Grundlagenserie Business Intelligence
BI-Datenmanagement (Teil 3): Metadaten-Verwaltung
Eine besondere Bedeutung beim Data Warehousing und bei analytischen Systemen kommt dem Meta-Datenmanagement zu. Grob gesprochen sind Metadaten „Daten über Daten“. Sie dienen dazu, die Daten aus den operativen und dispositiven Datensystemen zu beschreiben.
Hierzu ein einfaches Beispiel: Stellen Sie sich vor, die Datenfelder in den operativen Datenbanken werden geändert. In diesem Fall muss nachvollziehbar sein, welche Data Warehouse-Datenfelder davon betroffen sind. Auch die im ETL-Artikel beschriebenen Transformationsregeln sind als Metadaten abgelegt und stehen so den ETL-Werkzeugen zur Verfügung.
Neben diesen technischen Metadaten für die Administration der Data Warehouse-Umgebung gibt es fachliche Metadaten, die unmittelbar den Anwender betreffen. Beispiele hierfür sind Informationen über existierende Standardberichte und Berichtsvorlagen, fachliche Berechnungsvorschriften und Begriffslexika.
Aus Benutzersicht sorgen Metadaten vor allem für höhere Datenqualität und ein besseres Verständnis der Begriffe. So erhöhen die in den Metadaten festgehaltenen Informationen über die Daten die Transparenz der gesamten Datenkette von der Datenquelle bis zur Datenverwendung. Auch wird die Bedeutung, Herkunft und Verwendung der betriebswirtschaftlichen Kennziffern mit Metadaten dokumentiert.
Wichtig sind Metadaten beispielsweise konkret für die Interpretation der Daten. Semantische Beschreibungen und Views sind entscheidend für Zugriffs- und Navigationswege im Data Warehouse. Durch eine semantische Beschreibung der Daten wird außerdem die umgangssprachliche Navigation im System ermöglicht.
Alles in allem beschreiben Metadaten somit die verschiedensten Arten von Daten und dienen den verschiedensten Nutzergruppen: Sie geben Auskunft über die Herkunft der Daten, ihre Zusammensetzung, kodieren Regeln für die Transformation der Daten aus den Quelldatenbeständen und liefern Information über verdichtete Daten und deren Hierarchien.