Het belang van data neemt toe, bij alle soorten en maten organisaties. Verbeteren van processen, slimmere strategische keuzes, of het nauwgezet monitoren van de operationele performance: het draait allemaal om data. Steeds meer organisaties ontwikkelen een datastrategie: een samenhangend idee hoe de komende tijd steeds meer met de waarde van de data te doen. Maar ook: hoe data te ontsluiten die nog niet beschikbaar is, of lastig te ontsluiten?
Datastrategie in de praktijk
Bij onze klanten zien we de ontwikkeling van de datastrategie in de praktijk op twee manieren vormkrijgen:
- De ‘bottom-up’-methode: na een succesvol eerste dataproject(je) wordt het volgende project gedefinieerd. Stap voor stap krijgt de strategie zo meer vorm. Voordeel van deze methode is dat de organisatie wordt meegenomen door succesvolle voorbeelden en enthousiasme ontstaat voor vervolgstappen. Nadeel is dat de data-architectuur na een tijdje versnipperd kan worden en niet is voorbereid op grotere strategische vervolgstappen.
- De ‘top-down’-methode: voordat dataprojecten worden gedefinieerd wordt allereerst de bedrijfsstrategie gelegd op de huidige en toekomstige mogelijkheden van data. Hieruit kan een passende architectuur worden afgeleid, samen met een roadmap van uit te voeren data-projecten over de tijd. Voordeel is natuurlijk een samenhangende aanpak die zo goed mogelijk toekomstbestendig is. Nadeel is dat in organisaties waar de datastrategie nog in de kinderschoenen staat, het soms lastig is aan de organisatie duidelijk te maken wat de impact van data concreet kan zijn. Eén geslaagd dataproject(je) betekent daarin vaak meer dan een serie workshops.
Welke aanpak een organisatie ook volgt, vroeg of laat wordt de centrale dataverzameling een belangrijke asset. Voor het robuust beheren en uitbreiden van een centrale dataverzameling is datawarehouse automation een must.
Wat is datawarehouse automation?
Een datawarehouse automation tool voegt intelligentie toe aan de centrale dataverzameling. De bedrijfslogica kan centraal worden beheerd en toegepast op wisselende platformen en gegevensbronnen. De ‘one version of the truth’ is daarmee niet meer afhankelijk van het bronsysteem of de BI-oplossing, maar is centraal beschikbaar en onderhoudbaar.
Een goede datawarehouse automation tool zorgt ook voor een aanzienlijke tijdsbesparing. In een codevrije, visuele omgeving, kunnen datawarehouses sneller en eenvoudiger uitgebreid of aangepast worden. Automatisch genereerde code zorgt voor snellere en minder foutgevoelige uitbreidingen en aanpassingen.
Een ander belangrijk aspect dat datawarehouse automation toevoegt is betrouwbaarheid. De tool zorgt voor 100% data-lineage, waarmee informatie altijd te herleiden is naar de brondata en de toegepaste bewerkingen en berekeningen. Eindgebruikers kunnen daarmee altijd herleiden hoe de informatie tot stand is gekomen. Verhoogt de betrouwbaarheid en vermindert ook allerlei discussies in organisaties. De tool zorgt ook voor geautomatiseerde documentatie en ondersteunt volledig versiebeheer in toegepaste definities, bewerkingen en berekeningen. Dit zorgt voor herleidbaarheid en voor betere overdraagbaarheid van taken rondom het datawarehouse aan nieuwe of andere collega’s.
Wanneer zet je datawarehouse automation in?
Datawarehouse automation is relevant voor iedere organisatie waarin data strategisch is, of wordt. Organisaties met een ‘top-down’-datastrategie kiezen er vaker voor een datawarehouse automation tool direct te implementeren. Bij organisaties met een ‘bottom-up-strategie wordt de tool pas later geïmplementeerd, als de dataverzameling en beheerlast significantere vormen is gaan aannemen.
Vanuit onze praktijkervaring zien we dat het echt tijd wordt om een datawarehouse automation tool te implementeren, als een of meerdere van de volgende aspecten spelen:
- Onderhoud en uitbreiding van datawarehouse en rapportages zijn een belangrijke taak voor één of meerdere interne medewerkers.
- Nu of in de toekomst worden meerdere (omvangrijke) bronnen ontsloten en is te voorzien dat bronnen kunnen wijzigen in de komende jaren.
- De wens is dat het datawarehouse ‘de enige versie van de waarheid bevat’ en levert aan één of meerdere rapportage-oplossingen.
- In het datawarehouse moeten regelmatig business-rules en validaties worden toegepast op de data uit de bronsystemen om te komen tot de juiste definities en waarden.
- Er is behoefte aan goede en procesmatige beheersing van de informatiebetrouwbaarheid: data-lineage, compliance en documentatie.
Growteq en datawarehouse automation
Growteq is partner van Timextender, een toonaangevende datawarehouse automation tool. Tijdens een vrijblijvende workshop laten we u graag op een praktische kennismaken met Timextender en verkennen we wat de voordelen zijn voor uw organisatie.
