Alle Daten an einem Ort

Data Store

Führen Sie alle relevanten Daten Ihres Unternehmens an einer zentralen Stelle zusammen. Mit dem yedi Data Store speichern Sie sowohl unstrukturierte Rohdaten als auch aufbereitete Daten unabhängig von Art, Syntax, Struktur, Form, Größe oder Anzahl.

Datalake

yedi importiert Daten aus jeder denkbaren Quelle ins DataLake im Rohformat. Dank der leistungsfähigen No-SQL Datenbankstruktur sind dabei auch sehr große Datenmengen abbildbar.

DataWarehouse

yedi speichert ihre Daten sicher in einer speziell gesicherten Serverumgebung. Durch die Anreicherung der Daten über strukturierende Tags werden die Rohdaten zentral zugänglich, durchsuchbar und nutzbar.

Caching

yedi nutzt das DataLake zusätzlich als interne Cache-Ebene, also als Zwischenspeicher für Daten, die nicht in Echtzeit z.B. aus dem ERP-System importiert werden können. Ausfälle von Datenworkflows, z.B. in Folge eines nicht erreichbaren ERP-Systems, können so vermieden werden.

Standardisierte Datenstrukturen

Nutzen Sie unsere standardisierten Datenstrukturen und erhöhen Sie so die Effizienz in der Implementierung Ihrer Workflows. Passen Sie alle Datenstrukturen vollständig flexibel an die Anforderungen Ihres Unternehmens an.

Drag& Drop

Erstellen und Bearbeiten Sie Datenstrukturen ganz einfach per Drag & Drop. Greifen Sie dabei auf bestehende Vorlagen für gängige Datentypen zurück oder gestalten Sie neue Datenmodelle für individuelle Anforderungen.

Automatische Validierung

Mit Hilfe von Data Structures validiert yedi in workflows automatisch Syntax und Struktur eingehender Daten und stellt so sicher, dass Daten in den jeweils erwarteten Formaten vorliegen und so sauber verarbeitet werden können.

Delta-Erkennung

yedi identifiziert automatisch Änderungen an Datensätzen und kennzeichnet diese. Auf diese Weise kann die Datenverarbeitung in Workflows auf Basis von Deltas erfolgen, was Zeit und Ressourcen schont.

  • Dokumentenbasierte Speicherung
  • Speicherung auf Basis von Datenstrukturen
  • Datenvalidierung inhaltlich und strukturell
  • Nutzung als Datalake und Datawarehouse

Datenstrukturen

Daten automatische strukturiert verarbeiten und speichern

Alle ein- und ausgehenden Daten in yedi werden auf Basis sogenannter Datenstrukturen gespeichert und verarbeitet. Datenstrukturen übernehmen dafür in yedi verschiedene Aufgaben: Als Datenressource bilden Sie die Struktur, in der Daten im Datastore gespeichert werden, als Dataset bilden Sie eine virtuelle Ressource basierend auf definierten Datenbankabfragen und als Konnektoren-Datenmodell definieren Sie den pro Konnektor erwarteten Datenstandard. Über das integrierte Mapping-Tool lassen sich Daten zwischen unterschiedlichen Datenmodellen transformieren.

  • Intuitive Anpassung der Drag & Drop
  • Automatische Strukturerkennung und Anlage bei initialem Datenimport
  • Delta-Erkennung und automatische Strukturvalidierung
  • Dokumentation
mehr zum Thema lesen

Individuelle Datenstruktur ohne Limitierungen

Im Gegensatz zu konventionellen Schnittstellen, kann yedi jede erdenkliche Datenstruktur im- und exportieren. Begrenzungen auf eine bestimmte Anzahl oder Typen von Datenfeldern existieren nicht. Das Datenmodell für jeden Im- und Export lässt sich vollständig flexibel festlegen. yedi tauscht Daten problemlos zwischen einer unbegrenzte Anzahl von IT-Systemen aus und verbindet kundenindividuelle Im- und Exporte mit zusätzlichen Aktionen und Triggern zu komplexen Datenworkflows.

  • Anbindung aller denkbaren IT-Systeme ohne Restriktionen
  • Einlesen aller gängigen Datei- und Schnittstellenformate
  • Anbindung praktisch jeder denkbaren Business-Anwendung
  • Alle relevanten Schnittstellen in einem zentralen System, keine Insellösungen

Wichtige Fragen

  • Was ist ein DataLake?

    Als Datalake, zu Deutsch "Datensee", bezeichnet man in der Regel große Datenspeicher, die sowohl unstrukturierte als auch strukturierte Daten speichern können. Im Gegensatz zu "normalen" Datenbanken, in denen Daten in einem definierten Datenmodell gespeichert werden, liegen Daten im Datalake also in ihrem ursprünglichen Rohformat vor. Neben Texten können so auch Bilder, Dokumente, Videos und andere Datenformate abgelegt werden.

    Datalakes eignen sich als Datenbasis für unterschiedliche datenbasierte Anwendungen und Prozesse, z.B. im Bereich Business Intelligence oder Big Data. yedi nutzt die im Datalake gespeicherten Daten zudem als leistungsfähige Cache-Ebene, die eine Funktionalität aller Prozesse garantiert, auch wenn einzelne angebundene Systeme temporär nicht erreichbar sind.

  • Welche Vorteile bietet ein DataLake für mein Unternehmen?

    Das Konzept des DataLakes bietet eine Reihe konkreter Vorteile für Unternehmen. Dazu gehören:

    • Zentrale Zusammenführung aller relevanten Unternehmensdaten an einem Ort ohne vorherige Datenmanipulation
    • Auflösung von Datensilos und Zugänglichkeit der Daten trotz unterschiedlicher Datenformate
    • Performante Verwaltung der Daten auch bei extrem großen Datenmengen
    • Vorhalten der unveränderten Rohdaten erleichtert die Nachvollziehbarkeit und Dokumentation von Veränderungen am Datenstamm und dient zusätzlich als performance Cache-Ebene.
    • Speicherung der Daten im DataLake ermöglicht schnelle und einfache Anbindung externer Applikationen aus den Bereichen Datenanalyse, Visualisierung und BigData.
    • Da zur Speicherung der Daten kein eigenes Datenmodell erforderlich ist, ist ein schnelles und unkompliziertes SetUp möglich
  • Für wen eignet sich der Einsatz eines DataLakes?

    Der Einsatz eines DataLakes empfiehlt sich grundsätzlich für alle Unternehmen, die zunehmend datengetrieben arbeiten und zukünftig mehr aus ihren Daten herausholen wollen. Je größer die im Unternehmen vorgehaltene Datenmenge und je schlechter die Zugänglichkeit dieser Daten, desto eher besteht die Notwendigkeit eines DataLakes.

  • Was ist ein DataWarehouse?

    Ein DataWarehouse ist ein zentrales Datenlager, in dem alle relevanten Unternehmensdaten in strukturierter Form gespeichert werden. Dazu werden die unstrukturierten Rohdaten des DataLakes über einen entsprechenden Workflow normalisiert und mit Hilfe des yedi standard data models einheitlich strukturiert. Auf diese Weise wird die Datenqualität von Daten aus unterschiedlichen Quellen angeglichen und die Struktur der Daten in einem einheitlichen, praxiserprobten Standard zusammengeführt.

    Alle im DataWarehouse gespeicherten Daten können über eine grafische Oberfläche schnell und einfach gefiltert und zusätzlich bearbeitet werden, um so einen optimalen Zugriff auf die jeweils benötigten Daten zu ermöglichen.

    Die so transformierten Daten stehen anschließend für eine weitere Nutzung zur Verfügung - entweder innerhalb von yedi oder in externen Applikationen. 

  • Für wen eignet sich ein DataWarehouse?

    Der Einsatz eines DataWarehouses eignet sich für alle datengetriebenen Unternehmen, die Daten aus unterschiedlichen Quellen an zentraler Stelle zusammenführen und die gesammelten Daten gezielt innerhalb und außerhalb des Unternehmens zugänglich machen wollen. Bedarf an einer DataWarehouse-Lösung besteht typischerweise wenn

    • es verschiedene isolierte Datensilos im Unternehmen gibt
    • Daten in unterschiedlichen Systemen in unterschiedlicher Struktur vorliegen
    • Daten in sehr unterschiedlicher Qualität vorliegen
    • Daten für externe Partner bereitgestellt werden sollen
    • unterschiedliche Applikationen hochwertige Daten benötigen

Sie haben Fragen?

Gerne beantworte ich Ihre Fragen in einem persönlichen Gespräch

Vereinbaren Sie einen Termin für ein kostenloses Beratungsgespräch mit mir. Wir besprechen im Rahmen eines unverbindlichen Video-Telefonats die Herausforderungen, vor denen Sie aktuell stehen und prüfen, ob yedi Ihnen helfen kann, Ihre Digitalisierungsziele schneller und effektiver zu erreichen.

Gerne zeige ich Ihnen auch die verschiedenen Funktionen und Einsatzmöglichkeiten von yedi anhand einer kurzen Online-Demo.

Jetzt Gesprächstermin vereinbaren