Back to top
EVACO Analyse

TimeXtender

TimeXtender – Modern Data Estate Builder

TimeXtender ist ein Data-Estate-Builder, der die Implementierung und den Betrieb von Data Lakes, Data Warehouses und Data Marts auf Basis von modernsten Microsoft-Azure-Technologien, wie der Azure Data Factory und Azure Synapse ermöglicht.

TimeXtender bietet den schnellsten Weg zum Aufbau eines Modern Data Estate, indem Datenautomatisierung und Codegenerierung für Datenzugriff, Modellierung und Compliance auf einer Plattform bereitgestellt werden. Die ganzheitliche Herangehensweise an die Datenstruktur – auch ohne Scripting – und automatisierte Data-Warehouse-Prozesse beschleunigen die Abläufe für Datenabfragen um das bis zu 10-fache und schaffen neue IT-Ressourcen.

Denken Sie an Ihre letzten Daten- und Analyseprojekte im Unternehmen: Wie viel Prozent der Gesamtzeit wurde für die Suche und Aufbereitung der Daten aufgewendet, verglichen mit der Zeit, die Sie für Visualisierung, Berichterstattung oder Analyse genutzt haben?

Lesen Sie hier mehr zum Thema Datenmanagement.

Datenautomatisierung & Datenmodellierung

TimeXtender schließt durch die Automatisierung aller nur möglichen zu automatisierenden Prozesse im Data-Warehouse-Lebenszyklus sämtliche Datenlücken. Die vollständig integrierte Metadaten-Engine bietet Funktionalitäten wie Datenabfolge, Auswirkungsanalyse, langsam wandelnde Dimensionen, automatisierte Dokumentationserstellung, intelligente Adapter, geplante Ausführung und vieles mehr.

Modern Data Estate Management

TimeXtender ermöglicht Geschäftsführern und Entscheidungsträgern, einen schnellen Zugriff auf ihre Daten und stellt dadurch verlässliche Analysen bereit. Mühsame und zeitaufwendige Datenvorbereitungen können ganz einfach automatisiert werden.

Mit der Data-Management-Plattform für Data Goverance und Self-Service-BI sind Datenmodelle, Tabellen, Felder und Nutzerrollen jederzeit nachvollziehbar.

TimeXtender wird vollständig in Qlik® integriert und spart so mit weniger Ressourcen zusätzlich enorm Zeit ein.

Das alles können Sie mit TimeXtender bewerkstelligen

✓ Zusammenführung von Daten unterschiedlichster Quellen
✓ Umsetzung zeitnaher Analysen
✓ Sicherstellung der Datensicherheit
✓ Bereitstellung von Informationen an entsprechende Personen
✓ Verständnis darüber, was die entsprechenden Daten bedeuten
✓ Zusammenarbeit mit der IT für Zugriffsberechtigungen

Wir zeigen Ihnen, wie die Erweiterung und Erneuerung Ihres Data Warehouse zu einem modernen Data Estate gelingt!

Nutzen Sie diesen kostenlosen Leitfaden.

Wie funktioniert der Data Estate Builder?

Semantic Models

Erfahren Sie mehr

Modern Data Warehouse

Erfahren Sie mehr

Operational Data Exchange

Erfahren Sie mehr

Schließen
Schließen

Semantic Models

Durch automatisierte Qlik® Modelle erhalten Sie einfachen Zugriff auf die Daten, die Sie am meisten interessieren.

Der Semantic Layer unterstützt die Bereitstellung spezifischer Datenmodelle, so dass auch gelegentliche Anwender datengesteuerte Entscheidungen treffen können. Mit dem in TX DWA eingebauten Qlik® Modeler und Script Generator können Sie Qlik® Modelle entwerfen, ohne eine einzige Codezeile zu schreiben. Dies ermöglicht eine schnelle Erstellung und flexible Änderung von Präsentationen, so dass mehr Business-Anwender selbstständig ihre eigenen Daten entdecken und Erkenntnisse gewinnen können.

Vorhandene Modelle können sofort für die Verwendung in einem anderen Front-End übersetzt werden.

Schließen
Schließen

Modern Data Warehouse

Verlässliche Datenquellen für mehr Datenqualität und absolutes Vertrauen.

Mit dem Modern Data Warehouse können Benutzer komplexe Daten bereinigen und konsolidieren, die vor Ort oder in Azure SQL DB bereitgestellt werden. Das MDW bleibt vollständig anpassbar und unterstützt die komplexesten Umgebungen. So wird sichergestellt, dass Datenquellen schnell integriert und gereinigt werden können.

Business-Anwender erhalten Zugang zu Daten, denen sie vertrauen und die sie verstehen – ohne zeitraubendes Skripting.

Schließen
Schließen

Operational Data Exchange

Verbinden von sämtlichen Unternehmensdaten aus den unterschiedlichsten Quellen.

Mit dem Operational Data Exchange können Benutzer eine Verbindung zu über 100 Webanwendungen und Datenbanktypen herstellen und Zeitplanlasten in Azure Data Lake oder einer strukturierten Datenbank konfigurieren. Die Speicherung aller Daten in einem einzigen Format und an einem einzigen Ort bildet die Grundlage für jede Art von fortschrittlicher Analyse wie KI und maschinelles Lernen.

Die Stärke dieses Ansatzes liegt in der Fähigkeit, eine Verbindung zu den ständig wachsenden und sich ständig verändernden unterschiedlichen Arten von Datenquellen herzustellen. Das Ergebnis liefert dem Benutzer eine einzige Quelle, um die Verbindung/Zugriff zu den Ausgangsdaten herzustellen.

weißes Labyrinth von oben

Die wichtigsten Features von TimeXtender

  • Datenherkunft: Lückenlose Darstellung des Datenlebenszyklus, Nachverfolgung aller Objekte und deren Abhängigkeiten
  • Performance Tracking: Speicherung aller Ausführungszeiten bis hin zu den kleinsten Aufgaben
  • Auswirkungsanalysen für Tabellen & Felder, Identifikation von Abhängigkeiten & potenziellen Auswirkungen
  • Maschinelles Lernen: Geschwindigkeit, Agilität & optimierte Leistung, Ausführung von mehreren Aufgaben parallel möglich
  • Dokumentation: Ausgabe des gesamten Metadatenmodell als PDF-Dateil, vollständige Versionskontrolle mitenthalten
  • Incremental load: Umsetzung mit wenigen Klicks, um Ladezeiten zu reduzieren & Systemleistung zu verbessern
  • integrierte Sicherheitsfunktionen: Benutzer & Zugriffsrechte identifizieren, Sicherheit auf Objekt- & Zeilenebene aktivieren
  • Semantic layer: einfacher Zugriff auf Daten, die für bestimmte Abteilung oder bestimmten Zweck relevant sind
  • Versionskontrolle: automatische Generierung einer neuen Version, wenn ein Objekt erstellt, geändert oder gelöscht wird
  • Dimensionsdaten: Änderungen im Laufe der Zeit oder zu einem bestimmten Zeitpunkt genau bewerten
  • Multiple Umgebungen: Unterstützung von mehreren dedizierten Umgebungen für Entwicklung, Test, Produktion
  • mehrere User: mehrere Personen können gleichzeitig an demselben Projekt arbeiten, Check-In- & Check-Out-Funktionen
  • Konnektoren: Daten aus praktisch jeder Datenquelle verbinden und extrahieren
  • Integration von vorhandenen DWH: vollständige Integration in die automatisierte Plattform problemlos möglich