Et tidssvarende Data Warehouse kan med fordel baseres på en bimodal Data Warehouse-arkitektur med to overordnede spor – ”Mode 1” og ”Mode 2”.
Mode 1
Den klassiske måde at håndtere data på. Dette kan levere pålidelige, kvalitetssikrede, og korrekte rapporter.
Mode 2
Det agile approach med fokus på hastighed og fleksibilitet. Dette kan understøtte behovet for data exploration og self–service analytics.
Den klassiske Data Warehouse–arkitektur har tjent mange virksomheder godt i mange år. Dog er den ofte ikke længere tilstrækkelig i forhold til de hurtigt voksende krav til agilitet. Dette er i form af hurtig adgang til nye data og nye analysemuligheder. Der er i dag ofte behov for både større fleksibilitet til avancerede analyser. Men der skal samtidig fortsat også være adgang til kvalitetssikrede og konforme data til rapporteringen. Denne er nemlig blevet et integreret element i mange af virksomhedens processer, fx. den faste økonomirapportering.
Styrken i den traditionelle Data Warehouse–arkitektur er høj kvalitet og stabilitet.
Men det forudsætter stringente udviklings-, drift- og management–processer. Disse arbejder netop imod den ønskede agilitet. Der er i stigende grad behov for, at analytikere selv sammensætter data fra nye kilder. Både strukturerede, ustrukturerede, eksterne, inhouse, m.v.. Ved dette kan de lave nye relationer mellem data og forsøge sig frem med nye analyser, Machine Learning og AI. Dette er også muligt selvom data ikke er 100% korrekte og validerede.
I BIWise har vi mange års erfaring med Data Warehouse-arkitektur både som rådgivere og udviklere.
Vi kan hjælpe din organisation med et review af dine nuværende løsninger og arkitektur og på den baggrund hjælpe med at danne et overblik over behovene – og ud fra disse hjælpe med enten opbygning af en ny moderne Data Warehouse–arkitektur eller med transitionen fra din nuværende arkitektur til en moderne arkitektur med mulighed for yderligere agilitet, hurtigere leverancer og bedre understøttelse af self–service.