Data Mgmt Analytics Flashcards
Wofür steht HIPPO? Was sagt es aus?
HIghest Paid Person’s Option. Let data drive decisions, not HIPPO
Wofür steht DDD? Was bedeutet es?
Data driven decision making (DDD) refers to the practice of basing decisions on the analysis of data rather than purely on intuition.
Was macht BI 1.0 aus?
Data warehouse, Dashboards, OLAP. Historisch ausgerichtete Analyse
Was macht BI 2.0 aus?
Traditional Data mining & Analytics -> Linear regession, decision trees. Identify of patterns, predict future (no decision)
Was macht BI 3.0 aus?
Big data (analytics), AI, ML, DL Autmated decision making, because automated predicted future
Die Daten aus welchen Ebenen wertet die BI 1.0 aus?
Key Processes (ERP, CRM…), HR (ERP..)
Welche Datenebenen hat die traditionelle BI ?
Data storage, Data analysis/OLAP, Data visualization/presentation
Was ist Bestandteil des Data storage (BI)?
Data Warehouse: Raw data -> Summary data -> Meta data
Was ist Bestandteil des Data analysis/OLAP (BI)?
Data cube -> Data marts
Was ist Bestandteil des Data visualization/presentation (BI)?
Dashboards -> Reports
Was sind die Dimensionen von OLAP?
Bspw. Kunde, Produkt, Zeit oder Region, Zeit, Produkt
Durch welche datentechnische Hierachie ist OLAP geprägt?
Relationales Daten(bank) Modell
Was macht einen Data Cube aus?
Einzelne Schlüsselinformationen eines ausgewählten Bereichs aus dem Datawarehouse
Was kann man mit einem Data Cube machen?
Rotate, Drill down/Roll up(verfeinern wie zB Jahre->Monat), Slice & Dice (Segmentierung)
Definiere: Dashboard
“A dashboard is a rich computer interface with charts, reports, visual indicators, and alert mechanisms that are consolidated into a dynamic and relevant information platform.“
Dashboards: Wofür steht SMART?
Synergetic, Monitor KPIs, Accurate, Responsive, Timely
Welche sechs Schritte umfässt Data Mining typischerweise?
Business Understanding, Data Unterstanding, Data Preparation, Modeling, Evaluaton, Business Understanding Zwischen Business Understanding und Data Unterstanding sowie Data Preparation und Modeling Wechselwirkung, keine schlichte Sequence

Welche beiden Aufgaben hat Data Mining?
Vorhersagen treffen und Muster erkennen
Wie können beim Data Mining Vorhersagen getroffen werden?
Entscheidungsbäume, (Lineare) Regression, Trendanalyse
Wie können im Data Mining Daten beschrieben werden?
Clustering (Analysis), Association (Wer Erdnussbutter und Brot kauft, kauft auch Marmelade)
Welche beiden Hauptthemen sind in BI 3.0 relevant?
Big Data, Machine Learning
Wodurch ist Big Data charakterisiert? 3 Vs
Volume (Terabyts, Transactions…)
Velocity (Real Time, Streams…)
Variety (Structured, Unstructured…)
Wie die traditionelle Programmierung von Maschinen Learning unterschieden werden?

Wie können die Begriffe AI - Deep Learning in Verbindung gebracht werden?

Was ist der Vorteil von Neuronalen Netzwerken zur traditionellen Regression?
Je mehr Daten, desto besser. Stagniert nicht. Wird immer besser
Was ist der Nachteil an Neuronalen Netzen und Deep Learning?
Geringe Interpretationsmöglichkeit (für Menschen)
Unterscheiden Sie OLAP und OLTP!
OLTP ist Transaktionsbezogen. OLAP ist Datenbezogen. OLAP wertet die Ergebnisse mehrerer OLTPs aus