BARC veröffentlicht „The Data Management Survey 19“, eine neue Studie, die auf einer aktuellen weltweiten Umfrage unter 782 Nutzer:innen von Datenmanagement-Software basiert. Die Umfrageergebnisse geben Einblicke in aktuelle Ansätze zur Modernisierung des Data Warehouse sowie einen Vergleich von elf führenden Datenmanagement-Produkten.
Bekanntlich fallen etwa 70 bis 80 Prozent des Aufwandes im Data Warehousing auf die Datenintegrationsprozesse. Es ist daher nicht verwunderlich, dass Anwender:innen vor allem mittels ETL-Automatisierung und Data-Warehouse-Automation versuchen ihre DWH-Umgebung zu modernisieren. Laut dem Data Management Survey 19 sind Datenintegrationstechnologien nach wie vor die wichtigste Technologie für diesen Zweck (42 Prozent der Befragten), dicht gefolgt von Data-Warehouse-Automationslösungen (37 Prozent) und Datenmodellierungswerkzeugen (31 Prozent).
Spezielle Data-Warehouse-Automatisierungssoftware besser bewertet als Datenintegrationstools
The Data Management Survey 19 zeigt, dass Data-Warehouse-Automation neben klassischen Aufgaben wie dem Laden von Data Marts und Enterprise-Data-Warehouse-Systemen eines der drei wichtigsten Anwendungsszenarien für Datenintegrationswerkzeuge ist. Ein Vergleich zwischen Data-Warehousing-Automatisierungsspezialisten und Datenintegrationstools ergab, dass die Nutzerbewertungen von Spezialsoftware für die Data-Warehouse-Automatisierung insgesamt besser sind.
Das zeigt sich insbesondere in Bezug auf Entwicklungseffizienz und Time-to-Market. Insgesamt haben die Datenintegrationswerkzeuge im Vergleich auch gut abgeschnitten.
Vorreiter setzen einen Trend für die Nutzung analytischer Datenbanken
Es gibt eine Vielzahl von Ansätzen, um das Data Warehouse zu modernisieren und neue analytische Anforderungen zu adressieren. Die Studie von BARC zeigt, dass Unternehmen mit einer flexiblen Daten- und Prozessarchitektur oder agilen interoperablen Datenservices (im Sinne dieser Studie als „Vorreiter“ bezeichnet) eher einen zentralen Ansatz − wie den Aufbau eines Enterprise Data Warehouse − gegenüber der Verwendung zusätzlicher Data Marts bevorzugen. Laut den Umfrageergebnissen ist bereits jeder dritte Vorreiter auf einen zentralen Ansatz umgestiegen.
Die Implementierung eines Enterprise Data Warehouse erfordert leistungsfähige Datenbanken, die mit großen Datenmengen und einer Vielzahl unterschiedlicher Workloads skalierbar sind und gleichzeitig pflege- und wartungsfreundlich und leistungsstark bleiben. Infolgedessen nutzen Vorreiter analytische Datenbanken viel häufiger (41 Prozent) als der Durchschnitt (27 Prozent). Andere Unternehmen sind bei der Modernisierung eher auf Data Marts angewiesen.
