Datenintegration

Lernen Sie alles über Datenintegration und werden Sie zum Datenintegrations-Helden, anstatt der Masse zu folgen und bei der bloßen Erwähnung des Wortes „Integration” in die entgegengesetzte Richtung zu laufen. Verstehen Sie, warum Organisationen Datenintegration vermeiden und oft in Spinnennetz-Umgebungen mit isolierten Anwendungen enden, anstatt über eine Unternehmensdatenbank zu verfügen, die Analysten und Datenwissenschaftler begeistert. Unterscheiden Sie die verschiedenen Integrationsarten: Datenbank-, Attribut-, Schlüssel-, Index-, Codierungs-, Mess-, Format-, Definitions-, KPI-, Berechnungs-, Zusammenfassungs-, Auswahlkriterien-, Datenausschluss-, Herkunfts- und Zeitintegration. Wenden Sie Identifikations-, Äquivokations- und physische Konversionsstufen der Integration sowohl für strukturierte als auch für Textdaten an. Nutzen Sie Deidentifikation, Näherungsanalyse, alternative Schreibweisen, Stoppwort-Auflösung, homografische Auflösung, Stemming, taxonomische Auflösung, Inline-Kontextualisierung, Klassifizierung und Akronymauflösung. Lernen Sie, wie Sie strukturierte und Textdaten im Kontext von drei Interaktionsebenen kombinieren. Folgen Sie den Schritten Umfang, Modell und Zuordnung bei der Integration strukturierter Daten. Folgen Sie den Schritten Umfang, Taxonomien verbinden, Rohtext aufnehmen und analytische Prozesse bestimmen bei der Integration von Textdaten. Wenden Sie Best Practices der Integration an, einschließlich der Identifizierung von Integrationsrollen, der Entwicklung eines wiederverwendbaren Datenintegrationsprozesses und der Dokumentation der Integrationsvorteile. Vergleichen Sie Taxonomien mit Datenmodellen. Erfahren Sie, wie Datenintegration Data Science unterstützt.

Um alle Konzepte des Buches zu vertiefen, fügen wir eine detaillierte Fallstudie zur Datenintegration hinzu.