Data Källor och Business Intelligence Tools för Data Warehouse Deluxe - dummies

Du kommer inte ha turen att hitta några enskilda källor när du bygger ett data warehouse deluxe. Nu har du en helt ny uppsättning problem som du måste hantera, inklusive de i listan:

• Olika kodningar för liknande information: Olika uppsättningar av kundnummer kommer från olika källor, till exempel.

• Problem med dataintegritet över flera källor: Informationen i en källa skiljer sig från informationen i en annan när de borde vara desamma.

• Olika källplattformar: Som ett exempel kan en IBM-mainframe med DB2 / MVS-databaser innehålla data i en av källorna, en annan IBM-mainframe med VSAM-filer kan ha ett annat uppsättning av källdata kan en uppsättning servrar innehålla data inom Oracle-databaser, och resten av källdata kan alla lagras i SQL Server-databaser på Windows-servrar.

Även om det exakta antalet datakällor beror på detaljerna i ditt genomförande tenderar data warehouse deluxes att ha i genomsnitt åtta till tio applikationer och externa databaser som ger data till lageret.

Det breda utbudet av ämnesområden och tillgången till data i ett datalagrings deluxe innebär att du vanligtvis har flera olika sätt att titta på innehållet i det här lagret. Den här listan visar de olika sätten att använda ett datalager:

• Enkel rapportering och frågande: Liksom med datalager lite, är syftet med warehouse deluxe att "berätta vad som hände. "

• Affärsanalys: Du använder lagret till" Berätta för mig vad som hände - och varför. ”

• Dashboards och scorecards: I denna modell samlas en mängd information från datalagret och den informationen är tillgänglig för användare som inte vill röra sig med datalagret - De vill se ögonblicksbilder av många olika saker. Dess syfte är att "berätta mycket för mig, men gör mig inte jobbig för att få svaren jag vill ha. "

• Data mining eller statistisk analys: I detta område används statistisk, artificiell intelligens och relaterad teknik för att minas genom stora datamängder och ge kunskap utan att användarna ens behöver fråga specifika frågor. Dess syfte är att "Berätta för mig något intressant, även om jag inte vet vilka frågor som ska ställas och också berätta för mig vad som kan hända. "

Du kommer sannolikt att anställa minst tre - och kanske alla fyra - av dessa typer av data warehouse användaråtkomst tekniker när du använder en data warehouse deluxe.Trots att verktygsleverantörerna i allt högre grad försöker tillhandahålla produktsuiter för att hantera så många av dessa olika funktioner som möjligt, måste du hantera olika produkter - och det gör också användargemenskapen.

Antag inte att du helt enkelt kan välja en enda leverantör vars produkter uppfyller alla affärsunderrättelser som dina användare behöver. Se till att du noga kolla in leverantörernas produkter - alla - för att du inte har någon garanti för att en otvivelös OLAP-leverantörs datautvinningsverktyg är lika bra som till exempel.

Var inte rädd för att mixa och matcha; du har ingen anledning att byta dina datalagrings användare helt enkelt för att undvika att behöva hantera en enda leverantör.

Fråga dig själv om följande frågor när du utvärderar dina användaråtkomstbehov:

• Vill mina användare de bästa verktygen, som kanske inte nödvändigtvis integreras, kräver professionella utvecklare att bygga visualiseringslösningar?

• Vill mina användare ha en välintegrerad plattform som möjliggör integration mellan användaråtkomststrategier så att de själva kan utveckla alla visualiseringslösningar själva?

Svar på dessa frågor (och om du svarar "Ja" till en av dem, svarar du på "Nej" till den andra) kan du hjälpa dig att utvärdera verktygen för företagsunderrättelse.