Integrazione di un Data Warehouse (DWH) nel modello della Business Analytics

Integrazione di un Data Warehouse (DWH) nel modello della Business Analytics

Livello di data warehouse del modello della Business Analytics

Con il livello analitico del modello della Business Analytics (data maining) vengono trasformati i dati grezzi immagazzinati in informazioni e conoscenza, in questo livello, invece, andremo ad esaminare come memorizzare i dati e i vantaggi di avere un data warehouse in una organizzazione.

I vantaggi di avere un data warehouse sono quelli di dare all’organizzazione una piattaforma comune di informazioni, che garantisce dati coerenti, integrati e validi in tutte le aree di business.
Ciò è essenziale se una società vuole ottenere un quadro il piu’ completo possibile dei suoi clienti.

Un data warehouse è costituito da una parte tecnica e una parte commerciale.

  1. La parte tecnica deve garantire che i dati dell’organizzazione vengano raccolti dai suoi sistemi di origine, e che vengano poi memorizzati, combinati, strutturati, e purificati indipendentemente dalla piattaforma del sistema di origine.
  2. La parte commerciale di un data warehouse deve assicurare che le figure chiave desiderate e i report possano essere creati.

Integrazione di un Data Warehouse (DWH) nel modello della Business Analytics

Ci sono molte buone ragioni per l’integrazione di dati in un data warehouse globale, elenchiamone alcune.

  • Evitare isole di informazioni e processi manuali di connessione.
  • Evitare il sovraccarico dei sistemi di origine con reportistica giornaliera e analisi.
  • Integrare i dati provenienti da diversi sistemi sorgente.
  • Aggregare i dati per le esigenze aziendali.
  • Aggiungere nuovi termini, regole e dati, non presenti nei sistemi di origine.
  • Tenere la documentazione dei metadati al momento della raccolta dei dati.
  • Garantire la scalabilità necessaria per garantire la futura gestione di un aumento dei volumi dei dati.
  • Garantire la coerenza dei dati validi in tutte le aree di business. (una sola versione della verità).

Siccome tutto si basa sui dati è importante assicurarsi che questi siano di alta qualità.
La qualità dei dati è il risultato della completezza dei dati, è non avere duplicati, è il livello di accuratezza e la coerenza in tutta l’organizzazione complessiva.

I dati provenienti dai sistemi di origine non possono essere utilizzati in modo efficace fino a che non sono stati analizzati e purificati, per questo, per garantire che la scarsa qualità dei dati provenienti da fonti esterne non distrugga o riduca la qualità dei processi interni e le applicazioni, le organizzazioni dovrebbero stabilire un firewall di qualità dei dati nel loro data warehouse.

Infine, nella fase successiva del miglioramento della qualità dei dati (livello delle fonti dei dati del modello della Business Analytics), il processo inizia con lo sviluppo di dati migliori. In altre parole, ciò significa correggere gli errori, assicurare la precisione e la convalida e la standardizzazione dei dati al fine di aumentare la loro affidabilità.

Pubblicato da Vito Lavecchia

Lavecchia Vito Ingegnere Informatico (Politecnico di Bari) Email: [email protected] Sito Web: www.vitolavecchia.altervista.org

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *