Datawarehouse project starten

Datawarehouses worden steeds belangrijker voor bedrijven in alle sectoren. Dat komt vooral omdat deze bedrijven meer datagedreven willen worden. Bij het bouwen van datawarehouses gaat er echter veel mis, ondanks dat er veel tijd en geld in de projecten gestopt wordt. Zo lukt het bij circa 80% van de datawarehouse projecten niet om de beoogde doelen te behalen. Als dat bij grote bedrijven is, haalt dat soms de publiciteit. In alle andere gevallen wordt het hoge faalpercentage van deze projecten het liefst stil gehouden.

Een succesvol datawarehouse project begint met de realisatie dat u een solide en betrouwbaar datawarehouse nodig heeft. De investering van tijd en geld in het creëren, organiseren en beveiligen van uw datamanagement komt daarna. In dit artikel leest u over waarom niet ieder datawarehouse project succesvol is en wat u moet doen om uw project wel te laten slagen.

 

“Stel realistische project- en ROI-verwachtingen; zet niet te snel, te hoog in”

 

Datawarehouse project starten

De voordelen van een datawarehouse zijn duidelijk: meer efficiëntie en verantwoordelijkheid, snelle levering, verbeterde prognoses en het vermogen om beter aan te passen en in te spelen op veranderende markten. Toch is het erg lastig om de ROI van een datawarehouse aan te tonen. Grote beloften, doelen en investeringen leiden niet tot duidelijke resultaten op de korte termijn. Zes maanden tot een jaar na aanvang kan het project nog steeds aanvoelen als een sprong in het diepe een geen tastbare resultaten opleveren.

Door de onzekerheid zijn de projectvereisten van datawarehouses vaak ontworpen om de complexiteit en voortgang van het project zelf nauwkeurig te volgen. Zolang er vooruitgang merkbaar is, blijft de financiering in stand en is het vooruitzicht dat het uiteindelijk gaat werken. Datawarehouse projecten die alleen naar het proces kijken en de bedrijfsdoelstellingen niet halen, zijn gedoemd te mislukken.

Bedrijfsdoelstellingen als uitgangspunt

Het in kaart brengen van de projectvereisten voor uw datawarehouse moet beginnen bij medewerkers die de bedrijfsdoelstellingen het beste kennen, niet bij de mensen die de databases door en door kennen. Door te beginnen met een duidelijk bedrijfsdoel voor ogen, kan er omgekeerd worden gewerkt om de specifieke rapportagevereisten vast te stellen die nodig zijn om dit te bereiken. Vervolgens kan het datawarehouse zo ingericht worden dat u deze faciliteert.

 

“Een datawarehouse moet kunnen mee veranderen met uw bedrijf”

 

Vervolgens bouwt u het datawarehouse beetje bij beetje op met een duidelijk gestructureerde aanpak. U begint bijvoorbeeld met het verbinden van belangrijke gegevensbronnen voor uw financiële informatiestroom, zodat u kunt rapporteren over de belangrijkste financiële KPI’s. Na verloop van tijd kan er opgeschaald worden, zodat u datawarehouse HR, operaties, sales en nog meer kan omvatten en met elkaar verbindt, totdat alle nodige applicaties zijn toegevoegd.

Datawarehouse stap voor stap bouwen

Het beste is om te beginnen met het maken van een blauwdruk. Welke applicaties zijn er, wat is de gedetailleerdheid van de data en wat zijn de belangrijkste KPI’s voor zowel nu als in de toekomst? Dit stelt u in staat een datawarehouse te bouwen dat snel kan inspelen op de belangrijkste rapportagebehoeften, maar ook is ontworpen om mee te veranderen met uw bedrijf. Vervolgens wordt in slechts enkele weken een simpele datawarehouse gecreëerd. Dan worden nieuwe databronnen, kantoren, regio’s, enzovoort verbonden en wordt extra complexiteit uitgerold in een tempo dat bij uw bedrijf past.

Gebruikers in het project betrekken

Een ander belangrijk element is om gebruikers bij uw datawarehouse project te betrekken. Gebruikers moeten overtuigd zijn van de kracht van een datagedreven bedrijfscultuur en inzicht krijgen in wat daarmee gepaard gaat. Leidinggevenden in uw bedrijf moeten er volledig van overtuigd zijn dat data de organisatie vooruit helpt. Wanneer u uw datawarehouse opzet is het essentieel om het hele bedrijf te bewegen hun bijdrage daaraan te leveren. Tegelijk worden medewerkers geïnspireerd en enthousiast over uw datagedreven toekomst.

 

“Zoek een projectpartner die betrokken is bij uw branche en past bij uw bedrijfsdoelstellingen”

 

Eisen aan een expert

Vaak lopen organisaties, die zelf niet ‘tech-savy’ zijn, tegen problemen aan. Ze weten dat ze een datawarehouse nodig hebben, maar hebben geen flauw idee waar ze moeten beginnen. Het aantal op de markt beschikbare standaard en maatwerk dataoplossingen is overweldigend. Dit leidt ertoe dat veel organisaties kiezen voor het inschakelen van een expert. Hierbij kunt u vast komen te zitten aan een specifieke expertise van die expert. Zij kunnen namelijk hun persoonlijke voorkeur hebben en bouwen dan uw datawarehouse op basis van die voorkeur: open source, Microsoft, Oracle of bijvoorbeeld een best-of-breed oplossing. Beter is om te kiezen voor een expert die geen sterke voorkeur heeft en flexibel is.

Ook is het verstandig om samen te werken met een dataspecialist die uw branche begrijpt. Zijn of haar voorkennis helpt de specialist om een datawarehouse te bouwen die uw belangrijkste KPI’s kan bedienen, zodat u er snel en betrouwbaar over kunt rapporteren. Ook kunt u met een specialist die uw branche begrijpt, sneller aanpassingen maken. Deze kan u begeleiden bij het uitbreiden en verbeteren van uw datawarehouse op een manier die past bij de veranderingen, kansen en vereisten van uw branche.

 

“Voor een succesvol datawarehouse project is goede data nodig: garbage in means garbage out”

 

Datawarehouse testen

Als er vooraf scepsis was over het slagen van het datawarehouse project is het samenstellen van de eerste rapporten een spannend moment. Worden er bij de beoordeling daarvan zorgen geuit over de nauwkeurigheid van de cijfers, dan kan dat het einde van het project betekenen. Dit gebeurt regelmatig. Dat hoeft geen verrassing zijn, als er al meningsverschillen over bedrijfsdata bestonden, voordat het datawarehouse project werd gestart. Het hoofdkantoor zou bijvoorbeeld cijfers kunnen produceren waarvan medewerkers in regionale kantoren denken dat ze er ver naast zitten. Interne politiek, gebrek aan aandacht voor details of de wens om strikt compliant te blijven, kunnen ook datasilo’s creëren die bedrijven ervan weerhouden om open en transparant over hun data te communiceren.

Data van goede kwaliteit

Voor een succesvol datawarehouse project is data van goede kwaliteit nodig. Het opzetten van een gestructureerde data workflow en het creëren van een systeem van checks and balances en goedkeuringen, bevorderen de nauwkeurigheid van de data. Door dit in te bouwen, kunnen de kenners van de datasets deze goedkeuren. Het wordt ook gemakkelijker om onnauwkeurige of gewijzigde data op te sporen. Dit helpt om een cultuur van verantwoordelijkheid en aansprakelijkheid te creëren, met als doel dat de opgeslagen data betrouwbaar is.

Noodzaak van datawarehouses

Om bedrijven datagedreven te laten werken is solide, betrouwbaar en schaalbaar datawarehouse nodig. Op basis daarvan zijn nauwkeurige en snelle KPI-rapportages mogelijk en kan voldaan worden aan alle vereisten op het gebied van databeheer. Daarmee is een datawarehouse steeds vaker een troef waar organisaties niet meer buiten kunnen.

Meer weten? Kijk welke oplossingen en leveranciers u kunnen helpen en gebruik de informatie van de DATA kennisbank

Bron: Cohelion, kennispartner van het ICT informatiecentrum en specialist voor dit thema.