Der Aufbau eines soliden Datenmodells ist essenziell für eine effiziente Auswertung von Big Data. Auf den folgenden Seiten zeigen wir Ihnen grundlegende und fortgeschrittene Möglichkeiten, wie Sie die Daten in ihrem Load Script bearbeiten, modellieren und verknüpfen können um ein belastbares Datenmodell zu erstellen.

Oft macht ein gutes Datenmodell schon mehr als die Hälfte einer guten QlikView Applikation aus. Je besser das erstellte Datenmodell aufgebaut ist, umso besser funktioniert am Ende die Auswertung für die Anwender. Wichtig ist beim Aufbau des Datenmodells die sinnvolle Strukturierung der eingebundenen Daten, am besten im Sternschema. Weiterhin sollten alle benötigten Felder und Selektionsmöglichkeiten für die Endanwender direkt im Skript erstellt und eingebunden werden. Das spart am Ende deutlich Zeit beim designen der Applikation. 

Viele hilft viel --> nicht unbedingt bei QlikView Auswertungen. Auch wenn QlikView in der Lage ist Millionen von Datensätzen zu verarbeiten und in einem Datenmodell zu verknüpfen, so brauchen mehr Datensätze am Ende auch immer mehr Rechenleistung um verarbeitet zu werden. Sinnvoll ist es eher, die Anforderungen und Auswertungswünsche der Endanwender von vornherein so genau wie möglich zu kennen um auf diesem Weg eventuell wichtige Berechnung- und Aggregationsschritte in das Skript und somit in das Datenmodell zu verlagern. Dadurch reduzieren sich die Datenmengen im besten Fall signifikant und verbessern damit die Performance der endgültigen App.