Metadata Insights

Modellierung

Damit datengesteuerte Einblicke gewonnen werden können, müssen technische Teams und Geschäftsteams ein allgemeines Verständnis von Datenbeständen der Organisation und von der Verwendung dieser Bestände zur Unterstützung von Geschäftsentscheidungen haben. Technische Teams sind mit dem Entwerfen von Datenbanken vertraut, während Geschäftsteams mit den Geschäftsobjekten vertraut sind, die von Interesse sind (z. B. Kunde, Speicher oder Anbieter). Diese Lücke kann mit Metadata Insights gefüllt werden, indem Tools für die physische Modellierung und die logische Modellierung bereitgestellt werden, die optisch ansprechend und unabhängig voneinander sind. Sie können mithilfe der Tools eine technische Ansicht von Datenbeständen und eine Geschäftsansicht der Objekte, die von Interesse sind, erstellen. Diese zwei Ansichten können per Mapping miteinander verknüpft werden.

Mit einem physischen Modell werden die Datenbestände Ihrer Organisation auf aussagekräftige Weise organisiert. Ein physisches Modell ermöglicht es Ihnen, Daten aus einzelnen Tabellen, Spalten und Ansichten zu extrahieren, um eine einzelne Ressource zu erstellen, mit der Sie anschließend Daten für logische Modelle bereitstellen oder Profile erstellen können.

Ein logisches Modell definiert die Objekte, an denen Ihr Unternehmen interessiert ist, und die Attribute dieser Objekte. Zudem definiert ist, in welcher Beziehung diese Objekte zueinander stehen. Ein logisches Modell für einen Kunden könnte beispielsweise Attribute für den Namen und das Geburtsdatum enthalten. Es könnte auch in einer Beziehung zu einem Privatadressenobjekt stehen, das Attribute für Adresszeilen, den Ort und die Postleitzahl enthält. Sobald Sie die Attribute des Objekts definiert haben, an dem Ihr Unternehmen interessiert ist, können Sie den Attributen des logischen Modells physische Datenquellen zuordnen. Dadurch werden die bestimmten Datenbestände identifiziert, mit denen dieses Attribut aufgefüllt wird.

Profilerstellung

Für fundierte Geschäftsentscheidungen sind qualitativ hochwertige Daten erforderlich. Deswegen ist es von großer Bedeutung, dass Sie Vertrauen in die Vollständigkeit, Richtigkeit und Gültigkeit Ihrer Daten haben. Unvollständige Datensätze, falsch formatierte Felder und ein mangelnder Kontext können zu irreführenden oder falschen Daten führen, die Ihren geschäftlichen Benutzern angezeigt werden. Somit können fehlerbehaftete Entscheidungen die Folge sein.

Anhand der Datenprofilerstellung können Sie die Zuverlässigkeit Ihrer Daten gewährleisten. Im Rahmen der Profilerstellung werden Ihre Daten analysiert und Berichte generiert, die auf Probleme hinsichtlich der Richtigkeit, Vollständigkeit und Gültigkeit hinweisen. Mithilfe dieser Berichte können Sie Maßnahmen einleiten, um fehlerhafte oder falsch formatierte Daten zu korrigieren.

Metadata Insights bietet Profilerstellungstools, um eine Profilerstellung für Ihre Datenobjekte und Daten auszuführen, die in die in Metadata Insights definierten logischen und physischen Modelle gespeist werden. Anhand dieser Informationen können Sie die Zuverlässigkeit Ihrer Daten ermitteln, Regeln für die Datenqualität erstellen sowie Standardisierungs- und Normalisierungsvorgänge durchführen, um Probleme im Hinblick auf die Datenqualität zu beheben.

Herkunfts- und Wirkungsanalyse (Technologievorschau)

Das Spectrum-Team möchte Ihnen gerne die Vorschau auf ein wichtiges neues Modul vorstellen: die Herkunfts- und Wirkungsanalyse. Diese Technologievorschau stellt eine frühe Implementierung der Herkunfts- und Wirkungsanalyse dar. Sie umfasst die grundlegenden Funktionen, die unserer Auffassung nach für Sie am hilfreichsten sind. In zukünftigen Versionen möchten wir wesentliche neue Funktionen hinzuzufügen. Damit wir sicherstellen können, dass die von Ihnen gewünschten Funktionen hinzugefügt werden, stellen wir Ihnen nun diese Technologievorschau zur Verfügung. Ihr Feedback trägt zur Entwicklung der Herkunfts- und Wirkungsanalyse bei.

Beachten Sie Folgendes, während Sie sich mir der Herkunfts- und Wirkungsanalyse vertraut machen:

• Diese Technologievorschau enthält eine begrenzte Gruppe von Features. Für Verbesserungsvorschläge oder Ideen hinsichtlich neuer Funktionen sind wir stets offen. Senden Sie dem technischen Support einfach eine Verbesserungsanforderung. Ihre Vorschläge helfen uns bei der Bestimmung der Features, die in zukünftigen Releases hinzugefügt werden. Informationen dazu, wie Sie sich an den technischen Support wenden können, finden Sie unter www.pitneybowes.com/us/contact-dcs.html.
• Selbst die beste Software enthält Fehler. Wenn bei Ihnen ein Fehler auftritt, senden Sie einfach einen Fehlerbericht an den technischen Support. Da dies eine Technologievorschau ist, können wir leider nicht garantieren, dass wir uns sofort mit Ihrem Problem befassen können. Informationen dazu, wie Sie sich an den technischen Support wenden können, finden Sie unter www.pitneybowes.com/us/contact-dcs.html.
• Sie können diese Technologievorschau gerne in Ihrer Produktionsumgebung verwenden. Beachten Sie, dass wir bei Technologievorschauen keine normalen Vereinbarungen zum Servicelevel (Service Level Agreements, SLAs) einhalten können.
• Wir erwarten interessantes und unvorhergesehenes Feedback, das wesentlichen Einfluss auf die neue Version der Herkunfts- und Wirkungsanalyse haben kann. Wir können daher nicht garantieren, dass Sie Ihre gesamte Arbeit in der Herkunfts- und Wirkungsanalyse beibehalten können, wenn Sie ein Upgrade auf zukünftige Versionen durchführen.
• Nutzen Sie Ihr Urteilsvermögen, wenn es darum geht, Geschäftsentscheidungen zu treffen, die auf mit dieser Technologievorschau generierten Einblicken basieren. Bei Features aus der Technologievorschau können wir die normalen Vereinbarungen zum Servicelevel (Service Level Agreements, SLAs) nicht einhalten.

Wir wünschen Ihnen viel Spaß beim Experimentieren mit der Herkunfts- und Wirkungsanalyse und freuen uns auf Ihr Feedback.

Worum genau handelt es sich also bei der Herkunfts- und Wirkungsanalyse? Die Analyse ist eine Ansicht in der Metadata Insights-Anwendung, die anzeigt, wie Daten aus Datenquellen in Datenziele und über Spectrum™ Technology Platform-Flüsse übertragen werden. Herkunfts- und Wirkungsanalysen bilden ähnliche Konzepte, die unterschiedliche Wege zur Nachverfolgung des Datenflusses beschreiben.

Die Funktion Herkunft zeigt an, woher Daten stammen. Sie können mithilfe dieser Funktion den Pfad der Daten bis zu ihrer Quelle zurückverfolgen. Dabei werden alle Systeme angezeigt, die die Daten auf dem Pfad verarbeiten und speichern, z. B. in Form von Spectrum™ Technology Platform-Datenflüssen, -Datenbanken und -Dateien.

Die Funktion Wirkungsanalyse zeigt an, wohin die Daten weitergeleitet werden, und sie zeigt die Systeme an, die von den Daten einer ausgewählten Datenressource abhängen. Sie können mithilfe dieser Funktion die Flüsse, Datenbanken und Dateien anzeigen, die eine Datenressource auf direkte oder indirekte Weise verwenden. Die Betrachtung der Wirkungsanalyse ist hilfreich, um zu verstehen, welche Auswirkungen die Änderung einer Datenbank, einer Datei oder eines Flusses auf die Prozesse und Systeme hat, die die Daten verwenden.

Metadata Insights kann die Herkunfts- und Wirkungsanalyse in einem einzigen Diagramm anzeigen, in dem der komplette Datenfluss von der Quelle bis zum Ziel dargestellt wird. Sie können auch nur die Herkunft oder nur die Wirkung anzeigen. Wenn Sie die Herkunfts- und Wirkungsanalyse von Daten zusammen anzeigen, können Sie Probleme in Ihren Datenprozessen lokalisieren und Upgrades und Änderungen für Ihre Datenprozesse planen.

Zukünftige Versionen werden weitere Entitäten unterstützen.