Business-Intelligence-Lexikon: Die wichtigsten Begriffe

D

Dashboard

Visualisiert ->Kennzahlen aus unterschiedlichen Unternehmensbereichen in einer einheitlichen Bildschirmdarstellung mittels einfacher Geschäftsgrafiken und Tabellen.

Data Cleansing

Anwendung von Methoden zur Identifizierung, Standardisierung und Dublettenbeseitigung von Daten in Datensammlungen.

Data Marts

Kleine, spezielle ->Data Warehouses für bestimmte themenbezogenen Datensammlungen. Data Marts sind auf die Anforderungen einer Abteilung oder eines Unternehmensbereichs zugeschnitten und ermöglichen eine Teilsicht auf das gesamte Data Warehouse. Einzelnen Abteilungen oder Anwendern kann so beispielsweise ein spezifischer Datenbestand für Analysen vorgehalten werden.

Data Mining

Automatische Suche nach unbekannten Zusammenhängen in großen Datenbeständen. Data Mining besteht aus verschiedenen Verfahren wie ->Cluster-Analyse, Regressionsanalyse oder Neuronalen Netzen. Eingesetzt werden derzeit vor allem Algorithmen zur Segmentierung, Klassifizierung und Assoziation. Data Mining ist in der Regel hypothesenfrei. Der Begriff „Data Mining“ entstammt der Mustererkennung, einem Arbeitsgebiet der Künstlichen Intelligenz.

Data Profiling

Anwendung von Regeln und statistische Methoden zur Überprüfung von Datenbanken und Tabellen auf fehlerhafte Werte.

Data Scrubbing

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

Data Warehouse

Kurz: DWH. Datenlager von Informationen zur Entscheidungsunterstützung des Managements. Data Warehouses sind grundsätzlich themenorientiert, zeitbezogen und dauerhaft ausgerichtet. Der Aufbau eines DWH erfolgt in der Regel in ->relationalen oder ->multidimensionalen Datenbanken. Alle relevanten Geschäftsdaten werden darin eingespielt, strukturiert und harmonisiert, so dass für die weitere Analyse eine einheitliche und breite Grundlage zur Verfügung steht. Die verschiedenen Anwendergruppen haben schnellen und unkomplizierten Zugriff auf die Informationen.

Datenbank

Sammlung von Daten (Datenbasis), gemeint ist damit oft auch -> Datenbank-Managementsystem.

Datenbank Managementsystem

Kurz: DBMS. Database Management System, auch Datenbankverwaltungssystem. Software-System, bestehend aus einer Datenbasis zur Beschreibung eines Realitätsausschnitts sowie Programmen zum geregelten Zugriff auf die Datenbasis. Über das DBMS sind Anwendungen in der Lage, Daten zu lesen, zu schreiben oder zu verändern.

Datenmodell

Beschreibung des Inhalts einer Datenbank. Zum Datenmodell gehört bei einer ->relationalen Datenbank z.B. die Beschreibung der Tabellen und der Relationen der Tabellen untereinander. Eine der bekanntesten Datenmodellierungstechniken ist ->Entity Relationship Modelling.

Datenwürfel

Siehe: ->OLAP-Cubes

DBMS

Siehe: ->Datenbank-Managementsystem

Decision Support System

Siehe: ->DSS

Dice

Wichtige Funktionalität von OLAP. Betrachtet aus einer multidimensionalen Datenmenge eine Schicht gesondert und lässt sie zur Betrachtung aus verschiedenen Blickwinkeln „rotieren“.

Dimensionen

Komponenten von mehrdimensionalen Datenwürfeln. Jede Dimension besteht aus Elementen, die zu einem Typ gehören. Tag, Monat, Jahr sind beispielsweise Elemente der Dimension Zeit, Produkttyp, Produktreihe, Produktname Elemente der Dimension Produkt. Dimensionen stellen den Index dar, anhand dessen die Werte in einem Datenwürfel identifiziert werden können.

Dispositive Daten

Längerfristig gespeicherte Daten, die den ->operativen Daten und Systemen wie etwa ERP-Systemen entstammen. Oft handelt es sich bei dispositiven Daten um verdichtete, bereits transformierte und hoch aggregierte Daten. Sie können vom Management direkt als entscheidungsunterstützende Daten für unterschiedlichste Analyse-, Kontroll- und Steuerungszwecke eingesetzt werden.

Drill Across

Instrument zum Navigieren in mehrdimensionalen hierarchischen Strukturen. Bezeichnet das Navigieren innerhalb einer Dimension auf der gleichen Hierarchiestufe. Bei einem beliebig gewähltem Schnitt durch den Datenwürfel werden die benachbarten Dimensionselemente (andere Region, anderes Produkt, anderer Monat) betrachtet.

Drill Down

Detaillieren. Dient zum Zugriff auf detailliertere Daten hoch ->aggregierter Werte. Mit Drill Down kann der Anwender während einer interaktiven Datenanalyse auf detailliertere Daten der gerade betrachteten Dimension zugreifen. Der umgekehrte Fall ist das ->Drill Up.

Drill Through

Auch: Reach through. Technik, von einer hoch aggregierten Datenquelle auf eine andere, meist detailliertere, „durchzugreifen“. Diese detaillierteren Datenquellen werden meist in Vorsystemen gehalten.

Drill Up

Verdichten. Auch: Roll-Up. Gegenteil von Drill Down. Mit Drill Up-Funktion greift man bei der interaktiven Datenanalyse von der gerade betrachteten Dimension auf stärker verdichtete, höher ->aggregierte Daten zu.

DSS

Decision Support System, deutsch: Entscheidungsunterstützungssystem. Stellt Lösungen für Abfrage und Reporting, multidimensionale Analyse (->OLAP) sowie für ->Data Mining zur Verfügung.