Video-Schulung

eSeminar Business Intelligence, Lektion 3 - BI-Analysemethoden OLAP und Data Mining

Nachdem die ersten beiden Lektionen des eSeminars Business Intelligence das Sammeln der Daten betrachtet haben, geht es in diesem Teil um deren Auswertung und Analyse. Vor allem die Ad-Hoc-Analyse mit OLAP und das Data Mining sind wichtige Schritte im BI-Prozess.

Im einfachsten Fall kann die Analyse der Daten über eine freie Datenrecherche mit einer Datenmanipulationssprache erfolgen, wie sie in Datenbanksystemen eingesetzt werden. Dabei werden die in Data Warehouses und Data Marts abgelegten Daten direkt recherchiert und abgefragt.

Bei relationalen Datenbanken wird vorzugsweise die „Structured Query Language“, kurz SQL verwendet. SQL erlaubt unter anderem die gezielte Abfrage und Gruppierung von Daten in Datenbanken.

Video-Schulung: Für das kostenlose eSeminar müssen Sie sich nur noch registrieren. Klicken Sie einfach auf das Bild!
Video-Schulung: Für das kostenlose eSeminar müssen Sie sich nur noch registrieren. Klicken Sie einfach auf das Bild!

Hierzu ein einfaches Beispiel:

SELECT Kfz, Einwohner, Name
FROM Stadt
WHERE Einwohner >= 1000

Der SQL-Befehl „SELECT“ selektiert aus der Input-Tabelle „Stadt“ die Namen aller Kfz-Besitzer, die in Orten mit mehr als 1000 Einwohnern wohnen. Wir haben hiermit also aus einem bestehenden Datenbestand eine neue Information generiert.

Techniknahe Abfragesprachen im BI-Umfeld haben Vorteile und Nachteile. Positiv ist die hohe Flexibilität und Performanz von Sprachen wie SQL, da die Operationen direkt im Datenbestand ausgeführt werden. Die Analysergebnisse lassen sich zudem leicht in anderen Systemumgebungen weiterverarbeiten.

Negativ ist, dass die Datenmanipulationssprachen einarbeitungsintensiv sind und hohe IT-Kompetenz voraussetzen. Manager und andere IT-Entscheider sind in der Regel nicht gewillt, sich dieses Wissen anzueignen, so dass SQL eher Datenbankadministratoren und Powerusern vorbehalten bleibt.