Was kannst Du über Data Governance & Standards in diesem Artikel lernen?

Nach diesem Guide kannst Du:

1. Naming Conventions für Tables, Fields und Variables definieren
2. Modeling Standards etablieren
3. Code Review Prozess aufsetzen

Wie funktioniert das Prinzip «Consistency at Scale» in der Datenverwaltung?

Was sind die 4 Säulen der Governance in Data Governance & Standards?

Wie lauten die Namenskonventionen für Data Governance & Standards?

Wie sollte man Table Naming im Kontext von Data Governance & Standards handhaben?

Wie benenne ich Felder im Kontext von Data Governance & Standards?

Wichtig: PascalCase (CustomerID), NICHT snake_case (customer_id) oder camelCase (customerId)!

Wie benenne ich Variablen in Data Governance & Standards?

Was ist das Standards-Dokument Template für Data Governance & Standards?

//============================================
// NAMING CONVENTIONS
// Company: Acme Corp
// Version: 1.2
// Last Updated: 2025-01-10
//============================================

// TABLES
// Staging:    STG_[Entity]      (STG_Sales)
// Transform:  TRF_[Entity]      (TRF_Customer)
// Facts:      Facts_[Entity]    (Facts_Sales)
// Dimensions: Dim_[Entity]      (Dim_Product)
// Link:       Link_[Entity1][Entity2]
// Temp:       TEMP_[Purpose]    (TEMP_Join)

// FIELDS
// Keys:       [Entity]Key       (CustomerKey)
// IDs:        [Entity]ID        (OrderID)
// Dates:      [Entity]Date      (OrderDate)
// Amounts:    [Metric]Amount    (SalesAmount)
// Flags:      Is[Condition]     (IsCurrentYear)
// Quality:    DQ_[Issue]        (DQ_Missing)

// VARIABLES
// Standard:   v[Purpose]        (vDataPath)
// Parameters: p[Name]           (pTableName)
// Temporary:  tmp[Name]         (tmpCounter)

// CASE
// Tables:     PascalCase        (Facts_Sales)
// Fields:     PascalCase        (CustomerID)
// Variables:  camelCase         (vDataPath)

Welche Modellierungsstandards gibt es im Bereich Data Governance?

Was ist die Standardarchitektur: Three-Stage?

//============================================
// STANDARD ARCHITECTURE
//============================================

// LAYER 1: STAGING
// Purpose: Raw extract, 1:1 from source
// Naming: STG_[Entity]
// QVD: Store to QVD/Staging/

// LAYER 2: TRANSFORM
// Purpose: Business logic, cleansing, enrichment
// Naming: TRF_[Entity]
// QVD: Store to QVD/Transform/

// LAYER 3: MODEL
// Purpose: Star schema, optimized for performance
// Naming: Facts_[Entity], Dim_[Entity]
// QVD: No QVD storage (load to memory)

Was ist der Star Schema Standard in Data Governance & Standards?

//============================================
// STANDARD DATA MODEL: Star Schema
//============================================

// ✓ DO: Central Fact, flat Dimensions
Facts_Sales:
LOAD
    OrderKey,           // Surrogate Key
    CustomerKey,        // FK to Dim_Customer
    ProductKey,         // FK to Dim_Product
    OrderDate,          // FK to Calendar
    SalesAmount,        // Measure
    Quantity            // Measure
FROM [QVDTransformTRF_Sales.qvd] (qvd);

Dim_Customer:
LOAD
    CustomerKey,        // PK
    CustomerID,         // Business Key
    CustomerName,
    Country,
    Region,
    Segment             // All attributes in ONE table
FROM [QVDTransformTRF_Customer.qvd] (qvd);

// ✗ DON'T: Snowflake (Region in separate table)
// → Degrades performance, complicates model

Was sind die wichtigsten Designstandards für Data Governance?

//============================================
// KEY DESIGN STANDARD
//============================================

// ✓ DO: AutoNumber in Transform Layer
TRF_Customer:
LOAD
    AutoNumber(CustomerID, 'Customer') as CustomerKey,
    CustomerID as CustomerID_Original,  // Keep for debugging
    CustomerName,
    Country
FROM [QVDSTG_Customer.qvd] (qvd);

// ✓ DO: Same context across tables
TRF_Sales:
LOAD
    AutoNumber(OrderID, 'Order') as OrderKey,
    AutoNumber(CustomerID, 'Customer') as CustomerKey,  // Same context!
    SalesAmount
FROM [QVDSTG_Sales.qvd] (qvd);

// ✗ DON'T: Different contexts for same entity
AutoNumber(CustomerID, 'Cust')    // ✗ Wrong
AutoNumber(CustomerID, 'Customer') // ✓ Correct

Was sind die Dokumentationsstandards für Data Governance & Standards?

Was ist eine Script Header Template im Kontext von Data Governance & Standards?

//============================================
// APPLICATION: Sales Analytics
// AUTHOR: John Doe (john.doe@company.com)
// CREATED: 2025-01-10
// LAST MODIFIED: 2025-01-15
// VERSION: 1.2.0
//============================================
// PURPOSE:
// Load and transform sales data from multiple
// sources, apply business rules, build star
// schema for analytics dashboard.
//============================================
// DATA SOURCES:
// - SQL Server: SalesDB (daily incremental)
// - Excel: Products.xlsx (weekly full)
// - REST API: Customers (hourly delta)
//============================================
// CHANGE LOG:
// 2025-01-15: Added customer segmentation (v1.2.0)
// 2025-01-12: Fixed date parsing bug (v1.1.1)
// 2025-01-10: Initial version (v1.0.0)
//============================================

Was sind die Section Comments im Bereich Data Governance & Standards?

//============================================
// SECTION 1: CONFIGURATION
//============================================

$(Must_Include=lib://Scripts/01_Config.qvs)

//============================================
// SECTION 2: STAGING LAYER
//============================================

//--------------------------------------------
// 2.1 Load Sales Data
//--------------------------------------------
STG_Sales:
LOAD
    OrderID,
    CustomerID,
    OrderDate,
    Amount
FROM [SourceSales.csv]
(txt, codepage is 1252, embedded labels);

STORE STG_Sales INTO [QVDStagingSTG_Sales.qvd] (qvd);
DROP TABLE STG_Sales;

TRACE Staging: Sales loaded - & NoOfRows('STG_Sales') & ' rows';

//--------------------------------------------
// 2.2 Load Customer Data
//--------------------------------------------
// ... etc

Was ist ein Data Dictionary?

//============================================
// DATA DICTIONARY
//============================================

DataDictionary:
LOAD * INLINE [
    TableName,      FieldName,      DataType,   Description,                    BusinessOwner
    Facts_Sales,    OrderKey,       Integer,    Surrogate key for order,        IT
    Facts_Sales,    SalesAmount,    Numeric,    Net sales excluding tax,        Finance
    Facts_Sales,    Quantity,       Integer,    Number of items sold,           Sales
    Dim_Customer,   CustomerKey,    Integer,    Surrogate key for customer,     IT
    Dim_Customer,   CustomerName,   String,     Full name of customer,          Sales
    Dim_Customer,   Country,        String,     Customer country code (ISO),    Sales
    Dim_Product,    ProductKey,     Integer,    Surrogate key for product,      IT
    Dim_Product,    ProductName,    String,     Full product name,              Product
    Dim_Product,    Category,       String,     Product category,               Product
];

STORE DataDictionary INTO [lib://QVD/Meta/DataDictionary.qvd] (qvd);

Was sind Quality Gates & Code Review im Kontext von Data Governance & Standards?

Was sind die Punkte in der Code Review Checklist?

✓ Naming & Structure:

• [ ] Tables folgen Naming Convention (STG_, TRF_, Facts_, Dim_)
• [ ] Fields folgen Naming Convention (PascalCase)
• [ ] Variables haben Präfix (v, p, tmp)
• [ ] Three-Stage Architecture eingehalten

✓ Code Quality:

• [ ] Header mit Autor, Datum, Purpose vorhanden
• [ ] Section Comments klar strukturiert
• [ ] Komplexe Logik kommentiert
• [ ] Keine toten Code-Reste (auskommentiert)

✓ Data Quality:

• [ ] Quality Checks implementiert
• [ ] Error Handling vorhanden
• [ ] Logging aktiviert
• [ ] Validation vor Store

✓ Performance:

• [ ] Optimized QVD Loads genutzt
• [ ] AutoNumber für Keys
• [ ] WHERE EXISTS() für Dimensions
• [ ] Keine Synthetic Keys

✓ Security:

• [ ] Keine Credentials im Code
• [ ] Section Access dokumentiert (falls verwendet)
• [ ] Sensitive Daten maskiert

Wie funktioniert der Approval Workflow in Data Governance & Standards?

1. Developer creates Feature Branch
   └─ feature/new-dimension

2. Developer implements & self-tests
   └─ Tests in DEV environment

3. Pull Request erstellen
   └─ In Git/Azure DevOps/Bitbucket

4. Code Review durch Senior Dev
   └─ Checklist durchgehen
   └─ Kommentare zu Verbesserungen

5. Developer behebt Review-Comments
   └─ Push updates to Feature Branch

6. Approval durch Reviewer
   └─ Merge zu dev-Branch

7. Deployment zu TEST
   └─ QA Testing

8. Sign-Off durch Business
   └─ UAT erfolgreich

9. Deployment zu PROD
   └─ Nach Approval durch Tech Lead

Was sind Template Projects im Zusammenhang mit Data Governance & Standards?

Wie ist die Struktur des Starter Template in Data Governance & Standards?

qlik-template-project/
├── README.md
├── CHANGELOG.md
├── .gitignore
├── scripts/
│   ├── 00_Environment.qvs.template
│   ├── 01_Config_DEV.qvs
│   ├── 01_Config_TEST.qvs
│   ├── 01_Config_PROD.qvs
│   ├── 02_Functions.qvs
│   ├── 03_Subroutines.qvs
│   ├── 10_Staging.qvs
│   ├── 20_Transform.qvs
│   ├── 30_Model.qvs
│   └── 99_Validation.qvs
├── docs/
│   ├── Architecture.md
│   ├── Deployment.md
│   └── Naming_Conventions.md
└── tests/
    └── validation_tests.qvs

Was ist das README Template für Data Governance & Standards?

# [Project Name]

## Overview
[Brief description of the application]

## Architecture
- Three-Stage Architecture (Staging/Transform/Model)
- Star Schema with [N] Facts and [M] Dimensions

## Data Sources
- [Source 1]: [Description] ([Update Frequency])
- [Source 2]: [Description] ([Update Frequency])

## Setup
1. Clone repository
2. Create `scripts/00_Environment.qvs` with: `SET vEnvironment = 'DEV';`
3. Configure data connections in QMC
4. Run initial full load

## Deployment
See [docs/Deployment.md](docs/Deployment.md)

## Contacts
- Owner: [Name] ([Email])
- Team: [Team Name]

## Version
Current: [Version Number]

Was ist ein Governance Board im Kontext von Data Governance & Standards?

Was sind die Rollen & Verantwortlichkeiten in Data Governance & Standards?

Was steht auf der Agenda für das Governance Meeting?

Monatliches Governance Meeting:

1. Review neuer Standards/Updates (15 Min)
2. Diskussion offener Architektur-Fragen (20 Min)
3. Lessons Learned aus letztem Monat (15 Min)
4. Training-Bedarf identifizieren (10 Min)

Wie onboarding ich neue Entwickler in Data Governance & Standards?

Was ist die Onboarding Checklist für Data Governance & Standards?

Woche 1: Basics

• [ ] Accounts & Zugriffe eingerichtet
• [ ] Naming Conventions Dokument lesen
• [ ] Template Project durchgehen
• [ ] Einfache Bugfix-Task (mit Mentor Review)

Woche 2-3: Standards

• [ ] Three-Stage Architecture verstehen
• [ ] Code Review Checklist durchgehen
• [ ] Feature-Branch erstellen und mergen
• [ ] Erste kleine Feature implementieren

Woche 4: Selbstständig

• [ ] Mittelgroße Feature eigenständig umsetzen
• [ ] Code Review für andere durchführen
• [ ] Deployment-Prozess durchgeführt

Was sind die Best Practices für Data Governance & Standards?

✓ Standards etablieren:

• [ ] Naming Conventions dokumentiert
• [ ] Modeling Standards definiert
• [ ] Documentation Requirements festgelegt
• [ ] Template Projects erstellt

✓ Prozesse implementieren:

• [ ] Code Review obligatorisch
• [ ] Approval Workflow etabliert
• [ ] Governance Board gebildet
• [ ] Regelmäßige Reviews geplant

✓ Team enablen:

• [ ] Onboarding-Prozess definiert
• [ ] Training-Material verfügbar
• [ ] Mentoring-System etabliert
• [ ] Living Documentation

Wie kann ich bei Data Governance & Standards Troubleshooting durchführen?

Welche Erfolgskennzahlen gibt es im Bereich Data Governance & Standards?

Messe Erfolg der Governance-Initiative:

Wie schließt man den Kurs in Data Governance & Standards ab?

Was nun?

1. Practice, Practice, Practice:

• Baue eigene Projekte mit echten Daten
• Setze alle Patterns aus dem Kurs um
• Experimentiere und optimiere

2. Community:

• Qlik Community (community.qlik.com)
• Qlik Help (help.qlik.com)
• LinkedIn Groups

3. Weiterentwicklung:

• Qlik Sense APIs & Extensions
• Advanced Analytics (R/Python Integration)
• NPrinting für Reporting
• GeoAnalytics

Slug: qlik-data-governance
Keywords: Qlik Data Governance, Qlik Naming Conventions, Qlik Standards, Code Review Qlik, Qlik Best Practices, Modeling Standards Qlik, Documentation Qlik, Template Projects Qlik