hessler solutions GmbH

hessler solutions GmbH
Menu

OL Connect DataMapper

Daten aufbereiten, manipulieren und vereinheitlichen

Was kann der DataMapper?

Erhalten Sie einen ersten Einblick in den Connect DataMapper.
Extrahieren Sie spielend leicht einfache oder hochkomplexe Eingabedaten und erstellen Sie eine einheitliche Datenstruktur, mit verschachtelten Datensätzen.

  • Unterschiedlichste Datenformate verarbeiten

    Der DataMapper kann sowohl einfache Eingabedaten wie CSV, Excel und Access verarbeiten, als auch erweiterte Formate wie PDF, PostScript, Roh-Text und XML. Selbst relationelle Datenbanken eingebunden werden, mit der Unterstützung individueller SQL-Abfragen.

  • Einheitliches Datenmodell, unabhängig von der Datenquelle

    Unabhängig von den verwendeten Eingabeformaten wird ein einheitliches Datenformat, das sogenannte Datenmodell erstellt. Das vereinheitlichte Datenmodell wird der Design-Vorlage bereitgestellt und erleichtert die Arbeit mit den Dateninhalten.

  • Daten anreichern, manipulieren und ergänzen

    Der in das Datenmodell extrahierte Inhalt kann zusätzlich angereicht und manipuliert werden. Auch neue, individuelle Datenfelder, die nicht in den Eingabedaten vorhanden sind können bequem hinzugefügt werden.

  • Eigene Funktionalität hinzufügen

    Auch wenn der DataMapper bereits eine sehr hohe Funktionalität anbietet, gibt es teilweise darüber hinausgehende Anforderungen. Durch die Möglichkeit eigene Skripte vor, während und nach der Verarbeitung der Eingabedaten einzubinden, lässt sich die Funktionalität deutlich erweitern, z.B. das erstellte Datenmodell mit Inhalten in eine externe CSV-Datei zu speichern oder mehrere Datenquellen gleichzeitig einzuladen.

  • Ressourcen schonen

    Die Möglichkeit die Anzahl an Informationen aus der Eingabequelle zu begrenzen schont Hardware Ressourcen und erleichtert die Bearbeitung. Eine DataMapper Konfiguration kann auftragsübergreifend verwendet werden, was Zeit und Ressourcen spart.

  • Bedingungen zur Filterung von Informationen

    Durch das hinzufügen von Bedingungen lässt sich die Datenstruktur individuell aufbauen und Informationen dynamisch filtern.

Anwendungsbeispiele

Postoptimierung fertiger Briefe

PDF-Dateien auslesen

Aus einem ERP-System werden komplett fertige Briefe in eine große PDF-Datei exportiert. Dabei ist die Anzahl an Seiten pro Brief unbekannt.

Die PDF-Datei soll in einzelne Briefe aufgeteilt und die Adressinformationen ausgelesen werden. Anschließend sollen die Briefe mit einer Kuvertiermarkierung versehen und nach Größe für die Postkisten ausgegeben werden.

Erfahren Sie wie einfach die notwendige Datenaufbereitung im DataMapper funktioniert.

Funktionalität in diesem Anwendungsfalls

  • Dynamische Auftrennung der Briefe in Datensätze
  • Textbereiche aus der PDF auslesen
  • Dynamische Ermittlung von Land und Postleitzahl
  • Gruppierte Ausgabe nach Blattumfang pro Brief

Funktionalität in diesem Anwendungsfalls

  • Unterdatensätze
  • Dynamische Tabelle mit autom. Seitenüberlauf
  • Datenfeldtypen festlegen
  • Bedingungen

Dynamische Rechnungstabelle

Unterdatensätze erzeugen

Es sollen dynamische Rechnungen, auf Basis einer Excel-Datei erzeugt werden. Die Größe der Rechnungstabelle kann dabei pro Datensatz stark variieren und teilweise passt die Tabelle auf eine Seite, in vielen Fällen erstreckt sich die Rechnungstabelle aber über viele Seiten.

Erfahren Sie wie einfach sich dynamische Rechnung mit Hilfe des OL Connect DataMappers umsetzen lassen.

Anwendungsfall im Detail

Wiederkehrendes Mailing

Mehrere Eingabequellen

Es gibt zwei CSV mit unterschiedlichen Informationen zu Kunden. Anhand der Kundennummer in beiden Dateien sollen die zu einem Kunden passenden Informationen als eine Eingabequelle genutzt werden.

Erfahren Sie wie einfach die notwendige Datenaufbereitung im DataMapper funktioniert.

Anwendungsfall im Detail

Funktionalität in diesem Anwendungsfalls

  • Skript zur Zusammenführung zweier Datenquellen
  • Variabler Adressblock
  • Variabler Barcode
  • Variables Bild
Zur kostenfreien Beratung