La tua azienda ha strutture dati esistenti? - dummies

La tua organizzazione ha probabilità schiaccianti di avere almeno un tipo di data warehouse - un sistema di reporting che fornisce capacità informative e, a volte, capacità analitiche a uno o più gruppi di utenti.

Che cos'è un file estratto?

I tuoi utenti probabilmente usano il termine estrarre il file per descrivere questo tipo di ambiente perché è popolato da estratti di dati dai sistemi di produzione, piuttosto che dagli utenti che sono costretti ad eseguire le loro query o ricevere i loro report dal database o file di produzione operativi. Sei ancora interessato a giocare le quote? Ecco alcuni esempi di tipi di ambienti di dati che potrebbero essere descritti come ordinamenti di data warehouse:

• Sebbene i dati estratti siano quasi sempre ospitati in un singolo file o database, un processo di unione probabilmente combina i dati estratti da più di un'origine dell'applicazione.

• Solo gli elementi selezionati, non tutti gli elementi di tutte le tabelle o file, da ciascuna origine dati vengono solitamente estratti e copiati nel file di estrazione.

• Una sorta di processo di controllo della qualità dei dati è in genere in corso in ogni fase del processo, dall'estrazione iniziale al caricamento dei dati nel file di estrazione.

• Alcuni utenti esperti possono probabilmente eseguire query o creare programmi statistici (in SAS o SPSS, ad esempio) rispetto ai dati, ma è probabile che molti utenti non tocchino direttamente i dati. Invece, probabilmente ricevono regolarmente rapporti generati automaticamente o in risposta alle loro richieste.

Certo sembra un data warehouse, vero? La realtà è che questi tipi di data warehouse servono in genere una popolazione molto piccola e non vengono eseguiti in modo standard per supportare le esigenze più ampie dell'azienda. Potresti anche chiamarli voglio essere data warehouse.

Ecco la dicotomia della maggior parte delle organizzazioni accesso ai dati:

• Analisi dei dati "non abbienti": Organizzazioni e individui che hanno poche (e più probabilmente no) capacità di fare il tipo di analisi che possono portare a decisioni basate sull'informazione

• Analisi dei dati "abbienti": Organizzazioni e individui che potrebbero non avere un data warehouse attivo e funzionante, ma stanno facendo qualcosa con i dati che stanno ottenendo da da qualche parte. In molti casi, si adatta perfettamente alle loro esigenze aziendali.

Perché i file estratti non sono considerati data warehouse?

Sono, una specie di. Estrarre i file, sia negli anni '70, '80, '90, o ancora in uso oggi, esistono per gli stessi motivi di base che fa un data warehouse a pieno titolo o un data mart: per fornire informazioni nonostante una varietà di ostacoli, come ad esempio comprendere le strutture dati, "non toccare le regole del sistema di produzione" e la mancanza di riferimenti incrociati multi-file o multi-database.

Alcuni sostenitori del data warehousing sostengono che combinare e riconfigurare i dati semplicemente allo scopo di generare report o eseguire analisi statistiche è difficilmente un data warehouse nel senso moderno del termine. I file di estrazione non sono dotati di funzionalità di analisi aziendale o multidimensionale, ad esempio drill-down e rotazione dei dati.

Se si separa il lato del data warehouse (ciò che serve per raccogliere, spostare e riconfigurare i dati da una o più fonti) dal lato business-intelligence (cosa si fa con i dati dopo averli disponibili), il l'immagine diventa molto più chiara.

I file di estrazione, o qualsiasi altra cosa vogliate chiamarli, sono parte integrante della filosofia di rottura di un data warehouse. Molti di quelli che gli utenti chiamano "file di estrazione" sono sistemi basati su file (anziché costruiti su database) e probabilmente non sono abbastanza flessibili da supportare query di query e analisi dimensionali ad hoc. In senso reale, tuttavia, questi ambienti hanno lo scopo di immagazzinare dati per un uso successivo.

Per molti utenti, le funzionalità di analisi di business, come il drill-down e la rotazione dei dati, hanno poco o nessun uso - almeno, non nel contesto delle loro attuali definizioni di lavoro. I lavori degli utenti richiedono funzionalità che questi file di estrazione possano fornire, nonché i report statici e l'analisi statistica realizzati con tali dati.

La morale della storia: non entrare in un'organizzazione che utilizza efficacemente i dati attraverso i file estratti ed espone le meraviglie del data warehousing. Piuttosto, sii cauto nel proporre una soluzione di data warehousing che possa essere vista come un passo indietro. Se fai questo tipo di proposta, ti aspetta una corsa lunga e accidentata.