Data Warehouse AnalystIn

Berufsbereiche: Elektrotechnik, Elektronik, Telekommunikation, IT
Ausbildungsform: Uni/FH/PH
∅ Einstiegsgehalt: € 2.710,- bis € 3.560,- *
* Die Gehaltsangaben entsprechen den Bruttogehältern bzw Bruttolöhnen beim Berufseinstieg. Achtung: meist beziehen sich die Angaben jedoch auf ein Berufsbündel und nicht nur auf den einen gesuchten Beruf. Datengrundlage sind die entsprechenden Mindestgehälter in den Kollektivverträgen (Stand: 2022). Eine Übersicht über alle Einstiegsgehälter finden Sie unter www.gehaltskompass.at. Die Mindest-Löhne und Mindest-Gehälter sind in den Branchen-Kollektivverträgen geregelt. Die aktuellen kollektivvertraglichen Lohn- und Gehaltstafeln finden Sie in den Kollektivvertrags-Datenbanken des Österreichischen Gewerkschaftsbundes (ÖGB) und der Wirtschaftskammer Österreich (WKÖ).

Berufsbeschreibung

Data Warehouse Analysts befassen sich mit der Analyse von unternehmensbezogenen Daten.

Ein Data Warehouse ist eine Datenbank mit Lesezugriff, in der die unternehmensspezifischen Daten zusammengeführt sind. Zusätzlich bietet es die Funktion eines analytischen Systems zur Informationsextraktion.

Die extrahierten (gewonnenen) Informationen können dann zur weiteren Verarbeitung, wie Data Mining*, Text Mining, Meinungsforschung und Entscheidungsfindung zur Verfügung stehen.

Data Warehouse Analysts befassen sich mit der Analyse und der Auswertung von Daten und Informationen aus einer sehr großen Menge an unterschiedlichem Datenmaterial (aus dem Data Warehouse). Sie untersuchen die Unternehmensdaten nach Mustern und Strukturen sowie nach Abweichungen und Zusammenhängen.

Meist stehen Fragen zu kundenspezifischen Themen im Vordergrund. Beispiel: Wie ist die Auswirkung einer Preiserhöhung auf das Kaufverhalten einer speziellen Kundengruppe? Erkenntnisse beziehen sich auch auf sogenannte Kombinationskäufe: Wer Produkt X kauft, kauft auch Produkt Y. So können zum Beispiel bestimmte Produkte optimaler platziert werden.

Die durch Analysen gewonnenen Erkenntnisse dienen dem Unternehmen als Entscheidungsgrundlage für Handlungen. Aus diesem Grund werden DatenanalytikerInnen hier auch als Business-Intelligence Analysts bezeichnet.

Es gibt auch die Berufe Data Analyst, Data Scientist und WirtschaftsinformatikerIn.

 

*Data Mining ist die Anwendung statistischer Methoden zur Suche nach Informationen und Mustern aus großen strukturierten und unstrukturierten Datenbeständen. Text Mining gilt als Unterform von Data Mining, jedoch ist es auf keine bestimmte Datenstruktur angewiesen.

Strukturierte Daten sind in einer Art Muster organisiert damit man sie identifizieren kann, zum Beispiel in einer Datenbank. Unstrukturierte Daten sind z.B. E-Mails, Bilder und freier Text.

Obwohl Word-Dokumente mit Überschriften strukturiert sind, gelten sie als nicht-strukturiert für die Suche nach bestimmten Informationen.

Data Warehouse Analysts befassen sich mit der Analyse von unternehmensbezogenen Daten.

Ein Data Warehouse ist eine Datenbank mit Lesezugriff, in der die unternehmensspezifischen Daten zusammengeführt sind. Zusätzlich bietet es die Funktion eines analytischen Systems zur Informationsextraktion.

Die extrahierten (gewonnenen) Informationen können dann zur weiteren Verarbeitung, wie Data Mining*, Text Mining, Meinungsforschung und Entscheidungsfindung zur Verfügung stehen.

Data Warehouse Analysts befassen sich mit der Analyse und der Auswertung von Daten und Informationen aus einer sehr großen Menge an unterschiedlichem Datenmaterial (aus dem Data Warehouse). Sie untersuchen die Unternehmensdaten nach Mustern und Strukturen sowie nach Abweichungen und Zusammenhängen.

Meist stehen Fragen zu kundenspezifischen Themen im Vordergrund. Beispiel: Wie ist die Auswirkung einer Preiserhöhung auf das Kaufverhalten einer speziellen Kundengruppe? Erkenntnisse beziehen sich auch auf sogenannte Kombinationskäufe: Wer Produkt X kauft, kauft auch Produkt Y. So können zum Beispiel bestimmte Produkte optimaler platziert werden.

Die durch Analysen gewonnenen Erkenntnisse dienen dem Unternehmen als Entscheidungsgrundlage für Handlungen. Aus diesem Grund werden DatenanalytikerInnen hier auch als Business-Intelligence Analysts bezeichnet.

Es gibt auch die Berufe Data Analyst, Data Scientist und WirtschaftsinformatikerIn.

 

*Data Mining ist die Anwendung statistischer Methoden zur Suche nach Informationen und Mustern aus großen strukturierten und unstrukturierten Datenbeständen. Text Mining gilt als Unterform von Data Mining, jedoch ist es auf keine bestimmte Datenstruktur angewiesen.

Strukturierte Daten sind in einer Art Muster organisiert damit man sie identifizieren kann, zum Beispiel in einer Datenbank. Unstrukturierte Daten sind z.B. E-Mails, Bilder und freier Text.

Obwohl Word-Dokumente mit Überschriften strukturiert sind, gelten sie als nicht-strukturiert für die Suche nach bestimmten Informationen.

Doktoratsstudium/PhD PhD - Joint Doctoral Program in Visual Computing Doktoratsstudium/PhD PhD - Doktoratsstudium Digitale und Analytische Wissenschaften Bachelorstudium (FH) Fachhochschulstudium Elektronik - Studienzweig Internet of Things & Smart Infrastructure Bachelorstudium (FH) Fachhochschulstudium Business Data Science Bachelorstudium (FH) Fachhochschulstudium Wirtschaftsinformatik (BSc) Bachelorstudium (FH) Fachhochschulstudium Wirtschaftsinformatik & Digitale Transformation Bachelorstudium (FH) Fachhochschulstudium Digital Business and Software Engineering Bachelorstudium (FH) Studiengang Wirtschaftsinformatik (BSc) Bachelorstudium (FH) Fachhochschulstudium Informatik (Dual) Bachelorstudium (FH) Fachhochschulstudium Data Science and Business Analytics Bachelorstudium (UNI) Universitätsstudium Applied Data Science Bachelorstudium (UNI) Universitätsstudium Artificial Intelligence (BSc) Bachelorstudium (UNI) Universitätsstudium Industrial Data Science (BSc) Bachelorstudium (UNI) Universitätsstudium Data Science and Society Masterstudium (FH) Fachhochschulstudium IT-Security (MSc) Masterstudium (FH) Fachhochschulstudium Data Science und Engineering Masterstudium (FH) Fachhochschulstudium Applied Data Science Masterstudium (FH) Fachhochschulstudium Data Science and Artificial Intelligence Masterstudium (FH) Fachhochschulstudium Digital Transformation Management Masterstudium (FH) Fachhochschulstudium Management, Communication & IT (MA) Masterstudium (FH) Fachhochschulstudium AI for Sustainable Technologies Masterstudium (FH) Fachhochschulstudium Data and Information Science Masterstudium (FH) Fachhochschulstudium Data Science (MSc) Masterstudium (FH) Fachhochschulstudium Business Informatics Masterstudium (FH) Fachhochschulstudium Data Science & Intelligent Analytics Masterstudium (FH) Fachhochschulstudium Data Intelligence Masterstudium (FH) Fachhochschulstudium Digitales Transport- und Logistik Management Masterstudium (UNI) Universitätsstudium Economics and Business Analytics Masterstudium (UNI) Universitätsstudium Artificial Intelligence (MSc) Masterstudium (UNI) Universitätsstudium Industrial Data Science (DI)
  • 6 überfachliche berufliche Kompetenzen
  • Analytische Fähigkeiten
  • Kommunikationsstärke
  • Kundenorientierung
  • 1
    • Konzeptionelle Fähigkeiten
  • Serviceorientierung
  • Teamfähigkeit
  • 12 In Inseraten gefragte berufliche Kompetenzen
  • Analyse von Big Data
  • Data Mining
  • Datenmodellierung
  • ETL-Tools
  • Java
  • Microsoft BI
  • MS SQL-Server
  • Oracle-Datenbanken
  • Python
  • SQL
  • SQL Server Integration Services
  • Tableau (Software)