Data Mining und Data Warehousing werden oft unter dem breiten Oberbegriff Business Intelligence zusammengefasst. Sie dienen demselben Endziel: Rohinformationen in Wissen umzuwandeln, das Sie tatsächlich nutzen können. Aber die Mechanik dahinter? Ganz anders. Zum einen geht es darum, wie Sie das Zeug aufbewahren. Beim anderen geht es darum, was man damit macht, wenn es erst einmal dort sitzt.
Stellen Sie es sich so vor. Data Warehousing ist die Architektur. Data Mining ist die Ausgrabung.
Der Bergbaubetrieb
Beim Data Mining handelt es sich im Wesentlichen um eine statistische Analyse in großem Maßstab. Es geht nicht nur darum, sich eine Tabelle anzusehen; Dabei werden Terabytes an Daten abgefragt, um versteckte Muster zu finden. Analysten beginnen normalerweise mit einer Hypothese. Vielleicht vermuten sie, dass Kunden, die Produkt X kaufen, innerhalb von sechs Monaten auch Produkt Y kaufen.
Sie führen Abfragen durch, um diese Theorie anhand der Rohzahlen zu testen. Wenn die Daten den Zusammenhang belegen, kann das Unternehmen intelligentere Entscheidungen treffen. Sie verstehen ihre Kunden besser. Sie wissen, wie sich Lieferanten verhalten. Es ist vorausschauend. Es ist proaktiv.
Damit diese Abfrage jedoch effizient ausgeführt werden kann, ist die zugrunde liegende Datenstruktur wichtig. Eine Menge.
Die Warehouse Foundation
Unter Data Warehousing versteht man den Prozess der Gestaltung der Datenspeicherung, um die Berichts- und Analysemöglichkeiten zu maximieren. Es reicht nicht aus, Datenbanken nur über die Server eines Unternehmens zu verstreuen. Experten betrachten diese Datenspeicher als konzeptionell und physisch verbunden.
Ein Unternehmen verfügt möglicherweise über Dutzende von Datenbanken. Verkaufsdaten hier. Inventar dort. Der Kundendienst loggt sich an einem dritten Standort ein. Um ein vollständiges Bild zu erhalten, müssen diese unterschiedlichen Quellen miteinander in Beziehung gesetzt werden. Die physischen Datenbanken selbst müssen über Verbindungen verfügen, damit ihre Daten gemeinsam angezeigt werden können.
Dadurch entsteht eine einheitliche Ansicht. Ohne diese Verbindung handelt es sich um isolierte Silos. Damit verfügen Sie über eine einzige Quelle der Wahrheit für Berichtszwecke.
Die Synergie
Die Beziehung zwischen den beiden ist unkompliziert. Richtig gelagerte Daten lassen sich leichter durchsuchen.
Stellen Sie sich einen Data Miner vor, der versucht, eine Abfrage über Terabytes an Informationen durchzuführen, die über mehrere Datenbanken in verschiedenen physischen Netzwerken verteilt sind. Die Latenz wäre brutal. Die Ergebnisse würden ewig dauern. Es ist ineffizient. Das nervt.
Stellen Sie sich nun vor, dass dieselbe Abfrage für ein Data Warehouse ausgeführt wird, das speziell für die Verbindung relevanter Datenpunkte entwickelt wurde. Der Miner kann aussagekräftige und effiziente Abfragen ausführen. Die Ergebnisse kommen schnell zurück. Das Unternehmen erhält Erkenntnisse, auf die es sofort reagieren kann.
Warum es wichtig ist
Sie fragen sich vielleicht, was Sie zuerst brauchen. Die Antwort ist nicht binär, aber oft entscheidet die Reihenfolge über den Erfolg. Wenn Sie Daten durchsuchen, die nicht ordnungsgemäß gespeichert sind, wühlen Sie sich im Schlamm. Sie durchsuchen unzusammenhängende Fragmente ohne eine klare Karte.
Die Lagerhaltung gibt die Struktur vor. Der Bergbau liefert den Einblick.
Man organisiert das Chaos. Der andere findet das Signal im Rauschen.
Wenn Sie den richtigen Speicher wählen, wird die Analyse leistungsstark. Wenn Sie etwas falsch machen, sammeln Sie nur digitalen Staub an. Das Ziel besteht nicht nur darin, Daten zu haben. Es geht darum, verwertbare Daten zu haben. Diese Unterscheidung verändert alles.
