Calendar

Data Integration: Unter Informationsintegration versteht man das Zusammenführen von Informationen aus verschiedenen Datenbeständen (Datenquellen) mit in der Regel unterschiedlichen Datenstrukturen in eine gemeinsame einheitliche Datenstruktur. Dabei sollen vor allem heterogene Quellen möglichst vollständig und effizient zu einer strukturierten Einheit zusammengeführt werden, die sich effektiver nutzen lässt, als dies bei direktem Zugriff auf die einzelnen Quellen möglich wäre./ Enhancement: Datenanreicherung.

Welche Daten für das Unternehmen von Bedeutung sind und was sie wert sind, wird mit Data Governance ermittelt. Studien zum Thema Datenqualität zeigen: Miserable Datenqualität hat unnötig hohe Kosten zur Folge. Bis zu 25 Prozent des Unternehmensumsatzes gehen dabei verloren.

Physisch gespeicherter oder virtueller Datenwürfel zur Unterstützung der mehrdimensionalen Analyse. Diese erfasst die Daten mehrdimensional und wertet sie mit Hilfe eines Würfels oder Balkengrafik visuell aus.

Unter Datenabgleich versteht man das Synchronisieren von Daten zwischen zwei oder mehreren Geräten. Dabei werden die Daten untereinander ausgetauscht, so dass jedes Gerät die aktualisierten Daten enthält.

Ein Datum (Singular von Daten) ist die physikalische Darstellung einer Information. Aus Daten lässt sich mittels Interpretationsregeln die durch sie dargestellte Information ermitteln. Daten dienen der Darstellung von Fakten, Konzepten und Instruktionen. Sie finden Anwendung für Zwecke der Kommunikation, Interpretation und der Verarbeitung durch Maschinen.

Database Marketing stellt die differenzierte Marktbearbeitung auf Basis von Marktforschungsdaten dar. Database Marketing gehört häufig zur Customer Relationship Management Strategie von Unternehmen. Auf Basis vorher festgelegter Kriterien werden Daten gefiltert, um den entsprechenden Kunden per Anruf oder Mailing gezielte Angebote zu machen. Dadurch kann zum Beispiel eine Bank Kunden ab einem bestimmten Kontostand Anlagevorschläge machen oder nur verheirateten Männern einen Brief zum Bausparen schicken.

Sammlung aller relevanten Daten im so genannten “Warenhaus”, damit diese dann per Data Mining oder mit anderen Analysetools analysiert und ausgewertet werden können. Von W.H. Inmon entwickeltes Konzept für die themenorientierte, integrierte, zeitbezogene und dauerhafte Sammlung von Informationen zur Entscheidungsunterstützung des Managements. Ein Data Warehouse ist eine von den operationalen DV-Systemen isolierte Datenbank, die als unternehmensweite Datenbasis für alle Ausprägungen von Systemen dient, um das Management zu unterstützen. Die Speicherung in einem Data Warehouse erfolgt dabei in zwei grundsätzlichen Ausprägungen: relational und multidimensional (ggf. auch nur in einer der beiden Formen). Die bestehenden Schwächen zum Aufbau eines Data Warehouse bei den dazu verfügbaren Datenbanksystemen mündeten in dem von E.F. Codd entwickelten Ansatz des Online Analytical Processing und der Forderung, Informationen in multidimensionalen Datenbanksystemen zu speichern, um die notwendige Performance sicherzustellen. Mittlerweile hat sich ein “Koexistenz” von relationalen und multidimensionalen OLAP-Anwendungen gebildet (ROLAP und MOLAP).

Prozess der Datenmodifizierung während des Füllens des Data Warehouse oder der Data Migration. Eine Transformation findet z.B. statt, um die Datenstruktur zu ändern, zu verbessern, Daten zu aggregieren (z.B. Summenbildung) oder Daten von verschiedenen Plattformen anzupassen.

Der Prozess der Verbesserung der Datenqualität mit Hilfe von Software-Tools. Data Scrubbing kann in operationalen Datenbanken oder während des Füllens der Data Warehouses erfolgen.

Zusammenfassung aller Datenelemente eines Informationsbereiches, wobei die Speicherungsform Verknüpfungen ermöglichen und unabhängig von Anwenderprogrammen sein soll.