Einmal Pie-Chart und zurück: Manchmal ist mehr drin als man glaubt

Transkript

1 Einmal Pie-Chart und zurück: Manchmal ist mehr drin als man glaubt Ian Perry Marco Lehmann Stefan Sander Darmstadt,

2 Einmal Pie-Chart und zurück Ian Perry Sales Engineer - IP&S Client Technical Specialist IBM Softwaregroup, Information Server Altrottstr Walldorf Mobil: IANPERRY@de.ibm.com Marco Lehmann Associate Technical Sales Professional Client Technical Specialist IBM Software Group Hollerithstrasse München Büro: Mobil: marco.lehmann@de.ibm.com Stefan Sander Senior Technical Sales Professional Client Technical Specialist IBM Software Group, Business Analytics Beim Strohhause Hamburg Büro: 040 / Mobil: 0173 / stefan.sander@de.ibm.com

3 Agenda 1 Cognos 10 Es steckt mehr in den Berichten als man sieht 2 Einheitliche Metadaten über den gesamten Warehouse / Berichtsprozess 3 Demo 4 Question & Answer 3

4 Produkt-Portfolio IBM Business Analytics Better Outcomes Smarter Decisions Actionable Insights Trusted Information

5 Pie Chart Was bedeutet die Kennzahl? Data Stewardship Wo kommen die Daten her? Wie wurden sie aufbereitet? Data Lineage Analyse Auf welchen Quellen basieren die Berichte? Impactanalyse 5

6 Agilität Selfservice BI Fachanwender Std. Berichte Self-Service Flexibilität IT Zentral bereitgestellter Zugriff auf Informationen Änderung von Datenbeständen Neue Informationsbedarfe 6

7 Data Stewardship 7

8 Lineage Analyse Information Server Job Tabelle Cognos Report 8

9 Impact Analyse 9

10 Durchgängige Metadatenarchitektur Zentrale & einheitliche Metadaten => Single Version of Truth => leichte Nachvollziehbarkeit => Kurze Reaktionszeiten Selfservice durch Anwender => größeres Vertrauen in die Daten => einfache Nachvollziehbarkeit => klare Zuständigkeiten 10

11 Integrationspunkt Content Store Cognos verfügt über eine eigene Metadatenverwaltung Sie integriert sich in eine einheitliche Metadatenverwaltung von Information Server (Metadata Workbench). Damit werden E2E Lineage & Impactanalysen möglich. Sie werden - wie das Glossar - bei Bedarf direkt aus dem Bericht aufgerufen Tabelle Cognos Report

12 Ergebnis Besseres Verständnis der Berichte Kürzere Reaktionszeiten Besseres Zusammenspiel aller Beteidigten Höhere Sicherheit im Entscheidungsprozess 12

13 13 13

14 IBM InfoSphere Information Server Übersicht Unterstützt unterschiedliche Projekt-Anforderungen DataWarehouse Datenakquisition Datenmigrationen, Datenkonsolidierung Metadata Integration, Data Governance Data Quality Initiativen Enterprise Information Integration, IaaS Unterstützt alle Phasen eines Datenintegrationsprojektes Modellierung, Analyse, DQA Mapping Spezifikation ETL-Entwicklung, Cleansing Information-Services-Deployment Scheduling, Monitoring, Operation Information Services Director Metadata Integration, komplettes Data-Lineage Skalierbar und performant Operationale Integration 24x7 Ausrichtung auf Geschäfts- und IT-Ziele Business Glossary Blueprint Director Universal Connectors Information Analyzer Common Parallel Engine FastTrack Common Metadata Repository & Lineage Quality Stage Common Admin & User Management Data Stage Data Stage Manager, Operational Console

15 InfoSphere Information Server bietet umfassende Funktionalität zur Datenintegration und Absicherung von Datenqualität Analyse und Profiling, Datenqualitäts-Bewertung Datenqualitäts-Verbesserung, Standardisierung, Dubletten Verständigung zwischen Fachbereich und IT ETL, Batch und Realtime

16 Es kostet mich Stunden, oder Tage um die Information zu finden, die ich gerade brauche Alle Beteiligten leiden unter dem Informationswirrwarr Wir verbringen zu viel Zeit mit Anfragen der Fachabteilungen über die fachliche Bedeutung der Daten Business Analyst Applikationen Warehouse Manager Subject Matter Expert Wir tun uns schwer, die Geschäftsanforderungen zu verstehen weil IT nicht die gleichen Definitionen verwendet wie die Fachbereichen Quellsysteme, Data Marts, Silos Data Warehouse Profiling / Datenintegration / Datenqualität / ETL Data Analyst Project Executive Wo sind die geschäftskritischen Daten? Kann ich die Datenquellen auditieren?? wir haben so viele Daten, aber ich weiß nie so genau, welchen Daten ich vertrauen kann. Die Projektkosten laufen uns immer davon, weil die Beteiligten nicht effizitent kommunizieren Data Steward

17 Die Datenintegrationslandschaft basiert auf einer durchgängigen Metadatenplattform BI Tools Data Warehouse Platforms Applikationen Data Management Data Warehouse OLAP Quell-Systeme Datenbanken Profiling Datenintegration / Datenqualität / ETL Durchgängige Metadaten 20

18 Metadata Workbench Die Metadata Workbench ist die 'Linse' in das Metadata Repository. Über Suche und Baum-Navigation hat der Benutzer aus verschiedenen Dimensionen Zugriff auf alle Metadata-Assets der Installation. Mit dem sog. 'Data Lineage' kann man Abhängigkeiten analysieren und den Datenfluss über Jobs und Projekte hinweg visualisieren.

19 Metadaten ermöglichen eine umfängliche Sicht auf die Definition, Erzeugung und Struktur der Daten Business Metadaten Technische Metadaten Transaktionale Metadaten Definition von Fachbegriffen Definition von Daten- Geschäftsregeln Definition von Metriken und KPIs Verbindung zu technischen Assets Definition von Datenquellen und -zielen BI Reportingmodelle- und definitionen ETL jobs Zugehörige Fachbegriffe Data lineage Temporäre Datensenken Datenfluss operationaler Daten Laufzeit/Anzahl verarbeiteter Datensätze in ETL jobs Zugehörige Fachbegriffe Category: Costs Term: Tax Expense Description: Tax to be paid on Gross Income Status: Current Data Steward: Roger West Related Term: Tax Liability Related Asset: Income_tbl 23 Fachabteilung und IT- Abteilung müssen eng zusammenarbeiten Source: Income_tbl (Source DB Table) Derivation: SUM(TAXAMT) Data Rule: TAXEXP > $1 ETL Job: TXExp, 400 processes Business Term: Tax Expense

20 Missing Data for June caused by Error in Input File Missing Data for June in COGNOS Report COGNOS Data Lineage Drill-Down IBM Metadata Workbench DataStage Job: Only 1 row for June Metadata Workbench Data Lineage

21 Metadata Scenario Data/Job Lineage from input Flat Files to Cognos Report Item Flat Files Input Flat Files DW Statement of Record (SOR) Data Mart (Star Schema) SOR Data Mart

22 Missing Data for June caused by Error in Input File Missing Data for June in COGNOS Report COGNOS Data Lineage Drill-Down IBM Metadata Workbench Demonstration: DataStage Job: Only 1 row for June Metadata Workbench Data Lineage Daten, denen Sie vertrauen könnenk nnen