thinkBI

In dieser Folge geht es um Datenmodellierung als nächsten Schritt nach der Datenaufbereitung. Marcus unterscheidet zwischen der fachlich geordneten Zielstruktur auf der Datenplattform und dem semantischen Modell in der analytischen Datenbank. Dabei wird deutlich, dass Beziehungen, Filterlogik und Measures nicht bloß technische Details sind, sondern den analytischen Nutzungskontext überhaupt erst herstellen. Besonders wichtig ist die Frage, welche Kennzahlen zur Laufzeit berechnet werden müssen, damit unterschiedliche Filter und Hierarchien sinnvoll funktionieren. Die Folge zeigt damit, warum ein Datenmodell nicht einfach Daten ablegt, sondern Analysefähigkeit organisiert.


Musik: Great Podcast Intro (short & long) von Lundstroem


Quelle: freemusicarchive.org (Creative Commons) – https://freemusicarchive.org/music/lundstroem/songs-for-leona/great-podcast-intro-both-short-and-long-version-included/

In dieser Folge geht es um Datenaufbereitung als nächsten Schritt im Dashboard Creation Cycle. Marcus zeigt, warum mächtige Self-Service-Werkzeuge wie Power BI vieles direkt im Tool ermöglichen, die eigentliche Architekturfrage damit aber nicht verschwindet. Es geht um Last auf Quellsystemen, wiederholte Transformationen, Zwischenspeicherung und die Rolle einer Datenplattform mit Raw-, Silver- und Gold-Layer. Die Folge macht deutlich, dass Datenaufbereitung nicht nur ein technischer Zwischenschritt ist, sondern eine Entscheidung über Entkopplung, Belastbarkeit und Reifegrad. Dahinter steht eine nüchterne Abwägung: Nicht jede Organisation braucht sofort eine große Plattform, aber jede sollte verstehen, wo Self-Service an strukturelle Grenzen stößt.


Musik: Great Podcast Intro (short & long) von Lundstroem


Quelle: freemusicarchive.org (Creative Commons) – https://freemusicarchive.org/music/lundstroem/songs-for-leona/great-podcast-intro-both-short-and-long-version-included/

In dieser Folge geht es um Event-Streaming und Streaming-Analytics als mögliche Datenquelle für BI. Marcus beschreibt Produzenten, Broker, Topics, Queues und Konsumenten, verschiebt den eigentlichen Punkt aber auf die Architekturfrage dahinter. Denn wer Streaming wirklich nutzen will, kann nicht einfach nur eine neue Datenquelle ergänzen, sondern muss Prozesse eventgesteuert denken. Die Folge zeigt zugleich, warum tägliche oder regelmäßige Updates für viele BI-Anwendungsfälle weiterhin völlig ausreichen. Dahinter steht eine nüchterne These: Echtzeit ist nur dann ein Fortschritt, wenn sie zur Entscheidungslogik und zur Systemarchitektur passt.


Musik: Great Podcast Intro (short & long) von Lundstroem


Quelle: freemusicarchive.org (Creative Commons) – https://freemusicarchive.org/music/lundstroem/songs-for-leona/great-podcast-intro-both-short-and-long-version-included/

In dieser Folge geht es um Web-APIs als Datenquelle für Business Intelligence. Marcus beschreibt, warum APIs auf den ersten Blick modern und sauber wirken, für BI-Datenladungen aber oft die aufwendigere und schwächere Bereitstellungslogik sind. Es geht um zusätzliche Schichten, Protokoll- und Format-Overhead, transaktional gedachte Endpunkte und die Belastung des Applikationslayers. Die Folge zeigt außerdem, warum viele APIs eher für Einzelvorgänge als für große analytische Exporte gebaut sind. Dahinter steht eine klare Unterscheidung: Für BI sind rohe Daten oder sauber bereitgestellte Exporte häufig tragfähiger als der Weg durch die Anwendungsschicht.


Musik: Great Podcast Intro (short & long) von Lundstroem


Quelle: freemusicarchive.org (Creative Commons) – https://freemusicarchive.org/music/lundstroem/songs-for-leona/great-podcast-intro-both-short-and-long-version-included/