Αποθήκη δεδομένων

Μια αποθήκη δεδομένων είναι ένα κεντρικό αποθετήριο που ενοποιεί δεδομένα από τα λειτουργικά συστήματα ενός οργανισμού σε μια δομή σχεδιασμένη για ανάλυση και όχι για επεξεργασία συναλλαγών. Τα δεδομένα εξάγονται από τα συστήματα προέλευσης, μετασχηματίζονται σε συνεπείς μορφές και ορισμούς και φορτώνονται στην αποθήκη, όπου μπορούν να υποβληθούν ερωτήματα σε διάφορες πηγές χωρίς να επηρεαστούν τα συστήματα που τα παρήγαγαν.

Το πρόβλημα που αντιμετωπίζει είναι ο κατακερματισμός. Οι πληροφορίες ενός οργανισμού συνήθως βρίσκονται σε μια εμπορική πλατφόρμα, ένα σύστημα πελατειακών σχέσεων, ένα πακέτο χρηματοδότησης, εργαλεία μάρκετινγκ, λογισμικό υποστήριξης και πολλά υπολογιστικά φύλλα, το καθένα με τους δικούς του ορισμούς, αναγνωριστικά και ιστορικό. Ερωτήσεις που εκτείνονται σε περισσότερα από ένα από αυτά δεν μπορούν να απαντηθούν χωρίς χειροκίνητη συμφωνία, γι' αυτό και οι αναλύσεις που θα έπρεπε να διαρκούν λίγα λεπτά χρειάζονται μέρες και γιατί διαφορετικά τμήματα παράγουν διαφορετικούς αριθμούς για το ίδιο μέτρο.

Ο διαχωρισμός των αναλυτικών φόρτων εργασίας από τα λειτουργικά είναι ο δεύτερος λόγος, και αποτελεί πρακτική αναγκαιότητα και όχι προτίμηση. Τα σύνθετα αναλυτικά ερωτήματα που εκτελούνται σε βάσεις δεδομένων παραγωγής υποβαθμίζουν την απόδοση των συστημάτων από τα οποία εξαρτώνται οι πελάτες και το προσωπικό, και τα λειτουργικά σχήματα βελτιστοποιούνται για την καταγραφή συναλλαγών και όχι για τη συγκέντρωση μεταξύ τους. Μια αποθήκη επιτρέπει την ανάλυση χωρίς περιορισμούς χωρίς λειτουργικό κίνδυνο.

Η διάκριση από μια λίμνη δεδομένων αφορά τη δομή και τον χρονισμό. Μια αποθήκη επιβάλλει σχήμα και μετασχηματισμό πριν από τη φόρτωση, παράγοντας συνεπή, έτοιμα για ερωτήματα δεδομένα με κόστος την αρχική εργασία σχεδιασμού και μειωμένη ευελιξία. Μια λίμνη αποθηκεύει ακατέργαστα δεδομένα στην αρχική τους μορφή και εφαρμόζει δομή όταν αυτά διαβάζονται, γεγονός που διατηρεί την ευελιξία και τη λεπτομέρεια, ενώ παράλληλα επιβαρύνει κάθε καταναλωτή με το βάρος της ερμηνείας. Οι σύγχρονες αρχιτεκτονικές συνδυάζουν όλο και περισσότερο και τα δύο, αποθηκεύοντας ακατέργαστα δεδομένα και δημιουργώντας μοντελοποιημένα επίπεδα πάνω από αυτά.

Η μοντελοποίηση είναι το σημείο όπου βρίσκεται το μεγαλύτερο μέρος της αξίας και το μεγαλύτερο μέρος της δυσκολίας. Η απόφαση για τον τρόπο με τον οποίο ορίζονται οι επιχειρηματικές οντότητες, τον τρόπο με τον οποίο υπολογίζονται οι μετρήσεις, τον τρόπο με τον οποίο χειρίζονται τα χαρακτηριστικά που αλλάζουν αργά και τον τρόπο με τον οποίο συμβιβάζονται οι πηγές κωδικοποιεί την κατανόηση του οργανισμού για τον εαυτό του. Οι αποθήκες που αναπαράγουν δομές συστημάτων πηγαίου κώδικα χωρίς αυτήν την εργασία απλώς μετακινούν τον κατακερματισμό και το πρόβλημα συμφιλίωσης επανεμφανίζεται κατά τη στιγμή του ερωτήματος.

Η διακυβέρνηση ορισμών έχει μεγαλύτερη σημασία από την τεχνολογία. Μια αποθήκη που περιέχει τρεις υπολογισμούς εσόδων ή δύο ορισμούς ενός ενεργού πελάτη, παράγει διαφωνίες με μεγαλύτερη αποτελεσματικότητα από τα συστήματα που αντικατέστησε. Η συμφωνία για τους ορισμούς, η τεκμηρίωσή τους, η εφαρμογή του καθενός μία φορά και η απαίτηση οι αναφορές να καταναλώνουν τη συμφωνημένη έκδοση είναι αυτό που καθιστά μια ενιαία πηγή αλήθειας πραγματική και όχι φιλόδοξη.

Η συχνότητα ανανέωσης είναι μια απόφαση σχεδιασμού που συχνά λαμβάνεται εξ ορισμού και στη συνέχεια μετανιώνεται. Η συνεχής φόρτωση δεδομένων είναι τεχνικά εφικτή και σπάνια απαραίτητη, καθώς οι περισσότερες επιχειρηματικές αποφάσεις λαμβάνονται σε ημερήσιους ή εβδομαδιαίους ρυθμούς και το κόστος επεξεργασίας σε σχεδόν πραγματικό χρόνο είναι σημαντικό. Η αντιστοίχιση της συχνότητας ενημέρωσης με τον τρόπο που χρησιμοποιούνται στην πραγματικότητα τα δεδομένα, αντί για το πόσο ενημερωμένα θα μπορούσαν θεωρητικά να είναι, αποφεύγει την πληρωμή για συνάλλαγμα με το οποίο κανείς δεν ενεργεί.

Το κόστος έχει αλλάξει μορφή αντί να εξαφανιστεί με τις πλατφόρμες cloud. Η αποθήκευση είναι φθηνή και ο υπολογισμός χρεώνεται με βάση τη χρήση, γεγονός που καταργεί την μεγάλη αρχική επένδυση και εισάγει ένα μεταβλητό κόστος που κλιμακώνεται με τον όγκο των ερωτημάτων. Τα κακογραμμένα ερωτήματα, η περιττή συχνότητα ανανέωσης και οι πίνακες ελέγχου που υπολογίζουν εκ νέου μεγάλα συγκεντρωτικά στοιχεία σε κάθε προβολή μπορούν να δημιουργήσουν λογαριασμούς που εκπλήσσουν τους οργανισμούς που περιμένουν ότι η οικονομία του cloud θα είναι ομοιόμορφα φθηνότερη.

Επειδή η εργασία καλύπτει τη μηχανική, τη μοντελοποίηση και την οργανωτική συμφωνία σχετικά με τους ορισμούς, αποτυγχάνει συχνότερα στο τελευταίο από αυτά παρά στην τεχνολογία. Στην πράξη, η μοντελοποίηση και η διακυβέρνηση ορισμών βρίσκονται σε ανάλυση δεδομένων, οι αγωγοί και οι υποδομές με ανάπτυξη προϊόντων ή η το τμήμα πληροφορικής, και το πεδίο εφαρμογής συνήθως καθορίζεται καλύτερα από τις αποφάσεις που πρέπει πραγματικά να λάβει ο οργανισμός παρά από τη φιλοδοξία να ενοποιήσει τα πάντα.