Marktonderzoeken, analistenrapporten en columnisten zijn het de laatste tijd eens; er komt een nieuwe generatie aan. Het toont aan dat de huidige datawarehouse-generatie voldoende potentie heeft geleverd om de volgende fase in te gaan. Dit in tegenstelling tot vele technologische ‘vernieuwingen’ die voortijdig eindigden of nog slechts een sluimerend bestaan hebben.
Die potentie is ook wel te verklaren. Het datawarehouse levert een opslagplaats voor alle gegevens die zijn verzameld zijn binnen een organisatie, alsmede van derden en uiteindelijk opgeslagen en beschikbaar gesteld op een manier die optimaal is voor rapportages en analyses.
De trends die de aanleiding zullen vormen voor een nieuwe generatie zijn onder andere:
– (Near) Realtime – integratie van deze gegevens ten behoeve van operationele beslissingen.
– Productiviteit – het sneller moeten ontwikkelen van data-integratieprocessen, rapportages in combinatie met noodzakelijke infrastructuurcapaciteit.
– In-database computing – het kunnen uitvoeren van analyses, scoring in de database zonder overbodige verplaatsingen van grote hoeveelheden data.
– Integratie in operationele processen – resultaten van analyses worden middels workflowprocessen aan medewerkers verstuurd als het startpunt van de dagelijkse werkzaamheden.
Dit is geen uitputtende lijst , die kan je vinden in de eerdere genoemde onderzoeken en rapporten, de mogelijkheden zijn echter zo uitgebreid dat het probleem zal liggen in de manier, in welke volgorde en in welk tempo de overgang tussen de generaties moet worden gerealiseerd. Een op enterprise architecture gebaseerde benadering kan hier een toegevoegde waarde leveren.
Enterprise architecture
Er bestaat bij bedrijven een onterechte angst ten aanzien van enterprise architecture. Een traject zoals de implementatie van een nieuw datawarehouse-platform vereist een goede fundering en die wordt middels architectuur nu eenmaal bereikt.
Bij Togaf, een op dit moment populair ‘framework voor enterprise architecture', is het essentieel dat de business requirements centraal staan. De eerste stap is het vaststellen van de huidige en gewenste businessarchitectuur. Pas daarna worden de overige architectuurlagen (data, applicatie, technologie) vastgesteld.
Op deze manier worden keuzes als integratie van realtime gegevens echt gefundeerd genomen en gerelateerd aan de gewenste business requirements. De tijd van technology-push wijzigingen is verleden tijd.
In de praktijk blijkt vervolgens dat de essentiële driver voor wijzigingen in de datawarehouse-omgeving de wensen zijn ten aanzien van het gebruik van geavanceerde business-analysemogelijkheden.
Ook is in de architecture development methodology (ADM) van Togaf na de analysefase ruim aandacht voor de gap-analyse tussen de huidige en gewenste situatie, het vaststellen van prioriteiten en uiteindelijk de transformatie-/migratiescenario's.
Metadata
Een van de uitdagingen van een datawarehouse is het verstrekken van inlichtingen over de gegevens. Medewerkers moeten de betekenis weten van gegevens en hoe die zijn verzameld, geconstrueerd en gerapporteerd. Bij de nieuwe datawarehouse-generatie wordt de rol van het datawarehouse nog groter en daarmee zal ook het belang van metadata toenemen.
De nieuwe generatie zal gebaseerd moeten zijn op een geïntegreerde metadata repository-omgeving, die niet beperkt is tot datatransformatieprocessen. Ook de metadata in vorm van business rules, datakwaliteitscriteria, master data management en de uiteindelijke rapportages en analyses dienen op een uniforme en geïntegreerde manier benaderbaar te zijn.
Realiseer de waarde
Datawarehouse-projecten en -innovaties ondervinden vaak moeilijkheden in het justificeren van de benodigde investeringen. Per definitie overstijgen de projecten meerdere afdelingen, divisies en daarmee ook de budgetruimte van die ene afdeling die zo graag eindelijk alle mogelijke gegevens uit de bronsystemen wilt combineren.
De justificatie start vaak door de lagere beheerkosten van het huidige datawarehouse als opbrengsten op de kosten/baten-analyse te plaatsen. Ook hier geldt echter dat de echte waarde zit in de analyses op basis van het datawarehouse. Door het consolideren van gegevens en het kijken naar interacties met klanten, via alle kanalen en met alle producten, kunnen bedrijven geavanceerde analytische technieken gebruiken om ervoor te zorgen dat de relatie met de klanten op de meest optimale manier wordt ingevuld. Merk daarbij wél op dat zelfs het beste datawarehouse niet automatisch zorgt voor een verbeterde communicatie met de klant.
Respecteer de klant
Het datawarehouse is de basis voor uiterst krachtige analyses. Actuele en persoonlijke gegevens gecombineerd met data van sociale netwerken kunnen leiden tot ongewenste situaties ten aanzien van de privacy. Het is cruciaal dat bedrijven zich houden aan de geldende wetgeving en altijd de lange termijn relatie met de klant voorop stellen. Diezelfde sociale netwerken zijn tenslotte ook in staat om het bedrijf in een ongekend tempo van een negatief en mogelijk fataal imago te voorzien.
Mits de business requirements leidend zijn en het groeipad gebaseerd is op een gefundeerde architectuur zal ook de nieuwe generatie datawarehouses de hoeksteen vormen van de informatiesamenleving.
Edwin Peters
Manager business unit solutions
SAS Nederland