Vergangene Woche hatte ich die Möglichkeit online bei der Data Vault User Group über temporale Daten vorzutragen: Who, how, what - why bitemporal data? Who does not ask will not be wise!
Ein fantastischer Vortrag und unsere Zuhörer waren sehr engagiert. Ich habe das sehr geschätzt. - Data Vault User Group Veranstalter
Der Fokus des Vortrags lag auf der Frage, warum ein Unternehmen aus fachlicher Sicht eigentlich temporale Daten benötigt. Viele Datenspezialisten reden im Sinne der Implementierung über temporale Daten, aber selten warum ein Projektteam die Funktionalitäten für temporale Daten implementieren sollte. Vielleicht weil diese Frage nicht immer einfach zu beantworten ist?
Im Vortrag gab ich anhand mehrerer temporaler Use Cases Antworten darauf, warum temporale Daten in unterschiedlichen Szenarien notwendig sind und oft sogar zwingend erforderlich.
Ein interessantes Beispiel ist die Analyse von Entscheidungen, die in der Vergangenheit getroffen wurden. Mit heutigem Wissen und Daten hätte man evtl. anders entschieden als mit dem Wissen und Daten, die zum Zeitpunkt der Entscheidung verfügbar waren.
Mit temporalen Daten können Verantwortliche –im Falle eines Anzweifelns, ob die vergangene Entscheidung richtig war– überprüfen was zum Zeitpunkt der Entscheidung bekannt war – oder eben nicht. Und damit Anschuldigungen beseitigen oder bestätigen.
Zusammengefasst hat ein Teilnehmer dieses temporale Beispiel in der Präsentation wie folgt:
So, the universe in "Back to the Future" is in other words bi-temporal, given that the Delorean can travel between timelines. O-Ton Teilnmehmer:In
Das trifft es ganz gut, denke ich.
Nach den Beispielen für temporal Daten gab der Vortrag einen Einblick in existierende Technologien (Datenbanken) die bereits temporale Funktionalitäten implementiert haben. Das sind, im Vergleich zu der Menge an existierenden Datenbanktechnologien, wie ihr euch vermutlich denken könnt, sehr wenige.
Nach meinen Vorträgen führe ich oft eine kurze Umfrage unter den Zuhörenden durch. Diese ist sicher nicht repräsentativ und durch den Vortrag bzw. die Zuhörenden (die sich sowieso für das Thema interessieren) geprägt.
Trotzdem ist es interessant zu sehen, ob und wenn ja, wie Unternehmen temporale Daten verwenden. Genauso spannend ist es, wie die Teilnehmer das Vertrauen in ihre eigenen Daten einschätzen. Die folgenden Grafiken sind aus unterschiedlichen Vorträgen:
Thanks !!! Interesting topic and GREAT presentation with visual charts !!! O-Ton Teilnmehmer:In
Einige spannende Fragen (im O-Ton) habe ich aus der Diskussion mit den engagierten Zuhörern mitgenommen:
- How complex would you say a bi-temporal implementation is, compared to a uni-temporal or non-temporal?
- Is it fair to say we require two timestamp fields to implement bi-temporal structure, transaction time and data arrival time?
- If your data has 3 or 4 temporal dimensions, is it better to use a uni or bi temporal DB?
- Let's suppose that you implement bi-temporal data vault satellites. How do you model/load the dimensions in a data mart, using bi-temporal or uni-temporal? or create different dimensions using different timelines?
Die Antworten darauf, aber auch die Vorstellung der Datenbanken mit temporalen Funktionalitäten, würden den Rahmen des Rückblicks sprengen. Mehr darüber in der geplanten, neuen Blog Serie über temporale Daten. Ihr müsst unbedingt wieder vorbeischauen*.
So long,
Dirk
* Wenn ihr keine Neuigkeiten verpassen wollt, ist vielleicht unser Newsletter interessant für euch.