Att bygga ett datalager är bland det mest resurskrävande IT-projekt som en organisation kan ge sig i kast med. Projekten drar ofta över tiden och levererar inte det verksamheten efterfrågar. Vi tror att Data Vault och Automatisering är nyckeln till ett bättre datalager.

Ett bättre datalager

Ett bättre datalager

Fördelarna med Data Vault och Automatisering.

Bakgrund

Att utveckla ett datalager är bland det mest resurskrävande IT-projekt en organisation kan ge sig i kast med. För att lyckas krävs ett brett samarbete mellan verksamhet och IT, god teknisk kunskap samt långsiktighet med förmåga att skapa delleveranser längs vägen.

Tyvärr har många dåliga erfarenheter av sina datalagerinitiativ. Projekten drar över tiden, de levererar inte det verksamheten efterfrågar, de är svåra att underhålla osv.


Vi tror på Data Vault och Automatisering som en god modell för att framgångsrikt bygga och underhålla sitt datalager.

Data Vault är bra på att hantera brister i datakvalitén och kan anpassas för nya krav och datakällor. Informationsmodellen är standardiserad och designas utifrån repeterbara mönster vilket gör att vitala funktioner i datalagret kan automatiseras. Sammantaget får du ett volymtolerant datalager med fokus på datakvalité, förändringsbarhet och spårbarhet.

Känner du igen dig?

Verksamheten

  • förändras ständigt
  • saknar visibilitet
  • vill se mer data
  • måste kunna lita på siffrorna

Datalagret

  • tar lång tid att utveckla
  • kostar mycket
  • är svårt att underhålla
  • hänger inte med i svängarna

Varför Data Vault?

Med Data Vault som designprincip för datalagret kommer ett antal viktiga fördelar.

Förändring

Med det traditionella sättet att bygga datalager är du tvungen att lägga mycket tid i början av projekt på en detaljerad kravstudie. Detta då tillägg av datakällor eller fel/uppdateringar av affärsreglerna får spridningseffekter i informationsmodellen. Något som ökar komplexiteten och kräver att hela kedjan alltid behöver laddas om vilket i sin tur driver tid.

Med Data Vault kommer du runt denna problematik och kan leverera affärsnytta snabbare. En Data Vault informationsmodell är designad för att kunna förändras. Lägg till nya importer och exporter och uppdatera affärsregler utan att skapade påföljande problem i resten av informationsmodellen.

Spårbarhet

En nyckelprincip för Data Vault är att all data är relevant – även om den är fel. All data läses in oförvanskat d.v.s. data uppdateras aldrig och inget tas heller bort (om t.ex. inte GDPR kräver det). Detta förenklar och gör att importen av data, även vid stora datamängder, går snabbt.

Designprincipen för Data Vault är att alltid kunna återskapa alla data. Du blir med andra ord aldrig av med historisk information och tappar aldrig detaljeringsgraden i data. Du får dessutom full spårbarhet över vad som hänt med data genom hela kedjan från inläsning ut till presentationslagret.

Automatisering

En Data Vault design är alltid standardiserad vilket gör den enklare att automatisera jämfört med ett traditionellt uppbyggt datalager. Genom att använda enkla och repeterbara mönster(patterns) kan data transformeras till strukturer som både lagrar data oförvanskat men också möjliggör att processen automatiseras avseende skapandet av SQL-objekt och ETL-komponenter. Vi har t.ex. en kund som har 400 fil-importer vilka alla kategoriserats ned till 2 grundtyper av data vilket läses in automatiserat.

Det finns idag flera automatiseringsverktyg för datalager som t.ex. WhereScape, Timextender och Bimlflex.

Ett bättre datalager

+ data

  • Bättre hantering av brister i datakvalitet
  • Stärkt spårbarhet och versionshantering
  • Möjlighet till realtidsdata
  • Stödjer stora datamängder och realtidsdata

+ verksamhet

  • Kan anpassa informationsmodellen enklare när kraven förändras
  • Kan skapa nya informationsflöden utan att existerande påverkas
  • Kan ta fram nya rapporter och analyser snabbare

Vår rekommendation

Nedan bild visar vår övergripande design-rekommendation för ett Data Vault Datalager. Steg markerade i orange färg kan med fördel automatiseras. 

Så fungerar Data Vault - datalager
Klicka på bilden för att förstora den!

Vad är ett datalager?

Ett datalager är en plats där data lagras och förbereds för att kunna konsumeras av människor och system.

Vad är Data Vault?

Data Vault är en metod för att bygga datalager.


Vill du veta mer?

Vi har spetskompetens inom Data Vault och Automatiserade Datalager. Hör av dig så berättar vi mer!

Vill du veta mer?

Vi har spetskompetens inom Data Vault och Automatiserade Datalager. Hör av dig så berättar vi mer!

MILLNET BI AB
Surbrunnsgatan 44A, 3tr
113 48 Stockholm

KONTAKT
Den här e-postadressen skyddas mot spambots. Du måste tillåta JavaScript för att se den.

KONTAKT
Den här e-postadressen skyddas mot spambots. Du måste tillåta JavaScript för att se den.

Millnet BI - Qlik Elite Solution Provider

Se, förstå och agera på dina data
Vi tar fram systemstöd som hjälper dig planera och följa upp din verksamhet på ett inspirerande och effektivt sätt. Vi bygger våra lösningar på moderna plattformar som Planacy, Power BI och Qlik.