Stadier i datalager och affärsanalys
1. Dataextraktion :Data extraheras från olika källor som relationsdatabaser, platta filer och loggfiler.
2. Datarensning :Data rensas för att ta bort fel och inkonsekvenser.
3. Datatransformation :Data omvandlas för att vara kompatibla med datalagerschemat.
4. Dataintegrering :Data från olika källor integreras i datalagret.
5. Dataladdning :Data laddas in i datalagret.
6. Datalagring :Data lagras i datalagret för analys.
7. Dataanalys :Data analyseras med olika tekniker som beskrivande statistik, prediktiv modellering och datavisualisering.
8. Business Intelligence :Business intelligence-verktyg används för att presentera data på ett sätt som är meningsfullt för beslutsfattare.
9. Datautvinning :Datautvinningstekniker används för att avslöja dolda mönster och trender i data.
10. Beslutsfattande :Datadrivna beslut fattas baserat på insikterna från affärsanalyser.
Kort förklaring
Dataextraktion innebär att man hämtar data från olika källor som relationsdatabaser, platta filer och loggfiler. Uppgifterna kan vara strukturerade, semistrukturerade eller ostrukturerade.
Datarensning är processen att ta bort fel och inkonsekvenser från data. Detta kan innebära att korrigera ogiltiga värden, ta bort dubbletter av poster och hantera saknade data.
Datatransformation innebär att konvertera data från sitt ursprungliga format till ett format som är kompatibelt med datalagerschemat. Detta kan innebära att ändra datatypen, byta namn på fält och dela eller kombinera poster.
Dataintegrering är processen att kombinera data från olika källor till en enda enhetlig vy. Detta kan innebära att lösa datakonflikter, såsom dubbletter av poster eller olika dataformat.
Dataladdning innebär att fysiskt ladda in data i datalagret. Detta kan göras med batchbearbetning eller realtidsströmning.
Datalagring innebär att data lagras i datalagret för analys. Data kan lagras i en relationsdatabas, en datalagerenhet eller ett molnbaserat datalager.
Dataanalys innebär att använda olika tekniker för att analysera data och avslöja insikter. Detta kan involvera beskrivande statistik, prediktiv modellering och datavisualisering.
Business Intelligence verktyg används för att presentera data på ett sätt som är meningsfullt för beslutsfattare. Detta kan innebära att skapa rapporter, instrumentpaneler och visualiseringar.
Datautvinning tekniker används för att avslöja dolda mönster och trender i data. Detta kan innebära klustring, utvinning av associationsregel och klassificering.
Beslutsfattande innebär att använda datadrivna insikter för att fatta beslut. Det kan handla om att utveckla strategier, sätta upp mål och fördela resurser.
