Lambda vs Kappa Architektur für Data Lakehousing
Sollte Ihre Data Platform auf die Lambda- oder auf die Kappa-Architektur setzen?
Beim Aufbau von Big Data Architekturen stellt sich die Frage: Lambda- oder Kappa-Architektur?
Data Lakehouse by DATANOMIQ
Data Lakehouse – Wann ist es sinnvoll für Unternehmen?
Ein Data Lakehouse ist eine State of the Art prozessintegrative Kombination aus Data Warehouse und Data Lake für die Datenverarbeitung.
Cloud Data Platform für Shopfloor Management
Skalierbare Cloud Daten-Architektur für Shopfloor Management basierend aus Daten aus MES und ERP-Systemen in Verbindung mit Maschinendaten.
Was ein Data Engineer wirklich können muss
Die Lösung für diese Aufgabenstellungen werden oft vor allem bei den Experten für Prozessautomatisierung und Data Science gesucht, dabei hängt der Erfolg jedoch gerade viel eher von der Beschaffung valider Datengrundlagen ab, und damit von einer ganz anderen entscheidenden Position im Workflow datengetriebener Entscheidungsprozesse, dem Data Engineer.
Data Assessment
Wir von DATANOMIQ bieten Ihrem Unternehmen ein Data Assessment, in dem wir prüfen, wie gut Ihre Organisation für die Nutzung von Daten zur Geschäftsoptimierung oder als Geschäftsmodell aufgestellt ist - Sprechen Sie uns an! Sie werden begeistert sein.
Datenkonsolidierung und Bereinigung zur Datenmigration
Auf Basis dieser Fusion, Bereinigung und Validierung der historischen Daten konnten verlässliche Datenanalysen durchgeführt werden. Der generelle Mehrwert liegt in der Datenbankmodellierung, die sowohl eine Grundlage für anstehende Data Science Projekte bildet und zudem die Migration der Daten in das CRM-System ermöglicht. Das Datenmodell erlaubt keine redundanten Einträge mehr und Angebote können nur noch erschwert doppelt erfasst werden. Das Risiko von Doppel-Zahlungen der Maklercourtage wurde somit auf ein Minimum reduziert.
Wie funktioniert Data Vault 2.0?
Das wohl bekannteste Datenmodell im Data Warehousing ist das Sternenmodell (Star Schema). Es gibt jedoch umfangreichere und grundlegendere Datenmodelle, die die Datenmodellierung um mehr Möglichkeiten der Repräsentation und flexiblen Erweiterung ergänzen, mit eigenen Vor- sowie Nachteilen: Data Vault 2.0.
Fünf Datenvisualisierungstipps für besseres Reporting
Auch wenn jedes dieser Tools eigene Stärken und Schwächen hat, hängt gutes Reporting weniger vom jeweiligen Tool, sondern viel mehr vom Analysten und seinen Fähigkeiten der strukturierten und angemessenen Visualisierungs- und Textgestaltung ab.
BI Architekturen für die Microsoft Azure Cloud
Google, Amazon und Microsoft sind die drei großen Player im Bereich Cloud Computing. Die Cloud kommt für nahezu alle möglichen Anwendungsszenarien infrage, beispielsweise dem Hosting von Unternehmenssoftware, Web-Anwendungen sowie Applikationen…
Sechs Eigenschaften einer modernen Business Intelligence
Völlig unabhängig von der Branche, in der Sie tätig sind, benötigen Sie Informationssysteme, die Ihre geschäftlichen Daten auswerten, um Ihnen Entscheidungsgrundlagen zu liefern. Diese Systeme werden gemeinläufig als sogenannte Business…