Conceptual models and model-based business metadata to bridge the gap between data warehouses and organizations

Abstract

Data Warehouse-Systeme werden für die Analyse großer Datenmengen und zur Entscheidungsunterstützung verwendet. Kennzahlen wie zum Beispiel die Anzahl der Transaktionen pro Kunde oder die prozentuelle Veränderung der Verkaufszahlen während einer Aktionsphase dienen zur Erkennung von Trends und stützen Investitionsentscheidungen, die von Unternehmenszielen geleitet werden.<br />Der Zusammenhang zwischen dem Data Warehouse und der Organisation, die es beschreibt und von der es verwendet wird, waren bisher noch nicht Gegenstand eingehender Untersuchungen. Es gibt keine Modelle, die ein Data Warehouse von verschiedenen Blickwinkeln - auch von außen, in der Interaktion mit seiner Umwelt und seine Verwendung - beschreiben könnten. Obwohl die im Data Warehouse enthaltenen Daten eng mit dem Unternehmen verknüpft sind, enthalten heutige Data Warehouses keine Business-Metadaten, die die BenutzerInnen über den Kontext und die Implikationen der Daten informieren könnten.<br />Diese Dissertation befasst sich mit der Beziehung zwischen dem Data Warehouse und der Struktur, dem Verhalten und den Zielen der Organisation.<br />Um diese Beziehung zu beschreiben, wurden neue konzeptionelle Modelle entwickelt. Ein Modell beschreibt die wechselseitigen Abhängigkeiten zwischen dem Data Warehouse und Geschäftsprozessen, und erlaubt es auch, sogenannte aktive Data Warehouse-Systeme zu erfassen. Ein weiteres Modell indentifiziert Business-Objekte (zum Beispiel Kunden oder Produkte) im Datenmodell des Data Warehouses, und ermöglicht die Konstruktion von Datenmodellen, die an das Zustandsmodell dieser Objekte angepasst sind. Ein anderes Modell beschreibt die Verwendung des Data Warehouses, mit BenutzerInnen und Gruppen, Kompentenzstufen, Intensität der Benutzung, benötigter Zeit und Dringlichkeit, sowie Wichtigkeit des Zugriffs. Diese Dissertation bietet außerdem einen Ansatz, mit dem die Dateninterpretation durch die BenutzerInnen unterstützt werden kann.<br />Basierend auf Modellen und Modellierungstechniken werden Business-Metadaten dem Data Warehouse hinzugefügt. Die Business-Metadaten verknüpfen Unternehmensmodelle wie zum Beispiel Geschäftsprozessmodelle oder Zielmodelle mit dem Datenmodell, unter Verwendung von Weaving-Modellen. Ein auf einem realen Data Warehouse basierender Prototyp, der diese Methode illustriert, wurde im Rahmen der Dissertation entwickelt.<br />

Data warehouse systems are used by decision makers for performance measurement and decision support. Measures such as the number of transactions per customer or the increase of sales during a promotion are used to recognize warning signs and to decide on future investments with regard to the strategic goals of the organization. Currently, the main focus of the data warehouse research field is on database issues. The data warehouse's interaction with the organization and the way it supports the organization's strategic goals have not yet been considered in depth.<br />Conceptual models that describe the data warehouse from various viewpoints, including an outside view of the data warehouse system, its environment and expected usage, are missing. Moreover, even though the data in the data warehouse by its very nature has to be closely related to the concerns of the organization, current data warehouses also lack sufficient business metadata that would inform users about the organizational context and implications of what they are analyzing.<br />This thesis targets the relationship between data warehouses and the structure, behavior and goals of the organization. In order to describe this relationship, a conceptual modeling language was developed. It consists of models for describing the interdependencies between data warehouses and business processes, including active and (near-) real-time data warehouse solutions; a model for identifying business objects such as customers and products in the data warehouse data model, and for constructing data models that comply to the state models of such business objects; and a model of data warehouse usage, which includes modeling the users, user groups, and user skill levels, the intensity with which they use the data warehouse infrastructure, temporal issues such as the required time and urgency of data access, as well as indicators of the relative importance of data warehouse usage.<br />This thesis also provides an approach to using models to enhance the way users access the data in the data warehouse. It presents a model-based approach to business metadata, which links enterprise models such as business process models or goal models to the data model of the data warehouse though the mechanism of model weaving. A prototype illustrating how models can be weaved and used for business metadata in a business intelligence tool has been developed as part of this thesis.