Jörg Plümacher

Die Data-Vault-Methodik ist eines von verschiedenen Werkzeugen, die ORAYLIS für den Aufbau eines Data Warehouses (DWH) nutzt. Denn: Jede Business-Intelligence– und Big-Data-Umgebung gestaltet sich anders und verlangt somit eine individuelle Herangehensweise. Data Vault schafft einerseits die Voraussetzungen für ein integriertes, unternehmensweites Enterprise-DWH, bei dem jede Fachabteilung auf Basis der gleichen Zahlen arbeiten und fundiert entscheiden kann. Andererseits werden agile Entwicklungsprozesse und damit flexible wie auch wirtschaftliche Erweiterungen ermöglicht.

Durch das iterative – sprich: schrittweise – Vorgehen reduziert sich der Aufwand für die Analyse und Modellierung. Entsprechend gering sind bereits die Set-up-Kosten. Ebenso wirtschaftlich und effizient gestaltet sich der weitere Projektverlauf: Neue Anforderungen können unverzüglich umgesetzt und den Fachabteilungen für eigenständige Analysen bereitgestellt werden. Schließlich sorgen hoch standardisierte Prozesse dafür, dass Projekt-Teams ohne weiteres skaliert bzw. vergrößert werden können. Alles in allem bleiben die Kosten also auch bei wachsender Komplexität des DWHs stets stabil und transparent.

Data Vault

Data Vault vs. klassische Vorgehensweise: Erweiterungen des Datenmodells sind per se günstiger. Auf lange Sicht bleiben die Mehrkosten weitestgehend stabil.

Data Vault ermöglicht flexibles DWH-Wachstum

Beim Data-Vault-Modell werden beschreibende und identifizierende Attribute konsequent getrennt. Dies führt zu der hohen Skalierbarkeit und damit enormen Flexibilität hinsichtlich Veränderungen und Wachstumsprozessen. Gleiches gilt für die Einbindung weiterer Technologien: NoSQL-Lösungen wie Hadoop lassen sich nahtlos integrieren, sodass man auch bestens für anstehende Big-Data-Szenarien gerüstet ist. Genauso sind Hybridmodelle in Kombination mit der 3. Normalform nach Inmon möglich. Dazu bietet ein auf Data Vault basierendes DWH durch die detaillierte Historisierung der Daten eine umfassende Revisionssicherheit. Nicht zuletzt werden durch eine hochgradige Vereinheitlichung der Prozesse die Industrie-Standards Six Sigma, CMMI und TQM unterstützt.

 

Data Vault

Das Data Vault Modell ist nahtlos skalierbar: Bestehende Strukturen bleiben von Erweiterungen oder Veränderungen unbeeinflusst.

Umfangreiches Beratungsangebot

ORAYLIS hat das Potenzial von Data Vault früh erkannt und kann daher bereits auf einschlägige Projekterfahrungen verweisen. Daneben verfügen wir über einen der wenigen, zertifizierten Experten auf diesem Gebiet. Infolgedessen bieten wir neben der Projektbegleitung und -durchführung auch eine Architekturberatung mit entsprechenden Audits. Unser Data Vault Blog verschafft tiefergehende Einblicke in die komplexe Thematik und gibt konkrete Praxistipps. Darüber hinaus bietet ein von ORAYLIS verfasster Fachbeitrag für das renommierte Branchenmagazin BI-Spektrum einen fundierten Vergleich zwischen Data Vault und klassischen Modellierungsmethoden.