Data Kilder og Business Intelligence Tools til Data Warehouse Deluxe - dummier

Du vil ikke være heldig nok til at finde nogen enkeltkildemiljøer, når du opbygger et datalagrings deluxe. Nu har du et helt nyt sæt problemer, som du skal håndtere, herunder dem i denne liste:

• Forskellige kodninger til lignende oplysninger: Forskellige sæt kundenumre kommer fra forskellige kilder.

• Dataintegritetsproblemer på tværs af flere kilder: Oplysningerne i en kilde adskiller sig fra oplysningerne i en anden, når de skal være de samme.

• Forskellige kildeplatforme: Som eksempel kan en IBM mainframe med DB2 / MVS-databaser indeholde dataene i en af ​​kilderne, en anden IBM mainframe, der har VSAM-filer, kan have et andet sæt af kildedata kan et sæt af servere indeholde data i Oracle-databaser, og resten af ​​kildedata kan alle gemmes i SQL Server-databaser på Windows-servere.

Selv om det nøjagtige antal datakilder afhænger af implementeringen af ​​dine implementeringer, har datalagring deluxes tendens til at have et gennemsnit på otte til ti applikationer og eksterne databaser, der leverer data til lageret.

Den brede vifte af emneområder og rigdom af data i et datalagrings deluxe betyder, at du som regel har flere forskellige måder at se på det lagerets indhold. Denne liste viser de forskellige måder, du kan bruge et datalager på:

• Enkel rapportering og forespørgsel: Ligesom med data warehouse lite er formålet med warehouse deluxe at "Fortæl mig, hvad der skete. "

• Forretningsanalyse: Du bruger lageret til" Fortæl mig, hvad der skete - og hvorfor. ”

• Dashboards og scorecards: I denne model samles en række oplysninger fra datalageret, og disse informationer stilles til rådighed for brugere, der ikke vil rive rundt med datalageret - de vil se snapshots af mange forskellige ting. Dens formål er at "Fortæl mig mange ting, men lad mig ikke arbejde for svært for at få de svar, jeg ønsker. "

• Data mining eller statistisk analyse: I dette område bruges statistisk, kunstig intelligens og relaterede teknikker til at grube gennem store datamængder og give viden uden at brugerne selv skal stille specifikke spørgsmål. Dens formål er at "Fortæl mig noget interessant, selvom jeg ikke ved, hvilke spørgsmål der skal stilles og også fortælle mig, hvad der kan ske. "

Du vil sandsynligvis ansætte mindst tre - og måske alle fire - af disse typer data warehouse brugeradgangsteknikker, når du bruger et datalagrings deluxe.Selv om værktøjsleverandører i stigende grad forsøger at levere suiter af produkter til at håndtere så mange af disse forskellige funktioner som muligt, skal du håndtere forskellige produkter - og det samme gør dit brugersamfund.

Antag ikke, at du blot kan vælge en enkelt leverandør, hvis produkter opfylder alle de business intelligence-muligheder, som dine brugere har brug for. Sørg for, at du omhyggeligt tjekker leverandørens produkter - dem alle - fordi du ikke har nogen garanti for, at en top-notch OLAP-leverandørens dataudvindingsværktøj er lige så godt, for eksempel.

Vær ikke bange for at blande og matche; Du har ingen grund til at shortchange dine data warehouse brugere simpelthen for at undgå at skulle behandle en mere sælger.

Når du vurderer dine brugeradgangsbehov, skal du spørge dig selv om følgende spørgsmål:

• Vil mine brugere have de bedste værktøjer, der muligvis ikke nødvendigvis integreres, og kræver, at professionelle udviklere bygger visualiseringsløsninger?

• Vil mine brugere have en velintegreret platform, der muliggør integration mellem brugeradgangsstrategier, så de selv kan udvikle alle visualiseringsløsninger?

Svar på disse spørgsmål (og hvis du svarer "Ja" til en af ​​dem, svarer du "Nej" til den anden) kan hjælpe dig med at evaluere Business Intelligence-værktøjerne.