Data Reconciliation (การกระทบยอดข้อมูล) ถูกนิยามเป็น Phase ของ Verification (การตรวจสอบ) ของ Records ระหว่าง Data Migration ใน Phase นี้ Target Data ถูก Compared กับ Source Information เพื่อ Ensure ว่า Migration Structure กำลัง Assign Data ให้ถูกต้อง Data Validation และ Reconciliation กำหนด Technology ที่ Facilitates Numerical Models เพื่อ Process Data
Essential Aspect ในการ Ensure Quality ของ Information ใน Business Intelligence คือ Consistency (ความสอดคล้อง) ของ Information เหมือน Data Warehouse Business Intelligence รวมและแปลงข้อมูลและเก็บไว้ เพื่อให้ Accessible สำหรับ Analysis และ Interpretation
Consistency ของ Data ระหว่าง Several Process Steps ต้อง Ensured Data Reconciliation สำหรับ DataSources ช่วยให้เรา Ensure Consistency ของ Information ที่ Loaded เข้า Business Intelligence และ Accessible และ Used Effectively ที่นั่น
คำว่า Productive DataSource ใช้สำหรับ DataSources ที่ใช้ Data Share ใน Productive Service ของ Business Intelligence คำว่า Data Reconciliation DataSource ใช้สำหรับ DataSources ที่ Utilized เป็น Reference สำหรับ Available Software Data ใน Source อย่างแม่นยำ และดังนั้น Enable เรา Draw Comparisons ไป Source Information
- Data Model: Data Model 基于 3.x Objects (Data Flow with Transfer Rules) Productive DataSource ต้องการ Data Transfer เพื่อ Produce Data ที่ Endorsed ให้ Business Intelligence Transformation เชื่อมโยง DataSource Area กับ InfoObject ของ DataStore Object ที่สร้างสำหรับ Data Reconciliation โดยใช้ Direct Assignment Data Reconciliation DataSource ให้ VirtualProvider Direct Approach ไป Software Data ใน MultiProvider Data จาก DataStore Object เชื่อมกับ Data ที่ Interpreted โดยตรง ใน Query ที่ Represented based on MultiProvider Loaded Information 可用于 Compared กับ Software Data ใน Source System
- Modelling Aspects (ด้านการสร้างแบบจำลอง): Data Reconciliation สำหรับ DataSources ให้เรา Test Purity ของ Loaded Information คือ เปรียบเทียบ Amount ของ Key Figure ใน DataStore Object กับ Equivalent Totals ที่ VirtualProvider Approach โดยตรงใน Source System 可用于 Extractor หรือ Extractor Error Analysis เพื่อ Recognize Potential Bugs ใน Data Processing Function นี้ Accessible หาก Data Reconciliation DataSource ใช้ Multiple Extraction Module กับ Productive DataSource 可用于 Maintain Volume ของ Data Transferred ให้เล็กที่สุดเท่าที่เป็นไปได้ เพราะ Data Reconciliation DataSource สร้าง Data ใน Source System โดยตรง Best Implemented โดย Data Reconciliation DataSource ผลิตโดย BI Content หรือ Generic DataSource ใช้ Function Modules เพราะ Enable Aggregation Logic
