جایی که انبارهای داده با شکست مواجه می شوند

انبار داده مانند یک راه حل عالی BI به نظر می رسد. این یک مخزن مرکزی برای ذخیره تمام داده های یک سازمان فراهم می کند، که به نوبه خود ابزارهای گزارش دهی را با مکانی واحد فراهم می کند که در آن ابزارها می توانند داده های مفیدی را پیدا کرده و استخراج کنند و سپس می توانند تجزیه و تحلیل و استفاده شوند.

واقعیت ناامید کننده

واقعیت متفاوت است. یک انبار معمولی را تصور کنید که موجودی آن نه تنها از درهای ورودی وارد و خارج می شود، بلکه از طریق پنجره های دیوارها و سوراخ های سقف نیز وارد می شود. علاوه بر این، موجودی در خارج از انبار در مکان های مختلف ذخیره می شد و دائماً در حال چرخش بود. تلاش برای رسیدگی به همه این موجودی در هر زمان بسیار دشوار و احتمالاً غیرممکن خواهد بود. وضعیت مشابهی در یک انبار داده معمولی وجود دارد.

اتصال یک ارائه دهنده داده واحد به انبار داده بسیار زمان بر است و اکثر سازمان ها احتمالاً تعداد زیادی ارائه دهنده داده خواهند داشت. زمانی که سازمان‌ها ساختار گزارش‌دهی ارائه‌دهنده داده را استاندارد می‌کنند، اغلب ساختار داده یا الزامات گزارش‌دهی تغییر می‌کند. سپس استفاده از فرآیندهای سنتی ETL سوالات مهم تجاری را گروگان فرآیند دستکاری داده ها نگه می دارد. در واقع، تغییر سریعتر از نتایج اتفاق می افتد.

چه کار کنم؟

همه چیز از دست نرفته است. به جای جستجوی ایده آلی که دست نیافتنی است، کاربران موثر BI با شرایط خود سازگار می شوند. انعطاف پذیری ضروری است. برای مثال، همیشه یک کانال فروش مشخص وجود دارد که خارج از مدل گزارش‌دهی معمولی است، یا یک صفحه گسترده جعلی که حاوی داده‌های عملیاتی ارزشمند و دائماً در حال تغییر است.

خط آخر: بدانید که انبار داده شما هرگز کامل نخواهد شد. بله، هرگز. انبار داده بسیار ارزشمند است – یک مرکز کارآمد برای سیستم‌های نرم‌افزاری بزرگ است – اما شناخت محدودیت‌های آن مهم است. به جای تلاش برای حذف استثناها، بهتر است آنها را در نظر بگیرید. اگر این کار را نکنید، همیشه داده های ناقص خواهید داشت و بنابراین تصمیماتی بر اساس اطلاعات ناقص خواهید داشت.

ابزارهای BI مورد نیاز هستند که به راحتی (سهولت استفاده کلیدی است) فراتر از انبار داده اصلی گسترش یابد و به کاربران نهایی اجازه دهد تا منابع داده بی شمار را بدون نیاز به تبدیل و ادغام به موقع ETL در مکالمه BI ادغام کنند.

برای جزئیات بیشتر در مورد مشکل و همچنین راه حل، مقاله سفید کامل را ببینید، اینجا.