Data warehouses revitaliseren: waarom automatisering de sleutel tot succes is

Naarmate organisaties data omarmen op een veel grotere schaal dan ooit tevoren, zullen deze nieuwe vaardigheden en rollen zowel flexibiliteit als focus binnen bedrijven mogelijk maken – ter ondersteuning van een meer data-gedreven benadering en uiteindelijk, groter zakelijk succes.

Data warehouse automatisering is een van die uitvindingen die zo vroeg en zo innovatief is dat alleen early adopters en visionairs de leap of faith hebben gemaakt. De rest van de zakelijke wereld heeft er nog nooit van gehoord of mistrust wat er te goed lijkt om waar te zijn. Maar gewoon omdat het te goed lijkt om waar te zijn, maakt het niet vals.

Een monnik die bijbelse kopieën uitschrijft met zijn kwast zou hebben gedacht dat een tikmachine te goed was om waar te zijn, wie weet wat voor trucjes hij zich voorstelde in de daaropvolgende ontwikkeling van tekstverwerkers, computers en iPads?

De boekenpers moderniseerde en revolutioneerde de wereld van print. Nu revolutioneert data warehouse automatisering data warehousing met vergelijkbare resultaten; financiële besparingen, winst in snelheid, efficiëntie en nauwkeurigheid. Maar voordat we kijken naar de toekomst van data warehousing, laten we teruggaan naar de tachtiger jaren toen data warehouses werden gecreëerd, om te zien waarom het tijd is om verder te gaan.

De problemen van traditionele data warehouses

De traditionele manier van data warehouses bouwen is slakkenlangzaam. ETL-codering wordt met de hand geschreven, dus het duurt maanden om de data warehouse te bouwen, wat vaak out-of-sync is met eisen op het moment van deployment. Het is als een man die jaren besteedt aan het restaureren van zijn tweezitje convertible om het klaar te hebben net toen zijn vrouw aankondigt dat ze tweeling zwanger is.

Zie ook: Vijf redenen waarom automatisering samenwerking bevordert

Het trieste feit is dat de ware waarde en mogelijkheden van de data zelden begrepen worden tot de data warehouse gebouwd is, maar dan is het te laat. De warehouse, als het niet voor voltooiing wordt opgegeven, is een dure, inflexibele teleurstelling.

Misschien is dit waarom veel technologen en thought leaders klaar zijn om de data warehouse dood te verklaren – niet langer relevant in de tijd van big data. Maar deze voorspellers hebben het mis. Big data kan een data warehouse uitbreiden en verrijken, maar kan het niet vervangen. Het is niet data warehouses die dood zijn, maar de traditionele manier van ontwerpen en bouwen.

Je data warehouse goed krijgen

In zijn kern integreert de data warehouse kritieke en waardevolle enterprise data die niet in big data bronnen gevonden wordt en die blijft de primaire databron zijn voor descriptieve, voorschrijvende en beslissingsanalyses. Het fungeert als bedrijfsgeheugen, verzamelend de lijf van historie die tijdreeks- en trendanalyse mogelijk maakt.

De data warehouse organiseert en structureert ook data om het begrijpelijk en nuttig te maken voor consumptie door veel verschillende business stakeholders. Deze business intelligence geeft organisaties de rand, makend ze competitiever, meer klantgerichter, winstgevender.

Data warehouse automatisering, de toekomst van de data warehouse

Data warehouses zullen voor de voorzienbare toekomst nodig zijn, maar ze moeten sneller te bouwen zijn en tegen redelijke kosten, gemakkelijk aanpasbaar aan veranderende eisen en responsief op zakelijke en technische verandering. En al dit moet gebeuren zonder in te boeten op oplossingskwaliteit.

Kom data warehouse automatisering, de toekomst van de data warehouse. Data warehouse automatisering levert kwaliteit en effectiviteit door de mogelijkheid om betere oplossingen te bouwen; oplossingen die echte zakelijke eisen treffen.

Met data warehouse automatisering kan het bedrijf veranderingen veel later in het ontwikkelproces doorvoeren en kan verandering vaker plaatsvinden met minder storing, afval en herwerk. Deze efficiëntie is niet alleen een genot, het bespaart tijd, middelen en geld. In een traditionele data warehouse build is het met name moeilijk om complete en correcte eisen te krijgen door het lineaire ontwikkelproces. Automatisering brengt ook kwaliteitsvoordelen door standaarden af te dwingen en het ontwikkelproces te standaardiseren.

Zie ook: Automatiseringsoftware: de 'universele afstandsbediening' voor enterprise IT

De wendbaarheid van de geautomatiseerde data warehouse is niet beperkt tot haar vermogen om te veranderen in het warehouse-ontwikkelproces, het kan ook veranderingen in zakelijke eisen aan. Reageren op verandering in real-time en zonder de vertraging van lange projecten is de essentie van zakelijke wendbaarheid.

Beter en sneller bouwen

Snelheid is de kritieke factor die wendbaarheid mogelijk maakt. Het vermogen om snel te genereren en even snel te regenereren wanneer verandering optreedt, zijn fundamentele automatiseringsmogelijkheden. Het vermogen om snel te falen is ook belangrijk.

Soms kunnen warehousing teams niet leveren wat het bedrijf nodig heeft door data-onbeschikbaarheid, data-kwaliteitsissues, of ontwijken en moeilijk te definieren business rules. Deze issues zo vroeg mogelijk ontdekken vermindert afval in tijd en middelen.

Uiteindelijk brengt beter bouwen, sneller bouwen, en snel veranderen wanneer nodig substantiële kostenbesparingen op data warehouse ontwikkeling, operatie, onderhoud en evolutie.

Behalve het ontwikkelen en veranderen van een data warehouse, biedt automatisering veel technische voordelen die bijdragen aan verlengde levensduur en gemak van operaties voor de warehouse. Consistentie van componenten in een data warehouse wordt verbeterd door het vermogen om standaarden en conventies in te bouwen. Geautomatiseerde documentatiemogelijkheden waarborgen uitgebreide documentatie die in sync blijft met de implementatie.

Impactanalyse voor geplande veranderingen wordt ondersteund met uitgebreide metadata-mogelijkheden en testen wordt vereenvoudigd met testautomatisering tijdens ontwikkeling en als validatiemogelijkheid van operatieprocessen. Onderhoud wordt makkelijker met verbeterde consistentie, betere documentatie, vereenvoudigde testing, versiebeheer, geautomatiseerde implementatie van veranderingen en gestandaardiseerde deploymethodologie.

Zie ook: CIO als maestro: hoe automatisering de CIO verandert in een business visionair

Hoe werkt het allemaal? Hoe wordt het proces geautomatiseerd? Nou, het gaat allemaal om patronen.

Ontwerppatronen zijn fundamenteel voor data warehouse automatisering. Het identificeren en hergebruiken van patronen is centraal voor het bereiken van consistentie, kwaliteit, snelheid, wendbaarheid en kostenbesparingen simultaan.

Ontwerppatronen encapsuleren architecturale standaarden alsook best practices voor data-ontwerp, data-beheer, data-integratie en data-gebruik. Toegepaste patronen in een data warehouse automatiseringstool ondersteunen de doelen van versnelde ontwerp en ontwikkeling, maar even belangrijk drijven ze compliance met standaarden en consistentie van data warehousing resultaten.

De Business Intelligence die data warehouses bedrijven in staat stelt te delven is onschatbaar. Het houdt bedrijven competitief, winstgevend en voorop. En nu zijn de trage, pijnlijke, verouderde machines die probeerden deze rapporten te leveren, hersteld, gemoderniseerd en geautomatiseerd.

Bron: Rob Mellor, general manager, WhereScape Mainland Europe