Data Kilder og Business Intelligence Tools for Data Warehouse Deluxe - dummies

Du vil ikke være heldig nok til å finne noen enkeltkildemiljøer når du bygger et datalagrings deluxe. Nå har du et helt nytt sett med problemer som du må håndtere, inkludert de i denne listen:

• Forskjellige kodinger for lignende opplysninger: Forskjellige sett med kundenumre kommer fra forskjellige kilder, for eksempel.

• Dataintegritetproblemer på tvers av flere kilder: Informasjonen i en kilde er forskjellig fra informasjonen i en annen når de skal være de samme.

• Ulike kildeplattformer: Som et eksempel kan en IBM mainframe som har DB2 / MVS-databaser inneholde dataene i en av kildene, en annen IBM mainframe som har VSAM-filer, kan ha et annet sett av kildedata, kan et sett med servere inneholde data i Oracle-databaser, og resten av kildedataene kan alle lagres i SQL Server-databaser på Windows-servere.

Selv om det eksakte antall datakilder avhenger av detaljene i implementeringen, har data warehouse deluxes en tendens til å ha gjennomsnittlig åtte til ti applikasjoner og eksterne databaser som gir data til lageret.

Det brede spekteret av fagområder og rikdom av data i et datalagringsdeluxe betyr at du vanligvis har flere forskjellige måter å se på innholdet i lageret. Denne listen viser de forskjellige måtene du kan bruke et datalager på:

• Enkel rapportering og spørring: Som med data warehouse lite, er formålet med varehuset deluxe å "Fortell meg hva som skjedde. "

• Forretningsanalyse: Du bruker lageret til å" Fortell meg hva som skjedde - og hvorfor. “

• Dashboards og scorecards: I denne modellen samles en rekke opplysninger fra datalageret og at informasjonen blir gjort tilgjengelig for brukere som ikke vil rote med datalageret - De vil se øyeblikksbilder av mange forskjellige ting. Hensikten er å "Fortell meg mange ting, men ikke få meg til å jobbe for hardt for å få svarene jeg vil ha. "

• Data mining eller statistisk analyse: I dette området brukes statistisk, kunstig intelligens og tilhørende teknikker til å mines gjennom store datamengder og gi kunnskap uten at brukerne selv trenger å stille bestemte spørsmål. Hensikten er å "Fortell meg noe interessant, selv om jeg ikke vet hvilke spørsmål du skal spørre, og fortell meg hva som kan skje. "

Du vil sannsynligvis ansette minst tre - og kanskje alle fire - av disse typer data warehouse-brukertilgangsteknikker når du bruker et datalagrings deluxe.Selv om verktøyleverandørene i økende grad prøver å tilby suiter av produkter for å håndtere så mange av disse forskjellige funksjonene som mulig, må du håndtere forskjellige produkter - og det gjør også brukerne dine.

Ikke anta at du enkelt kan velge en enkelt leverandør hvis produktene tilfredsstiller alle forretningsmessige intelligensegenskaper brukerne trenger. Sørg for at du nøye sjekker ut leverandørens produkter - alle av dem - fordi du ikke har noen garanti for at en førsteklasses OLAP-leverandørens datautvinningsverktøy er like bra for eksempel.

Ikke vær redd for å mikse og matche; Du har ingen grunn til å bytte data warehouse brukere bare for å unngå å måtte håndtere en annen leverandør.

Når du vurderer behovene til brukerens tilgang, spør du deg selv om følgende spørsmål:

• Vil brukerne mine de beste verktøyene, som kanskje ikke nødvendigvis er integrert, og krever at profesjonelle utviklere bygger visualiseringsløsninger?

• Vil brukerne ha en godt integrert plattform som muliggjør integrasjon mellom brukertilgangsstrategier, slik at de selv kan utvikle alle visualiseringsløsninger?

Svar på disse spørsmålene (og hvis du svarer "Ja" til en av dem, svarer du "Nei" til den andre) kan hjelpe deg med å evaluere verktøyene for forretningsunderretning.