Ausdrucksmächtigkeit von Datenmodellen (z.B. relational, objektorientiert, XML, semistrukturiert).
• Harmonisierung
  
  • z.B. Datentypkonversion, Kodierung, Aggregierung etc.

Question 5

Wie lautet die Definition von Data Cleansing?

Answer 5

Data Cleansing ist der Prozess der Identifikation und Beseitigung von Fehlern, Inkonsistenzen und (unerwünschten) Redundanzen in den in das DWH zu übernehmenden und schon übernommenen Daten.

Question 6

Wie lauten die „8 rights“ der Datenqualität?

Answer 6

1. Die richtigen Daten,
   
   • Daten, die der Anwender benötigt
2. mit der richtigen Vollständigkeit,
   
   • Die Gesamtheit, der Daten, die der Anwender benötigt
3. im richtigen Zusammenhang,
   
   • Die Daten, deren Bedeutung der Anwender kennt
4. mit der richtigen Korrektheit,
   
   • Daten, denen der Anwender trauen kann
5. in der richtigen Darstellung,
   
   • Die Darstellung, die der Anwender leicht nutzen kann
6. zum richtigen Zeitpunkt,
   
   • Dann, wenn der Anwender die Daten braucht
7. am richtigen Ort,
   
   • Wo der Anwender sie braucht
8. für den richtigen Zweck!
   
   • Daten, mit denen er seine Ziele erfüllen kann

Question 7

Was erhöht neben Data Cleansing die Datenqualität?

Answer 7

Einhaltung definierter Qualitätsstandards beim Entstehen, Eingeben und Verarbeiten der Daten.