Durch Data-Warehouse-Modernisierung zu mehr Agilität im Datenmanagement

Ein modernes Data Warehouse (DWH), das auf die Herausforderungen der digitalen Transformation vorbereitet ist, muss heute riesige Datenmengen unterschiedlicher Quellen in hoher Qualität sammeln und in Echtzeit auswerten und analysieren können. Agilität, Flexibilität und eine hohe Geschwindigkeit sind dabei essenziell. Oft stoßen Unternehmen mit einem historisch gewachsenen Data Warehouse dabei jedoch an ihre Grenzen. Dies äußert sich beispielsweise darin, dass die Anforderungen der Fachbereiche gar nicht mehr oder nicht in der gewünschten Geschwindigkeit umgesetzt werden können. Auch der Aufbau eines Data Lake s oder die Neuausrichtungen der gesamten IT-Landschaft, etwa durch die Migration in die Cloud oder den Umgang mit neuen Technologien, können Ursache für eine Data-Warehouse-Modernisierung sein. Darüber hinaus treiben auch steigende Betriebs- und Wartungskosten sowie gesetzliche Compliance- und Governance-Anforderungen die Verantwortlichen zu neuen Data-Warehouse-Lösungen.

Ihre Vorteile einer Data-Warehouse-Modernisierung im Überblick

Wer in der heutigen dynamischen Geschäftswelt überleben möchte, muss schnell und flexibel auf Informationen zugreifen können, die zu fundierten Entscheidungen führt und Geschäftsprozesse optimiert. Grundlage hierfür ist eine moderne Data Warehouse-Lösung, die aus den riesigen Datenmengen und komplexen Datenstrukturen in Echtzeit relevante Auswertungen und Analysen liefert. Eine Modernisierung Ihres Data Warehouse ermöglicht Ihnen dabei konkret:

Schnellere Umsetzungszyklen (Time-to-Market)

Standardisierte Vorgehensweisen

Automatisierte Entwicklungsprozesse und Generierung

Reduzierung des manuellen Aufwands

Wartbare Systeme

Erfüllung von Compliance- und Governance-Anforderungen

Mit uns zu einem zukunftsfähigen Data-Warehouse-Konzept

Was auch immer die konkreten Gründe und Treiber einer Data-Warehouse-Modernisierung sind, im Ergebnis muss die Architektur zukunftsfähig gestaltet sein und damit den heutigen Anforderungen an die Bereitstellung von Daten gerecht werden. Modernisierung bedeutet dabei für uns nicht nur die Anpassung und Erneuerung des eigentlichen Core Data Warehouses, sondern bedarf auch die Einbeziehung neuer Datendomänen und -quellen. Nur so werden neue Einsichten geschäftlicher Zusammenhänge und damit fundierte Entscheidungsrundlagen im Rahmen von Data-Science-Analyse n ermöglicht. Der Ausgangspunkt einer Modernisierung kann deshalb als nachhaltige Wirtschaftlichkeit bei geringem Risiko und hohem Zusatznutzen definiert werden.

Dazu greifen wir auf einen metadatengetriebenen Ansatz der Data-Warehouse-Implementierung vor dem Hintergrund Ihrer individuellen Anforderungen zurück. Oft reicht aber eine einfache Modernisierung des Data Warehouse nicht mehr aus. Die Gründe mögen unter anderem die Anbindung, Verarbeitung und Speicherung von Daten im Kontext von Big Data sein. Ist das der Fall, kann über ein hybrides Szenario nachgedacht werden. Das modernisierte Data Warehouse kann zusammen mit einer Big-Data-Plattform dann alle Anforderungen im Unternehmen bewerkstelligen, um das maximale Potenzial Ihrer Daten zu entfalten.

Dabei ist stehts unser Ziel, einerseits die Vorteile eines traditionellen Data Warehouse zu nutzen und andererseits den Anforderungen nach Agilität, Flexibilität und Geschwindigkeit gerecht zu werden und dabei innovative Technologien zu berücksichtigen.

Dabei setzten wir beispielsweise folgende Lösungsmethoden ein:

  • Erstellung einer Bedarfsanalyse
  • Durchführung einer Problemanalyse / gezieltes Performance Tuning
  • Einsatz von Generatoren und Data-Warehouse-Automation
  • Nutzung und Integration neuer Technologien und Verfahren (z. B. Cloud, Data Vault)
  • Etablierung von BI-Governance und Testautomatisierung
  • Einführung von BI-Self-Service/BI-Tool-Auswahl
  • Lösungen für den Umgang mit dem gestiegenen Datenvolumen (Big Data)
  • Sicheres Handling der unterschiedlichen Verarbeitungsgeschwindigkeiten (Echtzeit)
  • Sicherstellung einer passenden Performance durch kontinuierliche Modernisierung
  • Etablierung eines Business-IT-Alignments mit dem Ziel der gegenseitigen Akzeptanz und Wertschätzung
  • Bereitstellung von Lösungsbausteinen und Best Practice
  • Nutzung agiler Entwicklungsmethoden

Auf Grund der Individualität und hohen Komplexität jedes Data-Warehouse-Modernisierungsprojektes existiert nicht die eine pauschale Lösung. Wir unterstützen Sie dabei, den für Sie passenden Ansatz zur Modernisierung Ihres Data Warehouse zu entwickeln und Schritt für Schritt umzusetzen!

Referenzen

HSCB

Data-Warehouse-Modernisierung für HSBC

Ziel dieses Projektes war die Ablösung und der Neuaufbau der 10 Jahre alten Reporting-Umgebung der Privatbank HSBC. Vor dem Hintergrund eines nur geringen Know-hows über Daten, Prozesse und Berichte sowie dem Vorhandensein vieler Datenquellen sollte ein neues System migriert werden.

Hierzu setzten unsere Experten das Data-Vault-Core Modell ein und nutzten eine virtualisierte Mart-Schicht zur Konsolidierung. Im Ergebnis erreichten wir in nur 11 Wochen eine komplette Modernisierung des alten Data-Warehouse-Systems inklusive Automatisierung.

Direktversicherung

Reduzierung der Abwanderungsrate: Data-Warehouse-Modernisierung, Erstellung eines 360°-Cockpits

In Rahmen dieses Projektes haben wir unserem Kunden aus der Direktversicherungsbranche ein validiertes datenbasiertes Vorhersagen von Kündigungen ermöglicht. Zu Beginn lagen die vorhandenen Daten auf vielen verschiedenen Altsystemen verteilt. Durch den Einsatz unseres Big-Data-Know-hows und die Anbindung von Echtzeitdaten haben wir im Zuge einer Data-Warehouse-Modernisierung ein 360°-Cockpit erstellt. Dieses ermöglicht der Versicherung zukünftig die Ableitung der richtigen Maßnahmen für ihre Geschäftsoptimierung. Denn Dank unseres prädiktiven Modells können die Vertriebs- und Marketingaktivitäten sowie der Kundenservice optimiert und die Abwanderungsrate reduziert werden.

Leistungspakete

Wir sehen Daten als zentrales und wertsteigerndes Asset von Unternehmen. Daher bieten wir eine ganzheitliche, integrative und am Nutzen der Kund*innen ausgerichtete Beratung an. Teamarbeit, Nähe zur Kundschaft und ein fachliches Gesamtverständnis sorgen dafür, dass adressierte Vorgaben und Bedarfe sich auch in unseren Lösungen wiederfinden.

Ansprechpartner

Ralf Böhme

Ralf Böhme

Bereichsleiter Analytics