ETL-Prozess

In der heutigen Zeit müssen Unternehmen oft grosse Datenmengen bewältigen und strukturieren. Der ETL-Prozess hilft, Daten unterschiedlicher Struktur aus einer oder mehreren Quellen zentral zu erfassen.

Der ETL-Prozess besteht aus den Schritten Extract (E), Transform (T) und Load (L). Dabei werden Daten aus verschiedenen Quellen extrahiert, transformiert und in ein zentrales System geladen. Dies ermöglicht Unternehmen, konsistente und strukturierte Daten für Analysen und Entscheidungen zu nutzen.

  • Extract: Daten aus unterschiedlichen Quellen extrahieren.
  • Transform: Daten in das benötigte Format umwandeln.
  • Load: Daten in das Zielsystem laden.

 

ETL

Mit ETL die Datenverfügbarkeit optimieren 

Unternehmen kennen das aus der Praxis:

  • Wo finde ich denn jetzt verlässliche Umsatzzahlen des letzten Quartals?

  • Warum sind die Daten nicht vollständig?

  • Wie kann das sein, dass der Import nicht funktioniert?

  • Warum habe ich da keine Zugriffsrechte?

Für businessrelevante Entscheidungen muss in der Praxis oft auf Daten heterogener Quellen zurückgegriffen werden. Außerdem sind die Daten dann noch häufig redundant. Die Zugriffszeiten sind meist hoch, die Auswertung schwierig und die Entscheidungsprozesse dadurch verzögert. Manchmal ist die Datenabfrage nicht nur schwierig, sondern auch fehlerhaft. Denn verschiedene Datenquellen können verschiedene Ergebnisse liefern. Unternehmensleitung und Mitarbeiter können aufgrund dieser Inkonsistenz nicht jederzeit auf identische und valide Daten zurückgreifen.

Technologien für den ETL-Prozess

Moderne Business-Intelligence-Technologien wie Qlik und Jedox decken den ganzen ETL-Prozess ab. Ein Data Warehouse kann optional einbezogen werden, ist jedoch nicht mehr nötig. 

  • Technologien - Qlik
  • Technologien Jedox

MEHR ERFAHREN

In nur drei Schritten zu konsistenten Daten

Die Lösung für diese bestehende Problematik in Unternehmen ist die Entwicklung eines strukturierten ETL-Prozesses. Er steuert die Datenintegration in Datenbanken und besteht aus drei typischen Schritten:

  • Extract

    Im ersten Schritt werden für den Datenintegrationsprozess die Datenquelle und die zu extrahierenden Daten definiert. Denn bei der Extraktion wird lediglich der für die Auswertungen relevante Ausschnitt aus den Quelldaten selektiert. Damit werden eine hohe Performance und gleichzeitig eine geringere Komplexität garantiert.

  • Transform

    Im zweiten Schritt erfolgt die Transformation der Daten. Sie besteht aus verschiedenen Teilschritten, in denen beispielsweise Defekte bereinigt, Daten angereichert und verwandte Daten zusammengefasst werden. Der Vorteil besteht hier in einheitlichen Datenformaten und der Ausrichtung auf das Zielsystem anstelle des Quellsystems.

  • Load

    Im dritten Schritt werden die nun konsistenten Daten in Zielserver wie Datenbank oder Data Warehouse eingelesen. Bestehende Datenanalyse-Systeme lassen sich entsprechend aktualisieren. Die dezentralen Datenbestände stehen nun zentral zur Verfügung und das Quellsystem wird nicht mehr belastet.

BI-Entstehungsprozess

Der ETL-Prozess mit iVIEW

Unsere Individual-Standard-BI-Plattform iVIEW bietet ein vorgefertigtes Framework, welches den ganzen ETL-Prozess abdeckt. Das Data Warehouse ist somit nicht mehr nötig, kann aber optional einbezogen werden. Dank einer vereinfachten Konfiguration mit parametrisierten Steuerungsfunktionalität eignet sich iVIEW besonders für die Implementierung bei Standard-Anbindungen wie ABACUS, SAP, etc. 

 

<span> iVIEW </span>

 

Je nach Anforderung: ETL- oder ELT-Prozess

Abhängig von Infrastruktur und Workflow der IT des jeweiligen Unternehmens, kann statt ETL auch ELT angewendet werden. Hierbei verändert sich nicht der Prozess, sondern nur die Reihenfolge der Schritte. Im Unterschied zum ETL-Prozess werden beim ELT-Prozess die extrahierten Daten erst als Rohdaten auf dem Zielserver geladen und dann transformiert. Bei beiden Varianten wird dasselbe Ziel erreicht: Verlässlich zugeführte Daten aus unterschiedlichen Quellen innerhalb einer Business-Intelligence-Lösung zentral nutzen zu können.

  • Kurz beschrieben - der ETL-Prozess:

     

    • Extraktion (Extract) der relevanten Daten aus verschiedenen Quellen
    • Transformation (Transform) der Daten in das Schema und Format der Zieldatenbank
    • Laden (Load) der Daten in das Data Warehouse (Zieldatenbank)

  • Kurz beschrieben - der ELT-Prozess:

     

    • Extraktion (Extract) der relevanten Daten aus verschiedenen Quellen
    • Laden (Load) der Rohdaten in das Data Warehouse (Zieldatenbank)
    • Transformation (Transform) der Rohdaten in das Schema und Format der Zieldatenbank

Optimiertes Business dank ETL-Prozess

Fundierte Entscheidungen basieren auf verlässlichen Informationen. Business-Intelligence-Lösungen sorgen jederzeit für management-relevante Informationen. Diese lassen sich durch Daten aus ETL-Prozessen korrekt und konsistent darstellen.

  • Dank dem ETL-Prozess arbeiten Unternehmen mit einheitlichen Daten aus einer Quelle.

  • Alle relevanten Informationen für das tägliche Business stehen allen Entscheidern jederzeit zur Verfügung.
     

  • Die Daten sind dank der Transformation um betriebswirtschaftliche Kennzahlen erweitert.

  • Themenverwandte Daten sind durch die transformationsbedingte Komprimierung in der Datenbank strukturiert auffindbar.

     

  • Die Daten lassen sich individuell in Programme zur unternehmerischen Kalkulation, betriebswirtschaftlichen Auswertung oder grafischen Darstellung importieren.
     

  • Die Sicherheit bei der Entwicklung von Unternehmens-Strategien ist auf Grund valider Daten gegeben.
     

  • Prozesse innerhalb des Unternehmens lassen sich beschleunigen, da der Datenzugriff schneller erfolgen kann.
     

  • Auch die Nutzung von Daten aus verschiedenen Systemen, wie in manchen Branchen üblich, ist nun über nur eine direkte Quelle möglich.

Wann macht ein ETL-Prozess Sinn?

  • Wenn Unternehmen wegen dem Zugriff auf Daten aus verschiedenen Quellen keine relevanten und sicheren Management-Entscheidungen treffen können.
     

  • Wenn Datenabfragen schwer realisierbar, teilweise fehlerhaft oder gar nicht möglich sind.
     

  • Wenn die Einführung einer Datenbank als einzige Datenquelle im Unternehmen gewünscht ist.
     

  • Wenn die Verarbeitung grosser Datenmengen gemeistert werden muss, z.B. bei Business Intelligence oder Big Data Analytics.
     

  • Wenn besonders KMUs bei wachsenden Markt-Anforderungen und Datenmengen verlässliche Informationsquellen benötigen.

Unser Angebot

Wir unterstützen anspruchsvolle Kunden, mittels innovativer Business-Intelligence-Lösungen fundierte Antworten auf businessrelevante Fragen zu finden. So lassen sich die richtigen Entscheidungen für eine sichere und zuverlässige Unternehmenssteuerung fällen.

Angebot    TECHNOLOGIEN