“Kantel je data voor je gaat analyseren”.
Deze tiendelige blogreeks is onderdeel van de themareeks ‘Management & BI’. De blogreeks is bedoeld voor managers die wat meer willen weten over Business Intelligence, maar dan in begrijpelijke taal zonder alle technische termen en hypes. De blogs vormen een samenvatting van de inhoud van het 100 pagina’s lange eBook: “De 10 Need-to-Know’s, een introductie van Business Intelligence voor managers”.
Dit is de vijfde blog in de reeks waarin ik bespreek dat de data die we in het ‘process data warehouse’ hebben opgeslagen nog niet bijster goed is gestructureerd om er analyses mee te kunnen uitvoeren, omdat het nog de oriëntatie van het bedrijfsproces heeft.
Hoewel deze vaak relationele structuur gunstig is voor controle van de data en voor de communicatie met de bronsystemen over datakwaliteit, is de relationele structuur niet geschikt voor snelle analyses. Tevens is de data in het process data warehouse niet in de termen geplaatst van de managers en analisten die ermee moeten werken, maar in de termen van de bronsystemen.
De data in het ‘process data warehouse’ moeten we gaan herstructureren naar een multi-dimensioneel model in het ‘analytisch data warehouse’. Karakteristiek aan het multi-dimensionele model is het gebruik van feiten en dimensies.
Bedrijfsfeiten
Elk stukje data (feitje) is ontstaan in de praktijk van het uitvoeren van een werkelijk bedrijfsproces, waarbij gegevens over die gebeurtenis zijn vastgelegd. Denk bijvoorbeeld aan:
‘Op 24 oktober 2014 om 11:25 heeft medewerker Frans Wetering in onze winkel aan de Leidschegracht in Amsterdam aan de heer J. Visser twee iPhones 6 verkocht voor een bedrag van 329 Euro per stuk met de herfstactie-kortingsbon van 5%’.
Feiten zijn dus vastleggingen van hele basale kern-gebeurtenissen binnen het bedrijf. Managers en analisten kunnen deze feiten bekijken of analyseren naar diverse invalshoeken. Dit noemen we dimensies.
Dimensies en Feiten
Je kunt het bedrijfsfeit op verschillende manieren multi-dimensioneel modelleren, maar als voorbeeld van mogelijke dimensies:
- Tijd: 24-10-2014 11:25
- Medewerker: Frans Wetering
- Organisatie: Mobishop Leidsegracht Amsterdam
- Plaats: Amsterdam
- Kanaaltype: Winkel
- Klant: Visser
- Product: iPhone 6
- Campagne: 5% Herfstactie
Het feit zelf wordt qua data (attributen) beperkt tot bijvoorbeeld de volgende metingen ofwel ‘measures’:
- Aantal: 2
- Verkoopprijs: Euro 329,-
- Verleende korting: 5%
De genoemde dimensies kennen een hiërarchie, die voor elke bedrijf weer anders kan zijn, zoals bijvoorbeeld:
- TIJD: Tijd -> Dag -> Week -> Maand -> Kwartaal -> Jaar
- PLAATS: Adres -> Postcode -> Wijk -> Gemeente -> Provincie -> Land -> Continent
- CAMPAGNE: Target-cell -> Treatment -> Campaign -> Customer Segment
Dimensies en hun hiërarchie zijn gemodelleerd in de termen van de eindgebruiker en kunnen dus ook verschillen per management-discipline (zowel qua structuur als qua termen). Zo kan een financieel boekjaar iets anders zijn dan een campagne-kalenderjaar (marketing). Sommige dimensies kunnen voor alle management-disciplines binnen het bedrijf gelijk zijn (soms bijv. PLAATS) en het is dan zinvol om die dimensies te standaardiseren. Dit worden ‘conformed dimensions’ genoemd.
Geschikt voor analyse
De multi-dimensionele structuur met feiten en dimensies is uitermate geschikt voor management informatie. In het geval van financiële gegevens wil je soms kijken naar de omzet per winkel, een andere keer naar de omzet per kwartaal of de omzet van alle klanten tussen de 20 en 30 jaar in de provincie Utrecht of de omzet voor de productgroep Smartphones.
Door het gebruik van deze ‘gekantelde’ data-structuur kan het analytisch data warehouse razendsnel rekenkundige bewerkingen (sommaties, middeling) langs de hiërarchieën van de diverse dimensies. En omdat de dimensies in de termen van de eindgebruikers zijn geformuleerd, kunnen de managers al snel zelf hun vraag formuleren en uit laten voeren in de tegenwoordige self-service BI-tools.
De juiste tools
In het volgende blog uit de reeks gaan we de managers voorzien van het instrumentarium om met BI te kunnen werken: “Business Intelligence voor Managers, Need-to-know #6: Geef managers een speeltuin en de juiste tools”. Een verdere uitleg over de multi-dimensionele datastructuur in het analytisch data warehouse vind je in het gratis eBook “de 10 Need-to-Know’s rond BI voor de manager” wat je via de knop onder dit artikel kunt downloaden. Als je op de hoogte wilt blijven wanneer de volgende blog in deze reeks verschijnt, dan kun je je abonneren op het thema Management & BI.
