Apa yang perlu dimasukkan ke Data Mart - dummies

Jika suatu data mart adalah versi kecil dari sebuah gudang data, soalan ini muncul: Apa yang dimaksudkan dengan "skala yang lebih kecil" merujuk kepada kandungan daripada data mart? Jawapan kepada soalan ini biasanya bahawa data akan menjadi subset dari data perusahaan keseluruhan .

Data yang dibatasi geografi

Data mart mungkin hanya mengandungi maklumat yang berkaitan dengan kawasan geografi tertentu, seperti rantau atau wilayah di dalam syarikat anda. Angka ini menggambarkan contoh data sempit geografi.

Walaupun anda secara teknikal boleh menggunakan mart data yang dibatasi geografi dengan cara yang agak mudah, anda mungkin tidak mahu mengumpul data anda dengan cara ini. Pengguna sering ingin melihat perbandingan rentas geografi (sebagai contoh, "Bagaimana kedai-kedai Arizona kita lakukan berbanding stor Pennsylvania kita?") Dalam persekitaran gudang data mereka. Apabila anda membuat batu data berasingan bagi pelbagai sebab geografi, jenis perbandingan ini menjadi lebih sukar untuk dibuat.

Data yang dikelompokkan oleh organisasi

Apabila memutuskan apa yang anda mahu letakkan dalam mart data anda, anda boleh menentukan keputusan mengenai maklumat apa yang diperlukan oleh organisasi tertentu apabila ia satu-satunya (atau sekurang-kurangnya, utama) pengguna data mart. Seperti yang ditunjukkan dalam angka ini, bank mungkin membuat satu data mart untuk analisis akaun pengguna dan satu lagi mart data untuk akaun pemeriksaan komersil.

Pendekatan ini berfungsi dengan baik apabila majoriti pertanyaan dan laporan adalah berorientasikan organisasi. Sebagai contoh, kumpulan pemeriksaan komersil tidak memerlukan apa-apa untuk menganalisis akaun pemeriksa pengguna dan sebaliknya.

Ia membayar untuk menggali keperluan perniagaan semasa fasa skop data warehousing atau projek data mart. Sebagai contoh, orang luar mungkin berfikir, "Okay, letakkan semua maklumat akaun cek, baik pengguna dan komersial, ke dalam persekitaran yang sama supaya Pemasaran atau Penganalisis Pengurusan Risiko dapat menjalankan laporan yang membandingkan baki purata dan maklumat lain untuk keseluruhan portfolio akaun pemeriksaan di bank. "

Selepas analisa tambahan, bagaimanapun, anda mungkin melihat bahawa bank tidak melakukan perbandingan jenis ini, jadi mengapa tidak menyimpan kedua-dua kawasan itu berasingan dan mengelakkan kerumitan yang tidak perlu?

Data bersambung fungsi

Menggunakan pendekatan yang melangkau batas organisasi, anda boleh menubuhkan kandungan data mart berdasarkan fungsi tertentu (atau set fungsi yang berkaitan) dalam syarikat. Contohnya, syarikat kimia multinasional, mungkin membuat mart data semata-mata untuk fungsi jualan dan pemasaran di seluruh organisasi dan di semua lini produk, seperti ditunjukkan dalam angka ini.

Data bersempena pasaran

Sesuatu syarikat mungkin terkadang tertumpu pada pasaran tertentu dan pesaing yang berkaitan dengannya untuk membuat data yang berorientasikan dengan fokus tersebut. Seperti yang ditunjukkan dalam angka ini, persekitaran jenis ini mungkin termasuk jualan kompetitif, semua maklumat awam yang ada mengenai pasaran dan pesaing (terutamanya jika anda dapat mencari maklumat ini di Internet), dan laporan penganalisis industri, misalnya.

Untuk benar-benar memberikan kecerdasan perniagaan yang diperlukan oleh syarikat dalam situasi yang dipandu pesaing, membina mart data untuk memasukkan maklumat multimedia, sebagai tambahan kepada jenis data tradisional yang biasanya terdapat dalam gudang data.

Jawapan kepada soalan perniagaan tertentu

Jawapan kepada beberapa soalan (sering kali segerak) soalan perniagaan kadang-kadang mendorong operasi organisasi. Berdasarkan jawapannya, syarikat mungkin mempercepatkan atau memperlahankan garisan pengeluaran, memulakan peralihan tambahan untuk meningkatkan pengeluaran atau memulakan pemberhentian, atau memutuskan sama ada untuk memperoleh syarikat lain.

Persoalan perniagaan yang mempunyai kepentingan berat ini secara tradisinya menyebabkan mimpi buruk untuk pekerja di dalam rumah yang disewa dengan menggali data dan laporan, menyatukan dan menyemak maklumat, dan melaporkan hasilnya kepada pengurusan eksekutif.

Bunyi seperti pekerjaan untuk gudang data, anda katakan? Malangnya penganalisis perniagaan sering menggunakan spreadsheet, seperti Microsoft Excel. Jenis-jenis "penyebaran" ini sering kekurangan kebolehulangan dan kualiti data yang diperlukan untuk memanfaatkan data untuk lebih dari satu momen dalam masa.

Sebelum membina gudang data berskala penuh yang dapat menjawab pertanyaan-pertanyaan perniagaan (dan banyak lainnya) ini, Anda mungkin ingin mempertimbangkan apakah data mart berskala kecil yang dirancang khusus untuk menjawab mereka yang berimpak tinggi, bernilai tinggi " Bagaimana keadaan kita? "Jenis soalan boleh mendapat pekerjaan.

Kemudian, jenis persekitaran ini mungkin berkembang menjadi gudang data skala besar. Walau bagaimanapun, ia lebih masuk akal, untuk menumpukan usaha anda untuk menyokong mart data yang telah mengenali nilai perniagaan, dan bukannya menambahnya dengan jumlah data tambahan yang mungkin memberikan nilai perniagaan (tetapi juga dapat memperlambat waktu respons atau merumitkan secara signifikan akhir -menyelesaikan seni bina).

Sekali lagi, tugas yang anda lakukan pada fasa awal projek anda membuat perubahan besar dalam arah yang anda ambil dan tahap kejayaan anda.

Apa-apa!

Apa-apa set kriteria yang anda boleh impikan dapat menentukan kandungan data mart. Ada yang masuk akal; yang lain tidak. Sesetengah membawa anda ke dalam senario bogel kerana anda hanya mendapat nilai yang terhad dan perlu bermula untuk mengembangkan kemampuan anda.