[论文解读] Structuring Business Metadata in Data Warehouse Systems for Effective Business Support

Nandlal L. Sarda|ArXiv.org|Oct 8, 2001

Big Data and Business Intelligence参考文献 6被引用 11

一句话总结

本文提出了一种时间对象导向的业务元数据模型，整合了业务、技术及数据仓库元数据，以在数据仓库中实现上下文感知、时间感知的决策支持。通过建模元数据的演化并支持数据与元数据之间的双向导航，该框架能够动态分析业务绩效、目标达成及环境变化随时间的演变。

ABSTRACT

Large organizations today are being served by different types of data processing and informations systems, ranging from the operational (OLTP) systems, data warehouse systems, to data mining and business intelligence applications. It is important to create an integrated repository of what these systems contain and do in order to use them collectively and effectively. The repository contains metadata of source systems, data warehouse, and also the business metadata. Decision support and business analysis require extensive and in-depth understanding of business entities, tasks, rules and the environment. The purpose of business metadata is to provide this understanding. Realizing the importance of metadata, many standardization efforts has been initiated to define metadata models. In trying to define an integrated metadata and information systems for a banking application, we discover some important limitations or inadequacies of the business metadata proposals. They relate to providing an integrated and flexible inter-operability and navigation between metadata and data, and to the important issue of systematically handling temporal characteristics and evolution of the metadata itself. In this paper, we study the issue of structuring business metadata so that it can provide a context for business management and decision support when integrated with data warehousing. We define temporal object-oriented business metadata model, and relate it both to the technical metadata and the data warehouse. We also define ways of accessing and navigating metadata in conjunction with data.

研究动机与目标

• 解决现有业务元数据模型在时间演化和与数据仓库系统互操作性方面的局限性。
• 实现对业务元数据、技术元数据和数据仓库数据的集成化、上下文丰富的访问，以提升决策支持能力。
• 建模业务概念和元数据随时间的演化，支持对业务规则、目标和实体变更的历史分析。
• 提供数据与元数据之间的双向导航，使用户能够追溯数据至其业务背景和目标。
• 支持大型组织中的监管与规划功能，特别是在中央银行等金融机构中。

提出的方法

• 使用UML设计一种时间对象导向的元数据模型，以表示业务实体、目标、规则、流程及其时间有效性。
• 通过统一的存储库模型，将业务元数据与技术元数据及数据仓库数据进行集成。
• 定义导航方法，使用户能够从数据（例如NPA这一指标）追溯到其关联的业务元数据（例如定义、目标、政策）。
• 为所有元数据类建模时间有效性，支持对业务概念和定义随时间变化的追踪。
• 支持双向访问：从数据到元数据，以及从元数据到数据，包括外部事件和实体历史。
• 使模型与OIM业务工程模型保持一致，但将其抽象至适合在数据仓库系统中实际实现的层次。

实验结果

研究问题

• RQ1 如何组织业务元数据，以在数据仓库环境中支持动态、时间感知的决策支持？
• RQ2 哪些机制能够实现数据仓库数据与其关联业务元数据之间的有效导航？
• RQ3 如何系统性地建模和访问业务元数据的演化（例如定义或规则的变化）？
• RQ4 时间有效性在业务元数据中扮演什么角色，它如何增强对业务绩效的历史分析？
• RQ5 集成的元数据模型如何提升在复杂、受监管环境（如中央银行）中对数据的理解与解读？

主要发现

• 所提出的模型成功将业务、技术及数据仓库元数据整合为一个单一、可导航、时间感知的决策支持框架。
• 时间有效性建模使用户能够追溯业务概念（如NPA定义）随时间的变化，解释数据趋势的变动原因。
• 双向导航使用户能够从一个数据值（例如季度NPA比率）出发，追溯至其业务目标、规则或政策背景。
• 该模型支持对外部事件（如银行并购）的分析，这些事件可能影响实体级数据，从而增强上下文理解。
• 该框架通过将数据趋势与不断演化的业务定义和目标关联，支持对业务目标达成情况的评估。
• 该模型在中央银行环境中展示了实际适用性，通过集成、可审计的元数据访问，支持监管与战略规划功能。