DW an der Technische Hochschule Mittelhessen

Karteikarten und Zusammenfassungen für DW an der Technische Hochschule Mittelhessen

Arrow Arrow

Komplett kostenfrei

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

Lerne jetzt mit Karteikarten und Zusammenfassungen für den Kurs DW an der Technische Hochschule Mittelhessen.

Beispielhafte Karteikarten für DW an der Technische Hochschule Mittelhessen auf StudySmarter:

William H. Inmon stellt in seiner Data Warehouse-Definition vier Merkmale in den Mittelpunkt. Welche sind dies?

Beispielhafte Karteikarten für DW an der Technische Hochschule Mittelhessen auf StudySmarter:

Geben Sie vier verschiedene Monitoring-Strategien im Rahmen des ETL-Prozesses an.

Beispielhafte Karteikarten für DW an der Technische Hochschule Mittelhessen auf StudySmarter:

Bsp, additive/semi/nicht additive Kennzahl + wo im SAP BW?

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für DW an der Technische Hochschule Mittelhessen auf StudySmarter:

Welche vier zentralen Aufgaben fallen beim ETL-Prozess bei der Transformation an?

Beispielhafte Karteikarten für DW an der Technische Hochschule Mittelhessen auf StudySmarter:

Geben Sie die beiden aus der Vorlesung bekannten Formen von Data Marts an (Skizze!). Beurteilen Sie diese

Beispielhafte Karteikarten für DW an der Technische Hochschule Mittelhessen auf StudySmarter:

Erläutern Sie, was man unter einem Galaxien- und was unter einem Fact-Constellation-Schema versteht

Beispielhafte Karteikarten für DW an der Technische Hochschule Mittelhessen auf StudySmarter:

Wie könnte man die Zusammenarbeit zwischen den Fachbereichen und der IT-Organisation im Unternehmen im DW/BI-Umfeld sinnvoll gestalten

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für DW an der Technische Hochschule Mittelhessen auf StudySmarter:

Wie lautet die Zielsetzung einer Clusteranalyse im Data Mining? Geben Sie ein Anwendungsfeld für die Clusteranalyse an

Beispielhafte Karteikarten für DW an der Technische Hochschule Mittelhessen auf StudySmarter:

Welche Reifegradstufen eines DW/BI-Systems sind üblicherweise in einem Unternehmen anzutreffen?

Beispielhafte Karteikarten für DW an der Technische Hochschule Mittelhessen auf StudySmarter:

Was versteht man unter der Abkürzung „FASMI“ im Kontext von „OLAP“? Erläuterung!

Beispielhafte Karteikarten für DW an der Technische Hochschule Mittelhessen auf StudySmarter:

Erläutern Sie die SAP-BW-Begriffe „InfoArea“ und „InfoObject"

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für DW an der Technische Hochschule Mittelhessen auf StudySmarter:

Bei Variablen im SAP BW existieren verschiedene Verarbeitungsarten. Was versteht man unter der Verarbeitungsart „Ersetzungspfad“? Geben Sie anhand eines Beispiels an, für welchen Variablentyp diese sinnvoll ist.

Kommilitonen im Kurs DW an der Technische Hochschule Mittelhessen. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!

Jetzt mitmachen!

Flashcard Flashcard

Beispielhafte Karteikarten für DW an der Technische Hochschule Mittelhessen auf StudySmarter:

DW

William H. Inmon stellt in seiner Data Warehouse-Definition vier Merkmale in den Mittelpunkt. Welche sind dies?

-Fachorientierung an den Themenbereichen des Unternehmens: Zweck der Datenbasis ist das Modellieren eines spezifischen, fachlichen Anwendungsziels.


-Integration von unternehmensweiten[61]  und externen Daten aus operativen Datenbeständen[62] : In einem DWH werden Daten aus verschiedenen Datenquellen (intern und extern) in einer physischen Datenbank zusammengeführt.


-Dauerhafte Sammlung/Nicht Volatilität von nicht mehr änderbarer Daten: Die Datenbasis ist als stabil, d. h. in den Datenbeständen eines DWH werden i. d. R. keine Änderungen oder Löschungen von Daten vorgenommen. 


-Zeitraumbezug  als Bestandteil der Daten: Das Speichern von Daten ist beabsichtigt über einen längeren Zeitraum, so dass Zeitraumvergleiche stattfinden können.

DW

Geben Sie vier verschiedene Monitoring-Strategien im Rahmen des ETL-Prozesses an.

-        Trigger basiert: jede Datenmanipulation löst einen Trigger aus


-        Replikationsbasiert: alle geänderten Tupel werden in eine Tabelle geschrieben


-        Log-basiert: vorgenommene Transaktionen werden in einer Log Datei gespeichert


-        Zeitstempel-basiert: jeder Datensatz hat einen Zeitstempel

 

-      Snapshot-basiert: in bestimmten Abständen wird der Datenbestand festgehalten

DW

Bsp, additive/semi/nicht additive Kennzahl + wo im SAP BW?

-        Additiven: verschiedene Kennzahlen können (über alle Dimensionen) zusammengerechnet einen Sinn ergeben (Einkaufswert, Bestellmenge eines Artikels pro Tag)


-        Semi-additive: über alles Dimensionen verrechenbar bis auf Zeit (Lagerbestand, Kontostand)


-        Nicht-additive: können nicht sinnvoll addiert werden, oft durchschnitt oder prozentual (wechselkurs, Steuersatz)


=> Einstellung über Query Designer

DW

Welche vier zentralen Aufgaben fallen beim ETL-Prozess bei der Transformation an?

-Homogenisierung/Harmonisierung 


-Integration


-Bereinigung


-aggregation?

DW

Geben Sie die beiden aus der Vorlesung bekannten Formen von Data Marts an (Skizze!). Beurteilen Sie diese

abhängige und unabhängige Skizze in Folie schauen!

DW

Erläutern Sie, was man unter einem Galaxien- und was unter einem Fact-Constellation-Schema versteht

-        Galaxien-Schema enthält ...mehrere Faktentabellen, ...teilweise mit gleichen Dimensionstabellen verknüpft


-        Fact-Constellation-Schema: ist spezielles Galaxie-Schema
-die Basiswerte und Aggregate in einer Faktentabellen.
-alternativ eine Auslagerung in eigene Faktentabelle

DW

Wie könnte man die Zusammenarbeit zwischen den Fachbereichen und der IT-Organisation im Unternehmen im DW/BI-Umfeld sinnvoll gestalten

Das BICC sollte Tätigkeiten und Ressourcen koordinieren und eine IT Umgebung bereitstellen, sodass die Fachabteilungen selbstständig mit BI Werkzeugen arbeiten können

DW

Wie lautet die Zielsetzung einer Clusteranalyse im Data Mining? Geben Sie ein Anwendungsfeld für die Clusteranalyse an

-        Objekte in Gruppen zusammenfassen, die sich durch charakteristische Attribute und gleiches Verhalten bzgl. des zu untersuchenden Sachverhalts auszeichnen.


-       Anwendungsfeld: Man möchte die Kunden eines Supermarktes bezüglich ähnlichen Kaufverhaltens in homogene Gruppen einteilen

DW

Welche Reifegradstufen eines DW/BI-Systems sind üblicherweise in einem Unternehmen anzutreffen?

1. Standard-Berichtswesen (statisch) 


2. Data Warehouse - System pro Fachbereich 


3. Unternehmensweites Data Warehouse - System 


4. Business Intelligence – System („Prädikatives“ Data Warehouse - System, d.h. u.a. mit Data Mining) 


5. Closed Loop Data Warehouse - System

DW

Was versteht man unter der Abkürzung „FASMI“ im Kontext von „OLAP“? Erläuterung!

-        F ast: Abfragen sollen schnell verarbeitet werden. Einfache in bis zu 1 Sek., mittelmäßige in bis zu 5 Sek. Und komplexe in bis zu 20 Sek.


-        A nalysis: das OLAP System soll jegliche Logik bewältigen können. Auch komplexe Abfragen sollen mit wenig Programmieraufwand realisierbar sein


-        S hared: Mehrbenutzerbetrieb soll möglich sein


-        M ultidimensional: mehrdimensionale Datenstrukturierung mit Dimensionhierarchien sollen möglich sein


-        I nformation: Bei Analyse sollen dem Benutzer Alle Informationen transparent zur Verfügung stehen. Der Anw. Darf nicht durch das OLAP System eingeschränkt sein

DW

Erläutern Sie die SAP-BW-Begriffe „InfoArea“ und „InfoObject"

InfoAreas in den BW-Modellierungswerkzeugen dienen der Gliederung von Objekten des SAP BW Metadata Repository, d.h. von InfoProvidern, InfoObjects


-Betriebswirtschaftliche Auswertungsobjekte werden im BI als InfoObjects bezeichnet. Sie untergliedern sich in Merkmale (z.B. Kunde), Kennzahlen (z.B. Umsatz), Einheiten (z.B. Währung, Mengeneinheit), Zeitmerkmale (z.B. Geschäftsjahr) und technische Merkmale (z.B. Requestnummer).


InfoObjects sind die kleinsten Einheiten des BI. Durch sie werden die Informationen in strukturierter Form abgebildet, die zum Aufbau von InfoProvidern benötigt werden.

DW

Bei Variablen im SAP BW existieren verschiedene Verarbeitungsarten. Was versteht man unter der Verarbeitungsart „Ersetzungspfad“? Geben Sie anhand eines Beispiels an, für welchen Variablentyp diese sinnvoll ist.

-Mit der Verarbeitungsart Replacement Path können Sie bestimmen, durch welchen Wert die Variable beim Ausführen der Query automatisch ersetzt werden soll.

-Die Verarbeitungsart Replacement Path steht für Merkmalswert-, Text- und Formelvariablen zur Verfügung.

Melde dich jetzt kostenfrei an um alle Karteikarten und Zusammenfassungen für DW an der Technische Hochschule Mittelhessen zu sehen

Singup Image Singup Image
Wave

Andere Kurse aus deinem Studiengang

Für deinen Studiengang DW an der Technische Hochschule Mittelhessen gibt es bereits viele Kurse auf StudySmarter, denen du beitreten kannst. Karteikarten, Zusammenfassungen und vieles mehr warten auf dich.

Zurück zur Technische Hochschule Mittelhessen Übersichtsseite

Business Intelligence

Wissenschaftliches Arbeiten

wirtschaftsinfo 2

DD an der

FernUniversität in Hagen

DS an der

TU München

DT an der

TU Darmstadt

DB an der

Hochschule Albstadt-Sigmaringen

DV an der

Hochschule Niederrhein

Ähnliche Kurse an anderen Unis

Schau dir doch auch DW an anderen Unis an

Zurück zur Technische Hochschule Mittelhessen Übersichtsseite

Was ist StudySmarter?

Was ist StudySmarter?

StudySmarter ist eine intelligente Lernapp für Studenten. Mit StudySmarter kannst du dir effizient und spielerisch Karteikarten, Zusammenfassungen, Mind-Maps, Lernpläne und mehr erstellen. Erstelle deine eigenen Karteikarten z.B. für DW an der Technische Hochschule Mittelhessen oder greife auf tausende Lernmaterialien deiner Kommilitonen zu. Egal, ob an deiner Uni oder an anderen Universitäten. Hunderttausende Studierende bereiten sich mit StudySmarter effizient auf ihre Klausuren vor. Erhältlich auf Web, Android & iOS. Komplett kostenfrei. Keine Haken.

Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
X

StudySmarter - Die Lernplattform für Studenten

StudySmarter

4.5 Stars 1100 Bewertungen
Jetzt entdecken
X

Gute Noten in der Uni? Kein Problem mit StudySmarter!

89% der StudySmarter Nutzer bekommen bessere Noten in der Uni.

50 Mio Karteikarten & Zusammenfassungen
Erstelle eigene Lerninhalte mit Smart Tools
Individueller Lernplan & Statistiken


Lerne mit über 1 Millionen Nutzern in der kostenlosen StudySmarter App.

Du bist schon registriert? Hier geht‘s zum Login