[ Pobierz całość w formacie PDF ]

_____________________________________________________
37
2 Übungsaufgaben
3) Aufteilung der Dimensionstabellen zur Performanceoptimie-
rung, oftmals auf Grundlage der definierten Aggregationen
und in Verknüpfung mit Summationstabellen:
_____________________________________________________
4) Integration mehrerer Star-Schemata auf Basis strukturidenti-
scher Dimensionstabellen:
_____________________________________________________
5) Historisierungsverfahren, bei dem bei jeder Aktualisierung
einer Dimensionstabelle sämtliche Datensätze  also sowohl
die geänderten wie auch die unveränderten  an die existie-
rende Tabelle angehängt werden:
_____________________________________________________
6) Sicherung von Datenbeständen auf speziellen Sicherungsme-
dien, um bei technischem Systemfehlverhalten Datenbereiche
wiederherstellen zu können:
_____________________________________________________
7) Konzepte, mit deren Hilfe Änderungen von Attributsausprä-
gungen, Beziehungen und Entitäten im Zeitablauf dokumen-
tiert werden:
_____________________________________________________
8) Schema mit generierten, abhängigen Summationstabellen zur
Performancesteigerung bei Analysen auf aggregierten Daten:
_____________________________________________________
9) Historisierungsverfahren mit zeilengenauer Historisierung der
Dimensionstabellen:
_____________________________________________________
10) Attribut zur Markierung aktuell gültiger Daten.
_____________________________________________________
38
2.3 Performanceoptimierte Datenmodellierung im relationalen Kontext
Aufgabe B-3-10:
Eigenschaften des Star-Schemas
Welche der folgenden Aussagen sind korrekt?
Das Star-Schema ist die Datenhaltung von M-OLAP-
Systemen.
Mit einem Star-Schema kann eine multidimensionale Daten-
haltung realisiert werden.
 Star-Schema und  OLAP sind Synonyme.
Fakten im Star-/Snowflake-Schema sind ausschließlich mo-
netäre Kennzahlen.
Dimensionstabellen sind häufig wegen der umfangreichen
Attributierung sehr groß, Faktentabellen hingegen aufgrund
der wenigen zu hinterlegenden Kennzahlen (jeweils nur
zwei oder drei Kennzahlen pro Zeile) sehr klein.
Im Star-Schema wird häufig die zweite Normalform verletzt.
Die Redundanz im Star-Schema ist vertretbar, da auf die ent-
sprechenden Daten primär lesend zugegriffen wird.
Aufgabe B-3-11:
Analysen auf Basis eines Star-Schemas
DT_Zeit DT_Produkt
KZeit KProdukt
Monat Produkt
Jahr KProduktgruppe
Produktgruppe
FT_Umsatzanalyse Maße
KZeit
KVerkäufer
KProdukt
DT_Verkäufer KKundentyp
KVerkäufer
KVerkäufer
Umsatz
Var.-Kosten
Name
Name
KRegion
KRegion DT_Kundentyp
Region
Region
KKundentyp
KKundentyp
KLand
KLand
Land
Land
Kundentyp
Kundentyp
39
2 Übungsaufgaben
Welche der folgenden Analysen sind mit dem gezeigten Star-
Modell nicht möglich, sofern keine weiteren Datenquellen ver-
fügbar sind?
Entwicklung des Deckungsbeitrags (= Umsatz abzüglich der
variablen Kosten) im Zeitverlauf.
Vergleich der variablen Kosten je Geschäftsjahr.
Gewinne pro Filiale für die Region 3.
 Top 10 der deckungsbeitragsstärksten Produkte.
Performanceanalyse der Verkäufer in den verschiedenen
Regionen.
Identifizierung der umsatzstärksten Kundentypen.
Optimierung der Regalnutzung (Deckungsbeitrag / benötigte
Regalfläche).
Vergleich des durchschnittlichen Umsatzes pro Kundentyp.
Aufgabe B-3-12:
Auswahl von Historisierungsverfahren
Welches Verfahren zum Umgang mit den folgenden Änderungen
von Dimensionsdaten würden Sie jeweils empfehlen?
Im Call-Center eines Versandunternehmens
mit Telefonvertrieb werden die Mitarbeiter
jeweils bestimmten Vorwahlbereichen zuge-
ordnet. Für Performance-Analysen wird ein
Star-Schema entworfen, das u.a. eine Tele-
fonnummer enthält. Die Telefonnummern
der Kunden ändern sich regelmäßig. Ob
entsprechende Änderungen eingepflegt
wurden, ist nicht direkt aus den operativen
Daten ersichtlich.
40
Update
Snapshot-
Historisierung
Delta-
Historisierung
2.3 Performanceoptimierte Datenmodellierung im relationalen Kontext
Ein Telekommunikationsunternehmen spei-
chert Verbindungsdaten für eine große Zahl
an Privatkunden. Alle Änderungen an den
Kundenstammdaten (z.B. neue Kundenad-
resse, verantwortlicher Ansprechpartner)
werden automatisch protokolliert. In den
Analysen sind die Kundendaten den im je-
weiligen Betrachtungszeitraum verantwortli-
chen Servicemitarbeitern zuzuordnen.
Für die Serviceoptimierung eines Herstellers
von Laser-Schneidemaschinen wird ein Star-
Schema entworfen, in dem u.a. eine Kun-
dendimension mit der E-Mail-Adresse des
Hauptansprechpartners vorgesehen ist. Im
zugrunde liegenden operativen CRM-System
werden alle Änderungen an den Stammda-
ten protokolliert  auch die der E-Mail-
Adressen.
Aufgabe B-3-13:
Eigenschaften von Historisierungsverfahren
Welche der folgenden Aussagen sind korrekt?
Eine Historisierung mit Gültigkeitsfeldern ist einer Delta-
Historisierung immer vorzuziehen, da hierdurch genauere
Zuordnungen möglich werden!
Das  Update-Verfahren ist kein Historisierungsverfahren.
Über die Zeitstempel werden bei Historisierungsverfahren
sowohl kumulierte Faktenabfragen über aktuelle Dimensi-
onsausprägungen als auch zeitpunktbezogene Auswertun-
gen des Datenbestandes ermöglicht.
Current-Flags vereinfachen den Umgang mit Änderungen in
den Dimensionstabellen.
Bei Delta-Historisierung mit künstlicher Schlüsselerweiterung
können zwar Änderungen an den Dimensionsdaten nach-
vollzogen werden, es sind jedoch keine zeitpunktbezogenen
historischen Auswertungen der Fakten möglich, da in der
Faktentabelle lediglich auf die aktuellen Zeilen der Dimen-
sionstabellen verwiesen wird.
41
2 Übungsaufgaben
Verständnisfragen (V)
Aufgabe V-3-1:
Datenmodell für die Erfassung von Kundenreklamationen
Im Rahmen eines CRM-Projektes muss ein System zur Erfassung
von Kundenbeschwerden überarbeitet werden. Entwickeln Sie
aus dem folgenden Ausschnitt des Anforderungskatalogs ein En-
tity Relationship Model (ERM):
Ein Beschwerdeanruf kann über den Kunden, den Help-
Desk-Mitarbeiter und den Beschwerdezeitpunkt identifi-
ziert werden.
Jeder Beschwerdeanruf kann sich auf beliebig viele Stö-
rungen beziehen. Eine Störung kann in mehreren Anru-
fen thematisiert werden.
Zu jeder Störung ist als Eigenschaft eine  Störungsbe-
schreibung zu hinterlegen.
Bei einer Störung handelt es sich entweder um eine
leichte oder um eine schwere Störung. Zu den schweren
Störungen werden die  Störungsklasse und der  Prob-
lemlösungsweg als ergänzende Attribute hinterlegt.
Jeder Kunde ist einer Kundengruppe zugeordnet.
Überführen Sie Ihr ER-Modell in ein Relationenmodell.
Aufgabe V-3-2:
Datenmodell für die Raumplanung
Es soll ein System zur Raumplanung erstellt werden. [ Pobierz całość w formacie PDF ]