Volle Tranzparenz mit Metadata Management

aykut — Fri, 06 May 2022 07:15:43 +0000

Die Evolution der Metadatensammlung hat viel mehr an Automatisierungsgrad gewonnen. Nicht nur in den Unternehmen sondern auch im privatem Umfeld.

Metainformationen sind strukturierte Daten, die Informationen über Merkmale anderer Daten enthalten. Beispielsweiße können mit Metadaten Antworten auf folgende Fragen geliefert werden:

Was sagt ein Datenelement aus?
Wer hat die Daten angelegt?
Wann wurden die Daten erstellt?
Wer ist der Eigentümer?
Wer hat die Daten zuletzt geändert?
Wo ist der Ursprung dieser Daten?

Nur wie kann man solche Metadatensammlung auswerten? Das gute an Metadatenmanagement ist es, dass solche Informationen überwiegend vorliegen sobald Daten persistiert werden. Der Einsatz solcher Auswertungen können sich in großen Datenlandschaften, wie zum Beispiel ein Data Warehouse auszahlen.

Tools wie das Informatica Enterprise Data Catalog bieten hier sogenannte Daten-Scanner, die die Metadaten aus angegebenen Datenpools wie z. B. eine Datenbank abziehen und zur Auswertung bereitstellen. Natürlich können die Metadaten im nachhinein durch äußere Aktionen angereicht werden, wie z. B. durch manuelle Kommentare, bei dem die zuvor konfigurierten Data Owner auch benachrichtigt werden können. Hierzu werden die verschiedensten Scanner angeboten, welche auch unstrukturierte Datenbeständen abziehen und auswerten können.

Des Weiteren wird dem User auch die Möglichkeit angeboten, sogenannte Custom Metadata Informationen in die Auswertungen hinzuzufügen. Dies sind Informationen die durch den Scanner nicht gelesen bzw. erkannt werden können. Beispielsweiße wären das Berechnungen innerhalb Datenbewirtschaftungsprozesse, welche als „Blackboxen“ dargestellt und beschrieben werden können.

Die Kernfunktion solcher Enterprise Tools liegen hauptsächlich in der Auswertung der Daten als Lineages. Hier werden die Prozessketten bzw. die Abhängigkeiten der Daten grafisch dargestellt bzw. gerendert. So kann ab jedem Datenelement die Herkunft und der Weiterverlauf analysiert und nachvollgezogen werden. Das Detailierungsgrad nimmt abhängig von der Sicht auf das Lineage zu. Je weniger Detailierung um so mehr aggregiert wird das Lineage dargestellt.

Durch das Metadata Management entstehen neue Sichten auf die eigene Datenlandschaft und die Unterstützung zu Entscheidungsfindungen bei fachlichen und technischen Fragen auf das Gesamtsystem. Durch Herkunfts- und Wirkungsanalysen können Aufwände bei Anpassungen am System besser eingeschätzt werden. Außerdem kann die Herkunft und Zuständigkeit der Daten schnell identifiziert werden. Das Metadata Managment bietet einen großen Nutzen und eine Vielzahl von Vorteilen wie etwa die Tranzparenz in Komplexen Datenprozessen, Unterstützung IT & Fachbereich, Reduktion von Datenanalysen und Entwicklungszeiten, Zusammenarbeit und ein einheitliches Vokabular aller Benutzer egal ob aus der IT oder dem Fachbereich.

Aykut Celik

Location Intelligence birgt viel Potenzial

aykut — Sun, 11 Apr 2021 13:41:29 +0000

Traditionelle BI-Lösungen geben Antworten auf „Wer, Was und Warum“, wobei die Frage nach dem „Wo“ weder häufig gestellt noch beantwortet wird. Location Intelligence ergänzt Business Intelligence um die zusätzliche Dimension „Raum“. Eine Visualisierung und Analyse von mit geographischer Information veredelter Business-Daten erlaubt neue Einsichten und das Erkennen neuer Strukturen und Trends. Mithilfe von Machine Learning und Standortdaten lassen sich Muster und neue Erkenntnisse gewinnen und sogar vorhersagen. Hierbei spielen visuelle Effekte, auf eine Kartografische Karte, eine große Rolle. Während Trends, Muster und Vorhersagen mit Raumbezug, auf tabellarische Informationsebene schwer zu erkennen sind, lassen sie sich auf Karten mit geographischen Funktionen wunderbar abbilden und analysieren.

Dabei entstehen neue Einsichten und Fragestellungen, die auf eine tiefgehende und effektive Analyse führen. In der obigen Reichweitenanalyse lässt sich die maximale Distanz einer Camagne betrachten. Für die max. Distanz ist die Darstellung einer Visualisierung nicht notwendig, aber vielmehr sticht hier der Campagnenraum in das Auge, welche sich über den dicht besiedelten Frankfurter Raum überdeckt. Dabei erkennt man einzelnen Clusterbereiche und auch Gebiete sowie Stadteile, bei dem die Campagne kaum Fuß fassen konnte.

Der Anwendungsbereich ist groß, sehr groß! In Kombination mit Machine Learning Algorithem lassen sich Trendanalyse vorhersagen. Das macht z. B. die Jagd auf Krimenelle besonders attraktiv, wenn beispielsweiße die nächste Geldautomatensprengung in Deutschland vorhergesagt werden soll.

Location Intelligence ist die Erweiterung um die räumliche Dimension in Business Intelligence (BI) Systemen. Dabei müssen es aber auch nicht immer BI-Systeme sein worauf Location Intelligence gesetzt werden könnte. Besonders in kombination mit Machine Learning enstehen Visualisierungen von räumlichen Daten, neue Trends, Strukturen, Muster und Vorhersagen.

Aykut Celik

data – Ce-System

Volle Tranzparenz mit Metadata Management

Location Intelligence birgt viel Potenzial