Kontaktiere uns!
Zurück
#dvg#datavault#automatisierung#automatization#dwh#datawarehouse#generator

Data-Warehouse Kennzahlen von heute auf morgen ändern - Dank Automatisierung mit dem DVG

vonLasse Wiedemann
19. Mai 2023Data, Analytics & Cloud

Folgendes fiktives Beispiel zeigt, wie Kennzahlen eines DWH‘s mittels Automatisierung im DVG innerhalb kürzester Zeit angepasst werden können.

Fachlicher Ablauf

10:00 Uhr

Frau Meyer, CEO der Musterversicherungs-AG, möchte den Trend der Schadensentwicklung in den einzelnen Filialen analysieren. Leider ist dieser Trend nicht erkennbar, da einzelne Großschäden zu Ausreißern in den Daten führen. Daher beauftragt sie Herrn Müller, den Schadenstrend um Sondereffekte durch Großschäden zu bereinigen.

10:30 Uhr

Herr Müller beschließt, im Warehouse die Geschäftsregel zur Zuordnung der Schäden zu Filialen anzupassen. Alle Schäden unter 1 Mio. Euro werden den Filialen wie bisher zugeordnet. Schäden ab 1 Mio. Euro werden einer fiktiven Filiale „Großschäden“ zugeordnet.

11:00 Uhr

Her Müller hat die Änderung im DVG eingepflegt. Der DVG deployed, installiert und testet die Änderung automatisch.

12:30 Uhr

Die Testergebnisse liegen vor. Diese entsprechen nicht den Erwartungen von Herrn Müller, da in kleinen Filialen der Schadenstrend immer noch durch Schäden knapp unter 1 Mio. Euro verfälscht wird.

Daher ändert Herr Müller die Geschäftsregel erneut. Jetzt bestimmt er pro Filiale das 99% Quantil der Schadenshöhe und ordnet pro Filiale jeweils 1% der Schäden mit den höchsten Schadenssummen der fiktiven Filiale „Großschäden“ zu.

Er ergänzt im DVG die neue Kennziffer „99% Quantil der Schadenshöhe“ und nutzt diese zur Zuordnung der Schäden zu den Filialen.

Der DVG startet den Test dieser Änderung erneut komplett automatisiert.

14:00 Uhr

Die neuen Testergebnisse liegen vor und entsprechen den Erwartungen von Herrn Müller. Der Schadenstrend pro Filiale ist gut erkennbar.

14:30 Uhr

Herr Lehmann, ein Kollege von Herrn Müller, prüft die Änderungen sowie Testergebnisse und erteilt die Freigabe.

14:45 Uhr

Der geänderte Schadenstrend ist produktiv.

15:00 Uhr

Frau Meyer liegt der um Großschäden bereinigte Schadenstrend für alle Filialen rückwirkend für die letzten 10 Jahre vor. Sie bedankt sich bei Herrn Müller für die schnelle Bereitstellung und kann diese Analyse zur Vorbereitung der Vorstandssitzung am nächsten Tag nutzen.

Technischer Ablauf

Wie war diese schnelle Änderung möglich? Was ist im DVG technisch im Hintergrund abgelaufen?

Herr Müller hat einen Featurebranch in Git, dem vom DVG benutzten Versionsverwaltungstool, erstellt.

Herr Müller hat im DVG auf dem Featurebranch die Geschäftsregel zur Schadenszuordnung angepasst.

Herr Müller stellt in Git einen Merge-Request.

Gitlab startet eine CI-Pipeline, die Folgendes tut:

  • Erstellen eines Clones des Produktions-DWH
  • Generieren des geänderten Sourcecodes, der Dokumentationen und der Steuerungsinformationen für das DWH
  • Migration des DWH-Clones auf die neue Version
  • Starten eines Simulationslaufes mit den Änderungen, der rückwirkend auf der kompletten fachlichen Historie den Schadenstrend neu berechnet
  • Vergleich der Simulationsergebnisse mit den vorherigen Ergebnissen und Bereitstellung aller Abweichungen zur Prüfung

Nach der erneuten Anpassung der Geschäftsregeln im DVG stellt Herr Müller den Merge-Request erneut

Der DVG startet die CI-Pipeline erneut

Herr Lehmann prüft den Merge-Request im 4-Augen Prinzip und führt ihn aus. Dadurch werden die Änderungen vom Featurebranch auf den Produktionsbranch übernommen.

Nach dem Ausführen der Merge-Requests stößt der DVG eine weitere CI-Pipeline an. Diese führt einen Swap des DWH-Clones (inklusive Änderung und Simulationslauf) mit dem bisher produktiven DWH aus. Dadurch wird die Änderung in den Produktionsbetrieb übernommen.

Im Simulationslauf sowie in allen neuen DWH-Verarbeitungen ab diesem Zeitpunkt steht der veränderte Schadenstrend zur Verfügung

Fazit

Durch die 100% Automatisierung im DVG können Kennziffern innerhalb kürzester Zeit geändert, revisionssicher getestet und produktiv genommen werden. Lange Umsetzungszeiten gehören endgültig der Vergangenheit an.

Hier bekommst Du noch mehr

Alle Blogartikel