Moderne Datenorganisationen:
Auf der Reise zwischen Federated Data Lake, Data Fabric, Data Mesh bis zu Data Products, Data Marketplace, Data Governance
HOHE SKALIERUNG - LIEFERFÄHIGKEIT - FLEXIBILITÄT

08 - 09 April, 2025 | Metropolitan Hotel by Flemings, Frankfurt am Main

Past Interview: BEST IN CLASS BEIM DATAWAREHOUSE

Past Interview: BEST IN CLASS BEIM DATAWAREHOUSE

Die Implementierung einer sinnvollen und gewinnbringenden Datenplattform, sei es ein Datawarehouse, ein Data Lake oder auch eine andere Form des Data Storage, setzt vor allem voraus, dass in der Vorbereitung der Datenbestand aufgeräumt wird. Denn um die Daten in geeigneter Form zu speichern, sie im Anschluss nutz- und auswertbar zu machen, ist es unabdingbar, dass sie beispielsweise möglichst frei von Doubletten sind, dass fehlerhafte Datensätze korrigiert oder bereinigt werden. Auch an dieser Stelle gilt „garbage in – garbage out“. Eine noch so gelungene Datenplattform mit den besten technischen Eigenschaften und wunderbaren Tools zur Auswertung der Daten oder angeschlossenen BI Lösungen bringt wenig Erfolg, wenn die Datenbasis schlecht ist. Daher ist die Antwort auf die Frage relativ einfach, wenn auch in der Umsetzung eine Herausforderung. Um ein aufgeräumtes Datawarehouse zu implementieren, benötigt man einen aufgeräumten Datenbestand.


Please note: That all fields marked with an asterisk (*) are required.



This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.