
Wat heb ik aan een businessdatawarehouse?
Suzanne van Es, april 2022

Deze vraag stelde een klant me laatst. En gelukkig maar want hierdoor ging ik zelf ook weer eens goed nadenken over de toegevoegde waarde van het businessdatawarehouse (BDW). Als wij bij een klant voor het eerst een datawarehouse neerzetten, is een oplossing met een goede opslag van historische data en een aantal datamarts gericht op gebruik van de data meestal voldoende. Maar wanneer komt het moment dat je wel een BDW nodig hebt?
Vaak zie je dat de eerste stappen gezet worden vanuit een technische reden. Als complexe logica in meerdere datamarts terugkomt, wil je dit centraal gaan bouwen. Maar laten we het eens omdraaien en kijken naar de businessvraag die ervoor zorgt dat BDW zijn waarde gaat leveren.
- Je wil integraal kunnen rapporteren
De waarde van een organisatie wordt niet bepaald door de prestaties van de individuele onderdelen. De waarde wordt geleverd door de totale keten (zie: KPI’s die wel werken, Peter Geelen). Wil je in staat zijn dit te meten, dan zul je moeten zorgen dat je informatievoorziening in lijn gebracht wordt met elkaar. En juist hier zit de grote uitdaging.
Als je van bovenaf naar de waardeketen kijkt, dan weerspiegelt dit de blauwdruk van je organisatie of zelfs van jouw organisatie in het netwerk waarin je opereert. Vanuit deze blauwdruk worden verschillende organisatieonderdelen ingericht. In de praktijk betekent dit dat processen worden beschreven en applicaties worden aangeschaft om deze processen optimaal te ondersteunen. Echter, deze (vaak aangekochte) applicaties passen nooit 100% op jouw blauwdruk. Er worden dus concessies gedaan bij de implementatie van deze systemen. Dat kan betekenen dat er subtiele verschillen ontstaan in de precieze betekenis van belangrijke kernbegrippen zoals klant, omzet of afleverdatum. In dat specifieke domein levert dit vaak geen problemen op, maar, als je over de grenzen van je eigen domein gaat, krijg je te maken met alignement issues. Op dit snijvlak levert het BDW zijn waarde voor de organisatie.
Bij het ontwerpen van het BDW denk je samen na over hoe jouw organisatie wordt gepresenteerd in het datadomein voor analyse en rapportage. In feite is het BDW de blauwdruk van jouw organisatie, toegepast voor rapportage en analyse. Vanuit die blauwdruk worden de belangrijkste entiteiten en meetwaardes bepaald en eenduidig gedefinieerd. De logica in het BDW zorgt dat data vanuit de verschillende domeinen (bronsystemen) samengebracht worden zodat je in staat bent de waarde van de totale keten te meten.
- Je wil je analytische slagkracht vergroten
Een veel gehoorde frustratie van data-analisten en datascientists is dat het erg veel tijd kost om data te verzamelen en te prepareren voordat zij aan de slag kunnen. In een BDW zijn data uit verschillende domeinen al beschikbaar en geharmoniseerd. Je hebt hiermee meer gelijksoortige en dus vergelijkbare informatie ter beschikking. Allemaal data waarmee je hypotheses beter kan onderzoeken en onderbouwen en sneller nieuwe analyses kunt maken. Hiermee kost het verzamelen van data en het eindeloos afstemmen van cijfers uit verschillende onderdelen van de organisatie, veel minder tijd. Ook kan je sneller resultaten analyseren en acties uitzetten die je processen verbeteren.
- Je wil transparant zijn over je bedrijfsvoering
Als je weleens te maken hebt gehad met een verplichte externe aanlevering, weet je dat dit complexe opdrachten kunnen zijn. Je krijgt te maken met nieuwe datadefinities en de externe organisaties stellen eisen aan herleidbaarheid van de data. Het BDW kan hierbij helpen. Door het centraal vastleggen van toegepaste businessrules (rekenregels) ben je in staat transparant te rapporteren over de oorsprong van gerapporteerde cijfers.
Is het BDW dan de oplossing voor al onze data uitdagingen?
Nee, zeker niet. Wat nog weleens vergeten wordt, is dat het BDW geen technisch project is maar juist vanuit de organisatie moet komen. De kern van het BDW is namelijk de governance die je met elkaar afspreekt. Je moet afspraken maken over datadefinities vanuit een gedeelde visie over het bedrijfsmodel. Je moet eigenaarschap van data en datadefinities toewijzen en dat moet ook gevoeld en doorleefd worden door degenen die deze rol op zich nemen. Daarin ligt de echte uitdaging. Maar, wordt deze omarmd en aangevuld met een goed doordachte data-architectuur, dan ben je in staat de echte waarde uit data om te zetten in waardevolle businessbesluiten.