+45 55 55 79 38 info@viteco.dk

Hvad er et Data Warehouse?

 

Et Data Warehouse hos os i Viteco betyder ”one stop shopping ” for dine data. Det er en fælles indgang til alle dine data, hvor kvaliteten er kendt og beskrevet. Det kan både omfatte strukturerede data, financielle data, transaktioner, CRM-data og mindre strukturerede eller ustrukturerede data i ”data lakes”, fx streaming og sensor data (IoT).

Den store forskel på data hist og pist og et Data Warehouse er, at man i et Data Warehouse ved hvilke data, der er, og hvad deres indhold og kvalitet er.

Hvornår har man brug for et Data Warehouse?

Hvis du ønsker at opnå en af følgende ting, vil du formentlig have gavn af et Data Warehouse:

1000'vis af bedre beslutninger

Forbedre hver eneste af de mange små daglige beslutninger hos frontpersonalet.

Fokus på det vigtige

Reducér den tid, der bruges på at forberede data og diskutere, hvilke tal, der er de rigtige.

Rettidig information

Mulighed for at følge forretningen helt tæt fra dag til dag eller oftere og reagere i tide.

Styr på informationerne

Bedre governance, overblik og vidensdeling omkring den tilgængelige information.

Langsigtet forbedring

Løbende gennemføre analyse af kundeomsætning (churn), prognoser for vedligehold (predictive manintenance), hvor stabilitet over tid er vigtigt.

Kompliceret forretning

Behandle data med kompliceret forretningslogik (fx afregningsmodeller, risikosegmentering, mange begreber for kundeforhold).

Tværgående overblik

Få et overblik over kunder og processer på tværs af systemer, fx at få kombineret indsigt i salget fra call-center, salgsaktiviteter, logistik, kundetilfredshed og økonomi.

Hvornår giver Data Warehouse mest værdi?

Når digitaliseringen for alvor rammer dig som virksomhed, er det sjældent nok at få data én gang om ugen. Kravet ændrer sig hurtigt mod daglige data eller ligefrem tidstro data. Samtidig opstår behovet for at kunne sammenstille data fra forskellige systemer, måske supplere med vejr-data fra DMI eller besøgsdata fra Google Analytics. På dette tidspunkt vil du ofte få gavn af en mere struktureret tilgang til din datahåndtering. Her vil en Data Warehouse løsning hos os være det helt rigtige for dig. Det er et værktøj som på en struktureret måde bygger et datagrundlag op så du som virksomhed kan bruge det fleksibelt, og holdes ajour uden alt for store omkostninger eller risiko.

Hvordan etableres et Data Warehouse?

Processen for at etablere et Data Warehouse er ret simpel, så snart den tekniske opstart er på plads. I stedet for at fokusere på store og langvarige projekt-leverancer, så tager vi et område ad gangen og sikrer løbende forankring og anvendelse i organisationen.

Vi bygger Data Warehouset op efter en fast skabelon med brug af Viteco Data Suite. En lang række udviklingsopgaver er automatiseret og dokumentation er en integreret del af systemet. Den effektive fremgangsmåde betyder, at tiden fra opstart til en løsning står klar til brug kan være helt ned til en uge, når man benytter sig af et Viteco SPEED forløb.

Større projekter følger samme fremgangsmåde og skaber også hurtigt resultater. På denne måde kan du meget hurtigt begynde at forankre løsningen og tjene din investering ind.

Vi kan tilbyde at levere en komplet løsning fra a-z, eller det kan ske med større eller mindre involvering af dine interne ressourcer eller samarbejdspartnere. Det er helt op til dig.

 

Er det ikke allerede en del af mit ERP-system?

Mange ERP-systemer indeholder også en rapporteringsmulighed. Med tiden og efterhånden som du som virksomhed ønsker et større udbytte af digitaliseringen, kan det imidlertid give nogle fordele at etablere et selvstændigt Data Warehouse.

Vælg dit emne og se nedenstående forskelle mellem ERP og DATA WAREHOUSE

EMNE

ERP

DATA WAREHOUSE

Bruger selvbetjening
Brugere kan selv vælge at se en prædefineret rapport, ofte med mulighed for at tilpasse filtrering.

Herudover gives i en række ERP-systemer mulighed for selv at danne rapporter og analyser ud fra prædefinerede kuber.

Sammen med data warehouset bruges et præsentationsværktøj (eksempelvis Yellowfin). Typisk vil der være defineret en række rapporter, analyser og dashboards til fælles brug, men værktøjerne er i vid udstrækning beregnet til at brugerne selv kan tilføje egne rapporter og analyser.
Tværgående analyse:

Mulighed for at sammenholde data om salg, økonomi, lager, logistik, aktivitet

Da ERP-systemerne ofte er opbygget i moduler (finans, indkøb, lager, logistik, etc.) har rapporteringsmulighederne som regel samme struktur. Muligheden for at gå på tværs er ofte begrænset eller kræver specialudvikling.
Da alle data uanset om de kommer fra et ERP-modul, et uafhængigt system eller nettet ligger sammen, kan data frit kombineret på tværs, hvis det giver forretningsmæssig mening.
Andre datakilder.

Hvis fx CRM-system, maskinopsamlede data (IoT), trackingdata, projektstyring, tidsregistrering eller andet der ikke er integreret i ERP-systemet.

ERP-systemernes rapporteringsløsning er ofte tæt knyttet til selve systemet og giver derfor ikke mulighed for at håndtere andre datakilder med mindre de første importeres til ERP-systemet.
Data Warehouset er typisk i sidste ende data i en almindelig database, som mange forskellige værktøjer kan benytte. Så der er grundlæggende frit valg på alle hylder og man kan have et eller flere værktøjer afhængigt af behov.
Selvvalgt eller flere værktøjer
I almindelighed er ERP-systemets rapportering låst til et bestemt præsentationsværktøj. Hvis man ønsker at supplere eller erstatte det, vil letheden og integrationen ofte blive begrænset eller gå tabt.
Det at samle data fra mange forskelligartede kilder er kernen i et Data Warehouse , så her er ingen begrænsninger
Kombination af streaming data og periodisk opdaterede data
ERP-rapportering tilbyder typisk periodiske data, dels fordi mange data i et ERP-system har den karakter, men også fordi noget af formålet med rapporteringssystemet i ERP-systemet er at give den operationelle del ”fred”, så rapporteringen ikke ødelægger performance for de mange daglige brugere.
Traditionelt har Data Warehouse været strukturerede, periodisk opdateret data, men efterhånden er data lakes og streaming kommet til, og en moderne Data Warehouse platform omfatter både periodisk opdaterede og real-time / streamede data.

Brug for mere hjælp til dit DATA WAREHOUSE?

Send os en mail, så inviterer vi på kaffe

Share This