Video: SELECTNET Business Intelligence 2024
Ideen om en data mart er neppe revolusjonerende, til tross for det du kan lese på blogger og i datahandelspressen, og hva du kanskje høre på konferanser eller seminarer. En data mart er bare et nedskalert datalager - det er alt.
Leverandørene gjør sitt beste for å definere data mars i sammenheng med deres produkter; konsulenter og analytikere definerer vanligvis data mars på en måte som er fordelaktig for sine spesielle tilbud og spesialiteter. Det er slik denne virksomheten går; vær forberedt på å stille de tøffe spørsmålene.
Hvis du starter et prosjekt fra begynnelsen med et av følgende lokaler, har du allerede to anfall mot deg:
-
"Vi bygger et ekte datalager, ikke en dårlig liten data mart. "
-
" Vi bygger en data mart, ikke et datalager. "
Ved å merke prosjektet ditt som ett eller annet av disse vilkårene, har du allerede noen forutbestemte forestillinger om arbeidet du skal gjøre, før du selv begynner å grave inn i forretningsproblemet. Inntil du forstår de følgende tre problemene, har du ikke grunnlag for å klassifisere ditt forestående prosjekt som enten en data mart eller et datalager:
-
Volumene og egenskapene til dataene du trenger
-
De forretningsproblemer du prøver å løse, og de spørsmålene du prøver å svare på.
-
Den forretningsverdi du forventer å oppnå når din Systemet er vellykket bygget.
Hvis du ekstraherer og reverterer en delmengde av data fra en eksisterende applikasjon til et annet miljø, kan du nøyaktig kalle det du bygger en data mart på.
Men hvis du starter fra bunnen av, utvider data fra ett eller flere kildesystemer, håndterer kvalitetssikring og transformasjon, og kopierer dataene i et eget miljø, bestemmer du om du bygger et datalager eller en data mart?
Selv om det finnes noen retningslinjer, for eksempel antall fagområder og datamengder, kommer det hele ned til denne setningen: Så snart du begynner å merke miljøet ditt som det ene eller det andre, legger du til forutbestemte forestillinger og tro om dets egenskaper som kanskje ikke passer dine forretningsbehov.
Her er svaret: Glem begrepet data warehouse og data mart. Konsentrere deg i stedet for forretningsproblemet ditt og dets mulige løsning. Hvilke data trenger du for å utføre visse informasjons- og analytiske funksjoner; hvor er dataene nå og i hvilken form og hva må du gjøre for å gjøre det tilgjengelig for brukerne?
La terminologi krigen komme til leverandørene og analytikerne. Ikke bli fanget opp i sprøytenarkomanen.
