Cosa mettere in un data mart - dummies

Se un data mart è una versione su scala ridotta di un data warehouse, viene visualizzata questa domanda: cosa significa "scala minore" in riferimento ai contenuti di un data mart? La risposta a questa domanda è in genere che i dati saranno un sottoinsieme dei dati generali .

Dati limitati dalla geografia

Un data mart può contenere solo le informazioni relative a una determinata area geografica, ad esempio una regione o un territorio all'interno dell'azienda. Questa figura illustra un esempio di dati limitati dalla geografia.

Anche se tecnicamente puoi utilizzare un data mart delimitato da una geografia in un modo relativamente semplice, probabilmente non vuoi suddividere i tuoi dati in questo modo. Gli utenti spesso vogliono vedere un confronto tra geografia (ad esempio, "Come stanno i nostri negozi in Arizona a fare i negozi della Pennsylvania?") Nel loro ambiente di data warehouse. Quando si creano data mart separati per varie ragioni geografiche, questi tipi di confronti diventano molto più difficili da realizzare.

Dati limitati dall'organizzazione

Quando decidi cosa vuoi inserire nel tuo data mart, puoi basare le decisioni su quali informazioni ha bisogno di un'organizzazione specifica quando è l'unica (o, almeno, primaria) utente del data mart. Come mostrato in questa figura, una banca potrebbe creare un data mart per l'analisi dei conti correnti dei consumatori e un altro data mart per i conti correnti commerciali.

Questo approccio funziona bene quando la stragrande maggioranza delle richieste e dei rapporti sono orientati all'organizzazione. Ad esempio, il gruppo di controllo commerciale non ha assolutamente bisogno di analizzare i conti correnti dei consumatori e viceversa.

Vale la pena di scavare nelle esigenze aziendali durante la fase di ambito di un progetto di data warehousing o data mart. Gli estranei, ad esempio, potrebbero pensare: "Va bene, inserire tutte le informazioni sul conto corrente, sia consumer che commerciali, nello stesso ambiente in modo che gli analisti di Marketing o Risk Management possano eseguire report che confrontino i saldi medi e altre informazioni per l'intero portafoglio di conti correnti in banca. "

Dopo un'ulteriore analisi, tuttavia, si potrebbe notare che la banca non esegue questo tipo di confronto, quindi perché non tenere separate le due aree ed evitare inutili complessità?

Dati con limitazioni di funzione

Utilizzando un approccio che supera i confini dell'organizzazione, è possibile stabilire i contenuti di un data mart basati su una funzione specifica (o una serie di funzioni correlate) all'interno dell'azienda. Una multinazionale chimica, ad esempio, potrebbe creare un data mart esclusivamente per le funzioni di vendita e marketing di tutte le organizzazioni e di tutte le linee di prodotto, come mostrato in questa figura.

Dati limitati al mercato

Una società potrebbe occasionalmente essere così concentrata su un mercato specifico e sui concorrenti associati che ha senso creare un data mart orientato con quell'attenzione particolare. Come mostrato in questa figura, questo tipo di ambiente potrebbe includere vendite competitive, tutte le informazioni pubbliche disponibili sul mercato e sui concorrenti (in particolare se è possibile trovare queste informazioni su Internet), e report di analisti del settore, per esempio.

Per fornire realmente la business intelligence di cui un'azienda ha bisogno in una situazione competitiva, costruire il data mart per includere informazioni multimediali, oltre ai tipi di dati tradizionali che si trovano in genere in un data warehouse.

Risposte a domande aziendali specifiche

Le risposte a un numero selezionato (spesso una manciata) di domande aziendali occasionalmente guidano le operazioni di un'organizzazione. In base alle risposte, un'azienda potrebbe accelerare o rallentare le linee di produzione, avviare ulteriori turni per aumentare la produzione o avviare licenziamenti o decidere se acquisire altre società.

Le domande di lavoro che hanno questo importante livello di gravità causano tradizionalmente incubi per i dipendenti interni noleggiati con lo scavo di dati e rapporti, il consolidamento e il controllo delle informazioni e la comunicazione dei risultati alla direzione esecutiva.

Sembra un lavoro per un data warehouse, dici? Sfortunatamente gli analisti aziendali hanno spesso utilizzato fogli di calcolo, come Microsoft Excel. Questi tipi di "spread mart" spesso mancano della ripetibilità e della qualità dei dati richiesti per sfruttare i dati per più di un momento nel tempo.

Prima di costruire un data warehouse completo in grado di rispondere a queste (e molte altre) domande di business, tuttavia, probabilmente vorrai considerare se un data mart su piccola scala è stato progettato specificamente per rispondere a un valore elevato e di alto impatto " Come stiamo? "Tipo di domande può portare a termine il lavoro.

Successivamente, questo tipo di ambiente potrebbe trasformarsi in un data warehouse di dimensioni maggiori. Spesso ha più senso concentrare i tuoi sforzi sul supporto di un data mart che ha conosciuto valore di business, invece di integrarlo con volumi di dati aggiuntivi che potrebbero fornire valore aziendale (ma può anche rallentare i tempi di risposta o complicare significativamente la fine -to-end architettura).

Anche in questo caso, il lavoro che svolgi nelle prime fasi del tuo progetto fa una grande differenza nella direzione che prendi e il tuo livello di successo.

Tutto!

Qualsiasi insieme di criteri che puoi immaginare può determinare i contenuti di un data mart. Alcuni hanno senso; altri no. Alcuni ti portano in un vicolo cieco architettonico perché ottieni solo un valore limitato e devi ricominciare da capo per espandere le tue capacità.