SlideShare a Scribd company logo
Data warehousing: het
combineren van
meerdere
managementdisciplines
Door: Gerrit Versteeg
Data warehousing: het combineren van meerdere managementdisciplines
Pg, 2
Regelmatig komen we bedrijven tegen die worstelen met de consistentie van hun management-
informatie. Hierbij ontstaat vaak een discussie over de vraag of gegevens vanuit meerdere
management-disciplines kunnen worden samengevoegd in één data warehouse (Dwh). Een
goede vraag, die je niet zomaar met een “ja” mag beantwoorden… Waar moeten we rekening
mee houden?
Zonder gelijk in een discussie te vervallen over de ins en outs van een Enterprise Data
Warehouse (waar we in principe bedrijfsdata uit alle operationele disciplines combineren), lees je
in dit blogartikel over wat er gebeurt als we twee management-disciplines met elkaar
combineren in één Dwh. En misschien nog belangrijker, wélke disciplines we proberen te
combineren.
Techniek is niet het probleem
Het combineren van management-disciplines betekent ook brondata-consolidatie. Deze
consolidatie kan de oorzaak zijn van veel problemen in de BI-omgeving (zeker bij onderwerpen
als Big Data en Operational Intelligence).
Data warehousing: het combineren van meerdere managementdisciplines
Pg, 3
Toch is die 'technische' randvoorwaarde niet waar het probleem bij de combinatie van
management-disciplines ligt. Over het algemeen moeten we immers ook voor één discipline,
data uit meerdere bronsystemen betrekken en combineren. Zo komt de data voor een marketing
Dwh vaak uit de kanalen (klantcontact-informatie en klantgedrag), verkooporganisatie (zoals
CRM-informatie), contractregistratie-systemen (voor productverkoop) en productiesystemen
(productgebruik). Het consolideren van data is daarmee niet specifiek differentiërend bij de
combinatie van management-disciplines. Hier gaan we in het kader van dit blog dus niet dieper
op in.
Marketing Dwh versus Financieel Dwh
De requirements zijn daarentegen wel onderscheidend. Er zijn vaak fundamentele verschillen in
requirements die de diverse management disciplines op de BI-omgeving kunnen hebben. Laten
we als voorbeeld eens gaan kijken naar de verschillen die vaak zichtbaar zijn bij het combineren
van een Marketing Dwh en een Financieel Dwh. We moeten hierbij natuurlijk wel generaliseren,
in het achterhoofd houdend dat er per organisatie logischerwijs altijd specifieke sets van
requirements bestaan.
Data warehousing: het combineren van meerdere managementdisciplines
Pg, 4
Omgaan met nieuwe datatypes en bronnen
Marketing verzamelt meestal veel uiteenlopende soorten data, soms zelfs ongestructureerde
data zoals bij het gebruik van social media. Finance krijgt daarentegen hoofdzakelijk goed
gestructureerde data binnen van haar bronnen. Nieuwe relevante attributen die klantgedrag
kunnen verklaren, moeten in het Marketing Dwh snel kunnen worden doorgevoerd. Bij Finance
mogen nieuwe data-velden in een rustiger tempo worden opgenomen. Sterker nog:
veranderingen in het Finance Dwh doorlopen veel striktere auditing- en borgingsprocedures dan
bij Marketing. Liever oudere maar doorwrochte parameters dan de meest nieuwe, zal de
controller zeggen. En dat ligt bij Marketing veelal precies andersom.
De precisie van de cijfers
Voor Finance moet de data in haar Dwh en daaruit voortvloeiende informatie tot op de komma
kloppen en navolgbaar zijn qua herkomst en verwerking (auditing, traceability). Marketing
neemt over het algemeen genoegen met wat grovere getallen om trends te kunnen inschatten.
Waar en hoe een bepaald cijfer precies is ontstaan, is daar niet het gesprek van de dag.
Data warehousing: het combineren van meerdere managementdisciplines
Pg, 5
Ook de semantische discussie gaat bij Finance dieper dan bij Marketing. Rente is rente voor
Marketing, terwijl bij Finance rente-31/365 heel wat anders is dan rente-30/360.
De eisen aan productie
Marketing stelt over het algemeen wat lagere eisen aan de robuustheid en beschikbaarheid van
de productie-omgeving van het Dwh dan Finance dat doet. Bij Finance moeten de brondata-
leveringen akkoord verklaard zijn, verslagperiodes afgerond zijn (ook met bijvoorbeeld einde-
dag positie-afdekkende transacties) en mag er geen half uurtje data ontbreken door een
calamiteit op een computercentrum. Financiële rapporten zijn erg gevoelig voor periode-effecten
en moeten daarin zeer nauwgezet zijn. Allemaal requirements die minder belangrijk zijn voor
Marketing.
Data warehousing: het combineren van meerdere managementdisciplines
Pg, 6
Onderlinge frustratie
De tegenstelling tussen enerzijds het snel hebben van nieuwe datatypes en -bronnen waarbij het
minder uitmaakt of die data tot op de komma klopt en anderzijds het werken met robuuste,
precies kloppende, geborgde cijfers, werkt ook door in de veranderorganisatie van de BI-
omgeving. De CFO heeft veelal genoeg aan een tweemaandelijkse release van zijn Dwh. Het is
voor hem belangrijker dat de data-logistiek een vast omlijnde, stabiele, goed gecontroleerde,
navolgbare en herhaalbare routine doorloopt. De CMO wil daarentegen snel nieuwe data en
datatypen kunnen toevoegen in plaats van wachten op een gaatje in de release-kalender. Testen
mag wat hem betreft snel, een hiccup in productie maakt hem niet zenuwachtig. Waarom
zouden zijn gegevens SOx-compliant moeten zijn? De eisen aan de BI-omgeving zijn voor de
CMO en de CFO zo verschillend, dat ze elkaar redelijk kunnen lopen frustreren als hun data en
datalogistiek op één hoopje is gegooid. En dat terwijl het technisch eigenlijk geen probleem is.
Data warehousing: het combineren van meerdere managementdisciplines
Pg, 7
Toepasbaarheid
Natuurlijk zijn de genoemde requirements een generalisatie. De eisen van Marketing zijn met de
opkomst van real-time customer-oriented Marketing wel wat aangescherpt en ook bij Finance
zijn de 'real-time' eisen aan het verscherpen, denk aan risk-management en fraudepreventie.
Ook al verschuiven de sets van requirements na verloop van tijd, de belangrijkste boodschap
blijft dat je bij de combinatie van management-disciplines vooral aandacht moet besteden aan
de vaak conflicterende set van requirements aan de BI-omgeving. Vaak staat de techniek de
combinatie wel toe, maar loop je op termijn toch spaak op procedures en organisatie. Marketing
en Finance waren maar voorbeelden. Andere disciplines hebben weer andere sets met
requirements. Soms makkelijker combineerbaar, soms lastiger. Tijdig nadenken over de
requirements op het Dwh vanuit die onderscheidenlijke disciplines is dus geen verloren tijd en
kan zelfs leiden tot de beslissing om de Dwh’s voorlopig naast elkaar te laten bestaan.
Data warehousing: het combineren van meerdere managementdisciplines
Pg, 8
BI-Scan
Onze BI-Scan houdt rekening met dit soort overwegingen. De BI-Scan kijkt welke BI-omgeving
het beste past bij jouw management-behoeften en of de huidige inrichting voldoet. Automatisch.
Ben je hierin geïnteresseerd? Download dan onze white paper “De BI-Scan: methode en
technieken bij de diagnose van een BI-omgeving”:
Data warehousing: het combineren van meerdere managementdisciplines
Pg, 9
Of vraag direct onze gratis BI-IntroScan vrijblijvend aan:
Wil je meer informatie? Neem dan een kijkje op ons blog.
Dit blogartikel is geschreven door Gerrit Versteeg.

More Related Content

What's hot

Artikel Revival Datamanagement v0-2 MG MdW
Artikel Revival Datamanagement v0-2 MG MdWArtikel Revival Datamanagement v0-2 MG MdW
Artikel Revival Datamanagement v0-2 MG MdW
Marc Govers
 
Datawarehousing kan sneller en flexibeler
Datawarehousing kan sneller en flexibelerDatawarehousing kan sneller en flexibeler
Datawarehousing kan sneller en flexibeler
mkompagne
 

What's hot (9)

Business Intelligence voor Managers – Big Data zonder Warehouse (2)
Business Intelligence voor Managers – Big Data zonder Warehouse (2) Business Intelligence voor Managers – Big Data zonder Warehouse (2)
Business Intelligence voor Managers – Big Data zonder Warehouse (2)
 
Artikel Revival Datamanagement v0-2 MG MdW
Artikel Revival Datamanagement v0-2 MG MdWArtikel Revival Datamanagement v0-2 MG MdW
Artikel Revival Datamanagement v0-2 MG MdW
 
Business Intelligence voor Managers – Geef Big Data de ruimte
Business Intelligence voor Managers – Geef Big Data de ruimteBusiness Intelligence voor Managers – Geef Big Data de ruimte
Business Intelligence voor Managers – Geef Big Data de ruimte
 
De 8 BI-groeisignalen voor managers - Situatie 3: Front-end BI-server
De 8 BI-groeisignalen voor managers - Situatie 3: Front-end BI-serverDe 8 BI-groeisignalen voor managers - Situatie 3: Front-end BI-server
De 8 BI-groeisignalen voor managers - Situatie 3: Front-end BI-server
 
Geschikte situaties voor Cloud BI
Geschikte situaties voor Cloud BIGeschikte situaties voor Cloud BI
Geschikte situaties voor Cloud BI
 
De 8 BI-groeisignalen voor managers - Situatie 2: front-end BI-tools
De 8 BI-groeisignalen voor managers - Situatie 2: front-end BI-toolsDe 8 BI-groeisignalen voor managers - Situatie 2: front-end BI-tools
De 8 BI-groeisignalen voor managers - Situatie 2: front-end BI-tools
 
Datawarehousing kan sneller en flexibeler
Datawarehousing kan sneller en flexibelerDatawarehousing kan sneller en flexibeler
Datawarehousing kan sneller en flexibeler
 
Spectron case story mscrm nl
Spectron case story mscrm nlSpectron case story mscrm nl
Spectron case story mscrm nl
 
DWH fundamentals voor business
DWH fundamentals voor businessDWH fundamentals voor business
DWH fundamentals voor business
 

Viewers also liked

Viewers also liked (8)

DB/M Congres 2006 - Flexibele data controle
DB/M Congres 2006 - Flexibele data controleDB/M Congres 2006 - Flexibele data controle
DB/M Congres 2006 - Flexibele data controle
 
Kansen berekenen met continue kansverdelingen
Kansen berekenen met continue kansverdelingenKansen berekenen met continue kansverdelingen
Kansen berekenen met continue kansverdelingen
 
Meetresultaten samenvatten
Meetresultaten samenvattenMeetresultaten samenvatten
Meetresultaten samenvatten
 
Presentatie Baggernet juni 2015 waterkwaliteitsbaggeren
Presentatie Baggernet  juni 2015   waterkwaliteitsbaggeren Presentatie Baggernet  juni 2015   waterkwaliteitsbaggeren
Presentatie Baggernet juni 2015 waterkwaliteitsbaggeren
 
La robótica2
La robótica2La robótica2
La robótica2
 
Beleidsinformatie id zorg
Beleidsinformatie id zorgBeleidsinformatie id zorg
Beleidsinformatie id zorg
 
Kimball sterren voor flexibele informatie
Kimball sterren voor flexibele informatieKimball sterren voor flexibele informatie
Kimball sterren voor flexibele informatie
 
Infosessie Smals Research - Gevoelige overheidsdata en de cloud - 03-04-2014
Infosessie Smals Research - Gevoelige overheidsdata en de cloud - 03-04-2014Infosessie Smals Research - Gevoelige overheidsdata en de cloud - 03-04-2014
Infosessie Smals Research - Gevoelige overheidsdata en de cloud - 03-04-2014
 

Similar to 3. Data warehousing: het combineren van meerdere managementdisciplines

Simac Wegwijzer_Definitief
Simac Wegwijzer_DefinitiefSimac Wegwijzer_Definitief
Simac Wegwijzer_Definitief
Roderick Derks
 
Benchmark Rapport Digitale Transformatie - Meebewegen Met Veranderende Markten
Benchmark Rapport Digitale Transformatie - Meebewegen Met Veranderende MarktenBenchmark Rapport Digitale Transformatie - Meebewegen Met Veranderende Markten
Benchmark Rapport Digitale Transformatie - Meebewegen Met Veranderende Markten
Jeroen Philippi
 
Sourcing management build11
Sourcing management build11Sourcing management build11
Sourcing management build11
UWV
 
Applicatierationalisatie door Masterdatamanagement
Applicatierationalisatie door MasterdatamanagementApplicatierationalisatie door Masterdatamanagement
Applicatierationalisatie door Masterdatamanagement
Marc Govers
 

Similar to 3. Data warehousing: het combineren van meerdere managementdisciplines (20)

Marketing Intelligence voor Managers – Customer Data voor MKB
 Marketing Intelligence  voor Managers – Customer Data voor MKB Marketing Intelligence  voor Managers – Customer Data voor MKB
Marketing Intelligence voor Managers – Customer Data voor MKB
 
CIONET - De Toekomst van ERP is Open - final - update 10-8-23.ppsx
CIONET - De Toekomst van ERP is Open - final - update 10-8-23.ppsxCIONET - De Toekomst van ERP is Open - final - update 10-8-23.ppsx
CIONET - De Toekomst van ERP is Open - final - update 10-8-23.ppsx
 
CIONET - De Toekomst van ERP is Open - final - update 10-8-23.pdf
CIONET - De Toekomst van ERP is Open - final - update 10-8-23.pdfCIONET - De Toekomst van ERP is Open - final - update 10-8-23.pdf
CIONET - De Toekomst van ERP is Open - final - update 10-8-23.pdf
 
Marketing intelligence voor managers – big data voor mkb
Marketing intelligence voor managers – big data voor mkbMarketing intelligence voor managers – big data voor mkb
Marketing intelligence voor managers – big data voor mkb
 
Cloud BI, iets voor jou?
Cloud BI, iets voor jou?Cloud BI, iets voor jou?
Cloud BI, iets voor jou?
 
Simac Wegwijzer_Definitief
Simac Wegwijzer_DefinitiefSimac Wegwijzer_Definitief
Simac Wegwijzer_Definitief
 
11. Wat is Big Data? En moeten we er wat mee?
11. Wat is Big Data? En moeten we er wat mee?11. Wat is Big Data? En moeten we er wat mee?
11. Wat is Big Data? En moeten we er wat mee?
 
Cloud BI: de roze wolk onder de wolken
Cloud BI: de roze wolk onder de wolkenCloud BI: de roze wolk onder de wolken
Cloud BI: de roze wolk onder de wolken
 
Marketing Intelligence voor Managers – Inbound Marketing voor MKB
Marketing Intelligence voor Managers – Inbound Marketing voor MKBMarketing Intelligence voor Managers – Inbound Marketing voor MKB
Marketing Intelligence voor Managers – Inbound Marketing voor MKB
 
Business Intelligence, niet alleen voor de groten
Business Intelligence, niet alleen voor de grotenBusiness Intelligence, niet alleen voor de groten
Business Intelligence, niet alleen voor de groten
 
Benchmark rapport digitale transformatie meebewegen met veranderende markten
Benchmark rapport digitale transformatie   meebewegen met veranderende marktenBenchmark rapport digitale transformatie   meebewegen met veranderende markten
Benchmark rapport digitale transformatie meebewegen met veranderende markten
 
Benchmark Rapport Digitale Transformatie - Meebewegen Met Veranderende Markten
Benchmark Rapport Digitale Transformatie - Meebewegen Met Veranderende MarktenBenchmark Rapport Digitale Transformatie - Meebewegen Met Veranderende Markten
Benchmark Rapport Digitale Transformatie - Meebewegen Met Veranderende Markten
 
ISO 20022: standaard datamodel voor financiële gegevens in een Data Warehouse
ISO 20022: standaard datamodel voor financiële gegevens in een Data WarehouseISO 20022: standaard datamodel voor financiële gegevens in een Data Warehouse
ISO 20022: standaard datamodel voor financiële gegevens in een Data Warehouse
 
Sourcing Management Build11
Sourcing Management Build11Sourcing Management Build11
Sourcing Management Build11
 
Sourcing management build11
Sourcing management build11Sourcing management build11
Sourcing management build11
 
Sourcing Management Build11
Sourcing Management Build11Sourcing Management Build11
Sourcing Management Build11
 
Artikel: Service Management
Artikel: Service ManagementArtikel: Service Management
Artikel: Service Management
 
Marketing Intelligence voor Managers - Zinvolle Big Data
Marketing Intelligence voor Managers - Zinvolle Big DataMarketing Intelligence voor Managers - Zinvolle Big Data
Marketing Intelligence voor Managers - Zinvolle Big Data
 
Master data: een must voor iedere organisatie
Master data: een must voor iedere organisatieMaster data: een must voor iedere organisatie
Master data: een must voor iedere organisatie
 
Applicatierationalisatie door Masterdatamanagement
Applicatierationalisatie door MasterdatamanagementApplicatierationalisatie door Masterdatamanagement
Applicatierationalisatie door Masterdatamanagement
 

More from FourPoints Business Intelligence

More from FourPoints Business Intelligence (17)

De Definition of Done: essentieel voor verwachtingsmanagement
De Definition of Done: essentieel voor verwachtingsmanagement De Definition of Done: essentieel voor verwachtingsmanagement
De Definition of Done: essentieel voor verwachtingsmanagement
 
marketing intelligence voor managers - big data heeft data science nodig
marketing intelligence voor managers - big data heeft data science nodigmarketing intelligence voor managers - big data heeft data science nodig
marketing intelligence voor managers - big data heeft data science nodig
 
marketing intelligence voor managers – wat is big data? en moeten we er inmid...
marketing intelligence voor managers – wat is big data? en moeten we er inmid...marketing intelligence voor managers – wat is big data? en moeten we er inmid...
marketing intelligence voor managers – wat is big data? en moeten we er inmid...
 
BI architectuur - business versus enterprise
BI architectuur -  business versus enterpriseBI architectuur -  business versus enterprise
BI architectuur - business versus enterprise
 
Marketing Intelligence voor Managers – Big Data voor MKB (2)
Marketing Intelligence voor Managers – Big Data voor MKB (2)Marketing Intelligence voor Managers – Big Data voor MKB (2)
Marketing Intelligence voor Managers – Big Data voor MKB (2)
 
Marketing Intelligence voor Managers – Het Marketing Data Lake (2)
Marketing Intelligence voor Managers – Het Marketing Data Lake (2)Marketing Intelligence voor Managers – Het Marketing Data Lake (2)
Marketing Intelligence voor Managers – Het Marketing Data Lake (2)
 
Marketing Intelligence voor Managers – Marketing Automation Tools
Marketing Intelligence voor Managers – Marketing Automation ToolsMarketing Intelligence voor Managers – Marketing Automation Tools
Marketing Intelligence voor Managers – Marketing Automation Tools
 
Marketing intelligence voor managers – data science exploratory analysis
Marketing intelligence voor managers – data science exploratory analysis Marketing intelligence voor managers – data science exploratory analysis
Marketing intelligence voor managers – data science exploratory analysis
 
Marketing intelligence voor managers – data science proces
Marketing intelligence voor managers –  data science proces Marketing intelligence voor managers –  data science proces
Marketing intelligence voor managers – data science proces
 
Marketing intelligence voor managers – de marketing data scientist
Marketing intelligence voor managers –  de marketing data scientistMarketing intelligence voor managers –  de marketing data scientist
Marketing intelligence voor managers – de marketing data scientist
 
Marketing intelligence voor managers – de marketing cyclus
Marketing intelligence voor managers – de marketing cyclusMarketing intelligence voor managers – de marketing cyclus
Marketing intelligence voor managers – de marketing cyclus
 
Marketing intelligence voor managers – data science - Intro
Marketing intelligence voor managers – data science - IntroMarketing intelligence voor managers – data science - Intro
Marketing intelligence voor managers – data science - Intro
 
Marketing Intelligence voor Managers – Inbound, een organisatorisch debacle?
Marketing Intelligence voor Managers – Inbound, een organisatorisch debacle?Marketing Intelligence voor Managers – Inbound, een organisatorisch debacle?
Marketing Intelligence voor Managers – Inbound, een organisatorisch debacle?
 
Marketing Intelligence voor Managers – Kanalen, Verkoop en Marketing
Marketing Intelligence voor Managers – Kanalen, Verkoop en MarketingMarketing Intelligence voor Managers – Kanalen, Verkoop en Marketing
Marketing Intelligence voor Managers – Kanalen, Verkoop en Marketing
 
Marketing Intelligence voor Managers – Standaardmodel klantcontact
Marketing Intelligence voor Managers – Standaardmodel klantcontactMarketing Intelligence voor Managers – Standaardmodel klantcontact
Marketing Intelligence voor Managers – Standaardmodel klantcontact
 
Marketing Intelligence voor Managers – Stappenplan voor toolkeuze
Marketing Intelligence voor Managers – Stappenplan voor toolkeuzeMarketing Intelligence voor Managers – Stappenplan voor toolkeuze
Marketing Intelligence voor Managers – Stappenplan voor toolkeuze
 
Marketing Intelligence voor Managers – 5 uitdagingen voor Marketing
Marketing Intelligence voor Managers – 5 uitdagingen voor MarketingMarketing Intelligence voor Managers – 5 uitdagingen voor Marketing
Marketing Intelligence voor Managers – 5 uitdagingen voor Marketing
 

3. Data warehousing: het combineren van meerdere managementdisciplines

  • 1. Data warehousing: het combineren van meerdere managementdisciplines Door: Gerrit Versteeg
  • 2. Data warehousing: het combineren van meerdere managementdisciplines Pg, 2 Regelmatig komen we bedrijven tegen die worstelen met de consistentie van hun management- informatie. Hierbij ontstaat vaak een discussie over de vraag of gegevens vanuit meerdere management-disciplines kunnen worden samengevoegd in één data warehouse (Dwh). Een goede vraag, die je niet zomaar met een “ja” mag beantwoorden… Waar moeten we rekening mee houden? Zonder gelijk in een discussie te vervallen over de ins en outs van een Enterprise Data Warehouse (waar we in principe bedrijfsdata uit alle operationele disciplines combineren), lees je in dit blogartikel over wat er gebeurt als we twee management-disciplines met elkaar combineren in één Dwh. En misschien nog belangrijker, wélke disciplines we proberen te combineren. Techniek is niet het probleem Het combineren van management-disciplines betekent ook brondata-consolidatie. Deze consolidatie kan de oorzaak zijn van veel problemen in de BI-omgeving (zeker bij onderwerpen als Big Data en Operational Intelligence).
  • 3. Data warehousing: het combineren van meerdere managementdisciplines Pg, 3 Toch is die 'technische' randvoorwaarde niet waar het probleem bij de combinatie van management-disciplines ligt. Over het algemeen moeten we immers ook voor één discipline, data uit meerdere bronsystemen betrekken en combineren. Zo komt de data voor een marketing Dwh vaak uit de kanalen (klantcontact-informatie en klantgedrag), verkooporganisatie (zoals CRM-informatie), contractregistratie-systemen (voor productverkoop) en productiesystemen (productgebruik). Het consolideren van data is daarmee niet specifiek differentiërend bij de combinatie van management-disciplines. Hier gaan we in het kader van dit blog dus niet dieper op in. Marketing Dwh versus Financieel Dwh De requirements zijn daarentegen wel onderscheidend. Er zijn vaak fundamentele verschillen in requirements die de diverse management disciplines op de BI-omgeving kunnen hebben. Laten we als voorbeeld eens gaan kijken naar de verschillen die vaak zichtbaar zijn bij het combineren van een Marketing Dwh en een Financieel Dwh. We moeten hierbij natuurlijk wel generaliseren, in het achterhoofd houdend dat er per organisatie logischerwijs altijd specifieke sets van requirements bestaan.
  • 4. Data warehousing: het combineren van meerdere managementdisciplines Pg, 4 Omgaan met nieuwe datatypes en bronnen Marketing verzamelt meestal veel uiteenlopende soorten data, soms zelfs ongestructureerde data zoals bij het gebruik van social media. Finance krijgt daarentegen hoofdzakelijk goed gestructureerde data binnen van haar bronnen. Nieuwe relevante attributen die klantgedrag kunnen verklaren, moeten in het Marketing Dwh snel kunnen worden doorgevoerd. Bij Finance mogen nieuwe data-velden in een rustiger tempo worden opgenomen. Sterker nog: veranderingen in het Finance Dwh doorlopen veel striktere auditing- en borgingsprocedures dan bij Marketing. Liever oudere maar doorwrochte parameters dan de meest nieuwe, zal de controller zeggen. En dat ligt bij Marketing veelal precies andersom. De precisie van de cijfers Voor Finance moet de data in haar Dwh en daaruit voortvloeiende informatie tot op de komma kloppen en navolgbaar zijn qua herkomst en verwerking (auditing, traceability). Marketing neemt over het algemeen genoegen met wat grovere getallen om trends te kunnen inschatten. Waar en hoe een bepaald cijfer precies is ontstaan, is daar niet het gesprek van de dag.
  • 5. Data warehousing: het combineren van meerdere managementdisciplines Pg, 5 Ook de semantische discussie gaat bij Finance dieper dan bij Marketing. Rente is rente voor Marketing, terwijl bij Finance rente-31/365 heel wat anders is dan rente-30/360. De eisen aan productie Marketing stelt over het algemeen wat lagere eisen aan de robuustheid en beschikbaarheid van de productie-omgeving van het Dwh dan Finance dat doet. Bij Finance moeten de brondata- leveringen akkoord verklaard zijn, verslagperiodes afgerond zijn (ook met bijvoorbeeld einde- dag positie-afdekkende transacties) en mag er geen half uurtje data ontbreken door een calamiteit op een computercentrum. Financiële rapporten zijn erg gevoelig voor periode-effecten en moeten daarin zeer nauwgezet zijn. Allemaal requirements die minder belangrijk zijn voor Marketing.
  • 6. Data warehousing: het combineren van meerdere managementdisciplines Pg, 6 Onderlinge frustratie De tegenstelling tussen enerzijds het snel hebben van nieuwe datatypes en -bronnen waarbij het minder uitmaakt of die data tot op de komma klopt en anderzijds het werken met robuuste, precies kloppende, geborgde cijfers, werkt ook door in de veranderorganisatie van de BI- omgeving. De CFO heeft veelal genoeg aan een tweemaandelijkse release van zijn Dwh. Het is voor hem belangrijker dat de data-logistiek een vast omlijnde, stabiele, goed gecontroleerde, navolgbare en herhaalbare routine doorloopt. De CMO wil daarentegen snel nieuwe data en datatypen kunnen toevoegen in plaats van wachten op een gaatje in de release-kalender. Testen mag wat hem betreft snel, een hiccup in productie maakt hem niet zenuwachtig. Waarom zouden zijn gegevens SOx-compliant moeten zijn? De eisen aan de BI-omgeving zijn voor de CMO en de CFO zo verschillend, dat ze elkaar redelijk kunnen lopen frustreren als hun data en datalogistiek op één hoopje is gegooid. En dat terwijl het technisch eigenlijk geen probleem is.
  • 7. Data warehousing: het combineren van meerdere managementdisciplines Pg, 7 Toepasbaarheid Natuurlijk zijn de genoemde requirements een generalisatie. De eisen van Marketing zijn met de opkomst van real-time customer-oriented Marketing wel wat aangescherpt en ook bij Finance zijn de 'real-time' eisen aan het verscherpen, denk aan risk-management en fraudepreventie. Ook al verschuiven de sets van requirements na verloop van tijd, de belangrijkste boodschap blijft dat je bij de combinatie van management-disciplines vooral aandacht moet besteden aan de vaak conflicterende set van requirements aan de BI-omgeving. Vaak staat de techniek de combinatie wel toe, maar loop je op termijn toch spaak op procedures en organisatie. Marketing en Finance waren maar voorbeelden. Andere disciplines hebben weer andere sets met requirements. Soms makkelijker combineerbaar, soms lastiger. Tijdig nadenken over de requirements op het Dwh vanuit die onderscheidenlijke disciplines is dus geen verloren tijd en kan zelfs leiden tot de beslissing om de Dwh’s voorlopig naast elkaar te laten bestaan.
  • 8. Data warehousing: het combineren van meerdere managementdisciplines Pg, 8 BI-Scan Onze BI-Scan houdt rekening met dit soort overwegingen. De BI-Scan kijkt welke BI-omgeving het beste past bij jouw management-behoeften en of de huidige inrichting voldoet. Automatisch. Ben je hierin geïnteresseerd? Download dan onze white paper “De BI-Scan: methode en technieken bij de diagnose van een BI-omgeving”:
  • 9. Data warehousing: het combineren van meerdere managementdisciplines Pg, 9 Of vraag direct onze gratis BI-IntroScan vrijblijvend aan: Wil je meer informatie? Neem dan een kijkje op ons blog. Dit blogartikel is geschreven door Gerrit Versteeg.