BI & Data Science

Question 1

Was sind Daten?

Answer 1

Eine Menge von Zeichen (Liste oder Abfolge).
Mehrzahl: Datum
D = „25“

Question 2

Was sind Informationen

Answer 2

Daten mit einem klar definierten Kontext
Z.B.: Fc Bayern 2:1 BVB

Der Kontext beschreibt, wo die Daten herkommen, was sie beschreiben und wie sie erzeugt wurden

Question 3

Was ist Wissen?

Answer 3

Wenn mehrere Informationen in einem bewussten Vorgang und nach klaren Regeln miteinander kombiniert wird

Question 4

Was sind Entscheidungen?

Answer 4

Wenn Informationen und Wissen eingesetzt werden um eine daraus eine Aktion abzuleiten.

Im Datenumfeld entscheiden die „Agenten“

Question 5

Was ist „Business Intelligence“?

Answer 5

Die Nutzung von Daten um daraus betriebswirtschaftliche Entscheidungen abzuleiten.
Ziele müssen zuvor klar definiert werden

-> Datifizeirung: Der intensive Wille Daten zu sammeln
-> Die aufgebaute Datenanalyse Infrastruktur ständig verbessern

Question 6

Was sind „Kennzahlen“?

Answer 6

• messbare Größen
• wirtschaftlich bedeutsam
• quantifizierbar (z.B. in Zahlen)

Beispiele:
Absolute Kennzahl -> Fahrzeit, Gesamtkosten
Relative Kennzahl -> mit Maßeinheit (Stückkosten) // -> ohne Maßeinheit (Rendite, Krankenstand)

Question 7

Welche Dimensionen der Datenqualität gibt es? (4)

Answer 7

• Vollständigkeit
• Aktualität
• Relevanz
• Korrektheit

Question 8

Was ist „Data Mining“?

Answer 8

Die Suche nach unbekannten Muster oder Beziehungen im Datenbestand des DWH

Question 9

Allgemeine Anforderungen an die Referenzarchitektur eines DWH?

Answer 9

• idealtypisch gestaltet
• primär Funktionsorientiert

Question 10

Anforderungen an das DWH: (4)

Answer 10

• Unabhängigkeit zwischen den Datenquellen und Auswertungssystemen (Verfügbarkeit, Belastung)
• Dauerhafte Bereitstellung der Daten
• Flexibilität
• Skalierbarkeit

Question 11

Was machen „Monitore“ im DWH?

Answer 11

Sie entdecken und melden Änderungen der Datenquellen an den DWH-Manager

• triggerbasiert
• Zeitstempelbasiert
• Log basiert

Question 12

Was machen „Extraktoren“ im DWH?

Answer 12

Sie selektieren und transportieren Daten aus den Quellen in den Arbeitsbereich

• periodisch
• auf Anfrage
• ereignisgesteuert
• sofortig

Question 13

Was machen „Transformatoren“ im DWH?

Answer 13

Sie vereinheitlichen, bereinigen, integrieren, konsolidieren, aggregierten und ergänzen die Daten

• Datentypen anpassen
• Konvertierungen
• Vereinheitlichung
• Umrechnung

Question 14

Was machen „Ladekomponenten“ im DWH?

Answer 14

Sie laden die transformierten Daten aus einem Bereich/DB in den nächsten

Question 15

Welche Arten der „Datenbereinigung“ gibt es?

Answer 15

Data Scrubbing: Unzulänglichkeiten in Daten erkennen und beseitigen (Regelbasiert)

Data Auditing: Mit Data Mining Zusammenhänge in Daten finden und Regeln ableiten

Question 16

Beispiele der Codd‘schen Regeln (7)

Answer 16

• Transparenz
• Zugriffsmöglichkeiten
• Gleichbleibende Antwortzeiten
• Client/Server - Architektur
• Mehrbenutzer Unterstützung
• Flexible Berichterstellung
• unbegrenzte Anzahl an Dimensionen

Question 17

Ansätze der Datenanalyse: (3)

Answer 17

• Pivotierung / Rotation des Datenwürfels
• Drill-down / Roll-up
• Slice and dice

Question 18

Visualisierungsmöglichkeiten der Datenanalyse

Answer 18

• Streudiagramm
• Heat Map

Question 19

Arten der Datenbankspeicherung

Answer 19

• relationales Speichermodell (SQL)
• multidimensionales Speichermodell

Question 20

Was sind Appliance Datenbanksysteme

Answer 20

Integrierte Hard- und Software für das DBMS und somit konkret für ihren Anwendungsfall spezialisiert.

• self-tuning / self-maintaining
• sehr gute Skalierbarkeit
• massive parallel processing

Question 21

Was ist das „Snowflake Schema“ und was sind dessen Vor- und Nachteile?

Answer 21

Es ist ein Ansatz / Modell zur Speicherung von Daten in einem OLAP / DWH System.
Es besteht aus einem Fact table mit allen wichtigen Werten, in den dahinter liegenden Dimensionen sind weitere beschreibende Informationen enthalten und es können dahinter wiederum Dimensionen liegen. -> normalisiert

Vorteile: Es wird weniger Speicherplatz benötigt, da Redundanzen vermieden werden

Nachteile: Es leidet die Performance, da die Joint Prozesse sehr komplex sind

Question 22

Was ist das „Star Schema“ und was sind dessen Vor- und Nachteile?

Answer 22

Es ist ein Ansatz / Modell zur Speicherung von Daten in einem OLAP / DWH System.

Wird meist für Ableitungs- AuswerteDBs verwendet
Die Dimensionen werden denormalisert:
In der Mitte ist der fact table in dem alle wichtigen Daten enthalten sind, außenrum sind die verschiedenen Dimensionen welche die Ausprägungen der Daten beschreiben

Vorteile: hohe Performance und schnell, da einfache Anfragen

Nachteile: mehr Speicherbedarf, da Daten redundanten (In Fact tabel und Dimensionen) gespeichert werden

Question 23

Welche Ansätze gibt es um die Datenqualität zu prüfen? (4)

Answer 23

• Spaltenanalyse
• Abhängigkeitsanalyse
• Beziehungsanalyse
• Regelanalyse

Question 24

Wie funktioniert die Spaltenanalyse?

Answer 24

Einzelne Attribute werden für sich alleinstehend geprüft:
- Wertebereich
- Zeichenkettenlänge
- Datumsform

Question 25

Wie funktioniert die Abhängigkeitsanalyse?

Answer 25

Vergleich von Datensätzen miteinander
- Reihenfolge

Question 26

Wie funktioniert die Beziehungsanalyse?

Answer 26

Es werden statistische Gegebenheiten der Datenreihen oder andere Datenquellen einbezogen:
- Innerhalb der Standardabweichung
- In anderen Quellen nicht vorhanden

Question 27

Wie funktioniert die Regelanalyse?

Answer 27

Es wird überprüft ob bestimmte Regeln eingehalten werden (physikalisch, operativ, wirtschaftlich, etc.):
- kann nicht größer / kleiner sein als xyz
- keine negativen Werte
- Wenn x = 10, dann y max 50

Question 28

Was sind die 7V-Definitionen eines BigData Systems?

Answer 28

Volume - Datenmenge
Velocity - Geschwindigkeit der Datenverarbeitung
Variety - Vielfalt von Datenquellen /typen
Veracity - Zuverlässigkeit
Variability - Variation von Datenformaten
Value - Nutzen aus den Daten
Validity - Datenqualität

Question 29

Aus welchen Phasen besteht der „Big Data Management Zyklus“?

Answer 29

Capture: Datensuche
Organize: Die Daten organisieren und speichern
Integrate: Integration der Daten in die Analysen
Analyze: Auswertung und Analyse der Daten
Act: Entscheidungen treffen (wirtschaftlich), Prozess anpassen