Kombination von Managed Self-Service BI mit Data Vault 2.0
Dieser Artikel untersucht, wie die Kombination von Managed Self-Service BI mit Data Vault 2.0 es Unternehmen ermöglicht, Data Governance und Agilität auszubalancieren und sowohl Kontrolle als auch Flexibilität in ihren Analyseprozessen zu gewährleisten. Im vergangenen Monat haben wir über eine hybride Architektur in Data Vault 2.0 gesprochen und erklärt, wie strukturierte und unstrukturierte Daten darin kombiniert werden. Anknüpfend an dieses Thema möchten wir nun erläutern, wie Ihre Fachanwender (insbesondere Power User) vom Ansatz der Managed Self-Service Business Intelligence (mSSBI) in Data Vault 2.0 profitieren können.
Über Self-Service BI
Self-Service BI ermöglicht es Endanwendern, die IT aufgrund fehlender Reaktionsgeschwindigkeit der Fachabteilungen vollständig zu umgehen. Bei diesem Ansatz sind die Fachanwender beim gesamten Prozess der Datenbeschaffung aus operativen Systemen sowie bei der Integration und Konsolidierung der Rohdaten auf sich allein gestellt. Es gibt viele Probleme bei diesem Self-Service-Ansatz ohne Einbindung der IT:
- Direkter Zugriff auf Quellsysteme
- Nicht integrierte Rohdaten
- Geringe Datenqualität
- Unkonsolidierte Rohdaten
- Nicht standardisierte Business Rules
In vielen Fällen stehen Endanwendern – selbst wenn es sich um Power User mit Kenntnissen in SQL, MDX und anderen Technologien handelt – nicht die richtigen Werkzeuge zur Verfügung, um die Aufgaben effizient zu lösen. Stattdessen wird viel Arbeit manuell und fehleranfällig erledigt. Aus unserer Erfahrung ist es jedoch nicht möglich, solche Power User vollständig daran zu hindern, Daten aus Quellsystemen zu beschaffen, aufzubereiten und schließlich an das Top-Management zu berichten. Was Unternehmen brauchen, ist eine Balance zwischen IT-Agilität und Datenmanagement, die es Power Usern ermöglicht, die benötigten Daten schnell und in verlässlicher Qualität zu erhalten. Um diese Probleme zu lösen, erlaubt der Data-Vault-2.0-Standard erfahrenen oder fortgeschrittenen Fachanwendern, eigene Datenanalysen direkt auf den Rohdaten des Data Warehouse durchzuführen.
Über den Managed-Self-Service-BI-Ansatz
Eine auf Data Vault 2.0 gestützte IT begrüßt es, wenn Fachanwender die im Enterprise Data Warehouse verfügbaren Daten (entweder im Raw Data Vault oder im Business Vault) nutzen, um mithilfe spezialisierter Tools lokale Information Marts zu erstellen. Diese Tools rufen die Daten aus dem Enterprise Data Warehouse ab, wenden eine Reihe benutzerdefinierter Business Rules an und präsentieren das Ergebnis dem Endanwender. Die IT kann auch Strukturen erstellen, in denen unternehmensweite Business Rules angewendet werden, um eine konsolidierte Sicht auf Teile des Modells zu bieten oder KPIs im Voraus zu berechnen, um die Konsistenz solcher Berechnungen zu gewährleisten. Da beide Arten von Daten (Rohdaten und Daten mit angewendeten Business Rules) bereits integriert sind, kann der Fachanwender auch konsolidierte Daten mit Rohdaten aus spezifischen Quellsystemen zusammenführen. Dieser Ansatz wird als Managed Self-Service BI bezeichnet, bei dem sich die IT zu einer Serviceorganisation entwickelt, die den Power Usern die gewünschten Daten im benötigten Zeitrahmen zur Verfügung stellt. Die Daten werden über ihren Business Key integriert und können sowohl konsolidiert als auch auf ihre Qualität geprüft werden.
Implementierung von mSSBI in der Data-Vault-2.0-Architektur
Die Data-Vault-2.0-Architektur bietet Self-Service-Funktionen für Power User im Unternehmen:
In diesem Szenario können Power User, die eigene, individuelle Lösungen entwickeln, Daten und Informationen in das Enterprise Data Warehouse zurückschreiben (Write-Back), indem sie einen dafür vorgesehenen User Space nutzen. Das Write-Back kann später in der Lösung für die Informationsbereitstellung wiederverwendet werden. Darüber hinaus können Fachanwender ihre eigenen Stammdaten über eine MDM-Anwendung verwalten. Dies ermöglicht es autorisierten Fachanwendern, Parameterwerte zu ändern und somit die Ergebnisse der Business Rules zu beeinflussen.
Der Unterschied zwischen Managed Self-Service BI und dem branchenüblichen Self-Service-BI-Ansatz besteht darin, dass Data Vault 2.0 eine verwaltete Umgebung bietet, in der Daten und Informationen kontrolliert und sicher bereitgestellt werden. Power User können aus Sicht der Datensicherheit nur die Daten abfragen, für die sie eine entsprechende Berechtigung besitzen.
Ein weiterer Vorteil besteht darin, dass dieser Ansatz es Unternehmen in der Finanz- und Sicherheitsbranche ermöglicht, eine vollständig prüfbare und nachvollziehbare Umgebung bereitzustellen, die den höchsten Compliance-Anforderungen entspricht.
Managed Self-Service BI erfordert eine Write-Back-Möglichkeit in der Enterprise-Data-Warehouse-Architektur, andernfalls handelt es sich lediglich um eine herkömmliche BI-Lösung. Ohne Write-Back fehlen wesentliche Alleinstellungsmerkmale. Darüber hinaus ist ein Write-Back notwendig, um die bereitgestellten Daten anzureichern oder deren Qualität zu verbessern. Data Scientists beispielsweise nutzen dies kontinuierlich: Bei der Verwendung von Hadoop erstellen sie als Ergebnis ihrer Verarbeitung eine neue Zieldatei. Dies entspricht einem direkten Write-Back im Hadoop-Umfeld. Wir fordern Write-Back für Self-Service BI bereits seit Jahren, da andernfalls Stammdaten- und Hierarchiemanagement nicht ordnungsgemäß funktionieren.
In dieser Modifikation der Architektur aus dem vorherigen Abschnitt wird die relationale Staging Area durch eine HDFS-basierte Staging Area ersetzt, die alle unstrukturierten und strukturierten Daten erfasst. Während das Erfassen strukturierter Daten auf HDFS auf den ersten Blick wie ein Zusatzaufwand (Overhead) erscheint, reduziert diese Strategie die Belastung der Quellsysteme, indem sichergestellt wird, dass die Quelldaten unabhängig von strukturellen Änderungen zuverlässig extrahiert werden. Die Daten werden anschließend mit Apache Drill, Hive External oder ähnlichen Technologien abgefragt. Es ist ebenso möglich, den Raw Data Vault und den Business Vault (die strukturierten Daten im Data-Vault-Modell) auf Hive Internal zu speichern.
Fazit
Die Kombination von Managed Self-Service BI mit Data Vault 2.0 ermöglicht es Unternehmen, die optimale Balance zwischen Data Governance und Agilität in ihren Datenökosystemen zu erreichen. Durch die Nutzung der strukturierten, auditierbaren Architektur von Data Vault in Verbindung mit der Flexibilität von Self-Service BI stellen Unternehmen Datengenauigkeit, Sicherheit und Skalierbarkeit sicher und unterstützen Anwender gleichzeitig dabei, schneller wertvolle Erkenntnisse zu gewinnen. Dieser Ansatz fördert die effektive Zusammenarbeit zwischen IT und Fachabteilungen, was zu fundierteren Entscheidungen führt und datengestützte Innovationen beschleunigt.
