Kunskap & Inspiration

Vad är ett Data Warehouse?

Det händer inte sällan att vi träffar på företag med ostrukturerad, felaktig och utdaterad information i sina system. Information som de bygger sina strategiska och operativa beslut i verksamheten på. Det är, försiktigt uttryckt, inte optimalt.

I det läget kan ett Data Warehouse vara lösningen. Men vad är egentligen ett Data Warehouse? Och på vilket sätt kan det vara grunden för bra datakvalitet?

Ett data warehouse – informationslager eller datalager på ren svenska – är en sammanställning av information från flera källor inom företaget ordnade så att den lätt kan analyseras. Metaforen ”datalager” är inte så dum: ett lager där man förvarar data på ett strukturerat sätt. Precis som i ett varulager där varje vara har sin plats, så att man snabbt kan hitta den och plocka fram den när den behövs. Fast datan i lagret hämtas av ett beslutstödssystem istället för en gaffeltruck. 

Ett företags data är för det mesta spridd över många transaktionssystem som körs på olika tekniska plattformar på olika fysiska platser. Några vanliga transaktionssystem är system för orderhantering, betalningar och redovisning. Det gör det svårt att få ett samlat beslutsunderlag eftersom det ofta kräver data från flera olika system, och det är här datalagret kommer in i bilden.

Datalagret samlar och integrerar data från företagets olika system och databaser på ett sätt som stöder företagets processer för rapportering och analys. Genom att ställa frågor till datalagret, som man säger inom datavetenskapen, kan man sen få fram de fakta och den kunskap som behövs för beslutsunderlagen. Det gör det inte minst möjligt att se hur data från olika system, t ex lagersystemet och inköpsordersystemet, korrelerar.

Data Warehouse och datakvalitet.

Relevant data av bra kvalitet är en förutsättning för ett väl fungerande beslutsstöd. Trots det är det en rejäl utmaning för många organisationer. Till att börja med förutsätter datakvalitet att man har ordning på sin data. Ett datalager gör att alla i organisationen plockar ut data från samma källa, data som lever upp till samma krav på tillförlitlighet. Det minskar risken för fel och motsägelsefulla resultat. Att uppdateringar sker automatiskt och tillräckligt ofta – för det mesta minst dagligen – istället för manuellt en gång i månaden, ger en betydligt bättre kvalitet på datan. När man bygger upp ett datalager passar man på att städa undan gammal irrelevant, inaktuell eller felaktig data. Man säkerställer att den data som laddas upp till lagret passar in i datalagrets gemensamma struktur så att den är enhetlig och analysvänlig.

Sammanfattningsvis kan ett datalager hjälpa dig att få kontroll på företagets data och säkra dess kvalitet, så att dina beslut grundas på korrekt och relevant information.

Så använder du data för att ta bättre beslut
Dela med dig

Relaterat innehåll