Damit datengesteuerte Einblicke gewonnen werden können, müssen technische Teams und Geschäftsteams ein allgemeines Verständnis von Datenbeständen der Organisation und von der Verwendung dieser Bestände zur Unterstützung von Geschäftsentscheidungen haben. Technische Teams sind mit dem Entwerfen von Datenbanken vertraut, während Geschäftsteams mit den Geschäftsobjekten vertraut sind, die von Interesse sind (z. B. Kunde, Speicher oder Anbieter). Diese Lücke kann mit Spectrum Discovery gefüllt werden, indem Tools für die physische Modellierung und die logische Modellierung bereitgestellt werden, die optisch ansprechend und unabhängig voneinander sind. Sie können mithilfe der Tools eine technische Ansicht von Datenbeständen und eine Geschäftsansicht der Objekte, die von Interesse sind, erstellen. Diese zwei Ansichten können per Mapping miteinander verknüpft werden.
Logical Model
Ein logisches Modell definiert die Objekte, an denen Ihr Unternehmen interessiert ist, und die Attribute dieser Objekte. Zudem definiert ist, in welcher Beziehung diese Objekte zueinander stehen. Ein logisches Modell für einen Kunden könnte beispielsweise Attribute für den Namen und das Geburtsdatum enthalten. Es könnte auch in einer Beziehung zu einem Privatadressenobjekt stehen, das Attribute für Adresszeilen, den Ort und die Postleitzahl enthält. Sobald Sie die Attribute des Objekts definiert haben, an dem Ihr Unternehmen interessiert ist, können Sie den Attributen des logischen Modells physische Datenquellen zuordnen. Dadurch werden die bestimmten Datenbestände identifiziert, mit denen dieses Attribut aufgefüllt wird.
Physical Model
Mit einem physischen Modell werden die Datenbestände Ihrer Organisation auf aussagekräftige Weise organisiert. Ein physisches Modell ermöglicht es Ihnen, Daten aus einzelnen Tabellen, Spalten und Ansichten zu extrahieren, um eine einzelne Ressource zu erstellen, mit der Sie anschließend Daten für logische Modelle bereitstellen oder Profile erstellen können.
Context Graph Model
Ein Context Graph-Modell stellt Entitäten und Beziehungen dar. Es wird verwendet, um Verbindungen zwischen Personen, Gruppen und Organisationen zu identifizieren, sowie Muster der Verbundenheit, der Entfernung, der Zentralität, des Einflusses, des Status und der Wichtigkeit. In Spectrum Discovery können Sie ein völlig neues Context Graph-Modell erstellen oder ein Logical Model als Vorlage für ein Context Graph-Modell verwenden. Sie können auch jedes vorhandene Context Graph-Modell bearbeiten oder löschen.
Mapping
Die integrierten Vorschlagsfunktionen von Spectrum Discovery gestalten das Mapping von Logical zu Physical Models intuitiv und mühelos. Während des Mapping-Prozesses schlägt das System alle ermittelten Tabellen und Spalten vor, die den ausgewählten logischen Einheiten zugeordnet sind. Für die vorgeschlagenen Assets werden auch der Semantik- und Datentyp angezeigt, um Ihnen den benötigten Kontext zu geben.