Datalagring

Vad är datalager?

Datalager är säker elektronisk lagring av information av ett företag eller annan organisation. Målet med data warehousing är att skapa en mängd historisk data som kan hämtas och analyseras för att ge användbar insikt i organisationens verksamhet.

Data warehousing är en viktig komponent i business intelligence. Det bredare begreppet omfattar informationsinfrastrukturen som moderna företag använder för att spåra sina tidigare framgångar och misslyckanden och informera sina beslut för framtiden.

• Datalager är lagring av information över tid av ett företag eller annan organisation.

• Ny data läggs med jämna mellanrum till av personer på olika nyckelavdelningar som marknadsföring och försäljning.

• Lagret blir ett bibliotek av historisk data som kan hämtas och analyseras för att informera beslutsfattande i verksamheten.

• Nyckelfaktorerna för att bygga ett effektivt datalager inkluderar att definiera den information som är kritisk för organisationen och att identifiera informationskällorna.

• En databas är utformad för att tillhandahålla realtidsinformation. Ett datalager är utformat som ett arkiv med historisk information.

Hur Data Warehousing fungerar

Behovet av att lagra data utvecklades när företag började förlita sig på datorsystem för att skapa, arkivera och hämta viktiga affärsdokument. Konceptet med datalager introducerades 1988 av IBM-forskarna Barry Devlin och Paul Murphy.

Data warehousing är utformad för att möjliggöra analys av historisk data. Att jämföra data konsoliderad från flera heterogena källor kan ge insikt i ett företags resultat. Ett datalager är utformat för att låta sina användare köra frågor och analyser på historisk data som härrör från transaktionskällor.

Data som läggs till lagret ändras inte och kan inte ändras. Lagret är källan som används för att köra analyser av tidigare händelser, med fokus på förändringar över tid. Data i lager måste lagras på ett sätt som är säkert, tillförlitligt, lätt att hämta och lätt att hantera.

Underhåll av Data Warehouse

Det finns vissa åtgärder som vidtas för att underhålla ett datalager. Ett steg är dataextraktion, vilket innebär att man samlar in stora mängder data från flera källpunkter. Efter att en uppsättning data har sammanställts går den igenom datarensning, processen att kamma igenom den för fel och korrigera eller utesluta alla som hittas.

Den rensade datan konverteras sedan från ett databasformat till ett lagerformat. När den väl lagrats i lagret går data igenom sortering, konsolidering och sammanfattning, så att den blir enklare att använda. Med tiden läggs mer data till lagret i takt med att de olika datakällorna uppdateras.

En nyckelbok om datalager är WH Inmons "Building the Data Warehouse", en praktisk guide som publicerades första gången 1990 och som har tryckts om flera gånger.

Idag kan företag investera i molnbaserade data warehouse-programvarutjänster från bland annat Microsoft, Google, Amazon och Oracle.

Data Mining

Företag lagerdata främst för datautvinning. Det innebär att leta efter informationsmönster som hjälper dem att förbättra sina affärsprocesser.

Ett bra datalagersystem gör det lättare för olika avdelningar inom ett företag att komma åt varandras data. Till exempel kan ett marknadsföringsteam bedöma säljteamets data för att fatta beslut om hur de ska justera sina säljkampanjer.

Datautvinningens 5 steg

Datautvinningsprocessen delas upp i fem steg:

1. En organisation samlar in data och laddar in den i ett datalager.

2. Datan lagras och hanteras sedan, antingen på interna servrar eller i en molntjänst.

3. Affärsanalytiker, ledningsgrupper och IT-proffs får tillgång till och organiserar data.

4. Programvara sorterar data.

5. Slutanvändaren presenterar data i ett format som är lätt att dela, till exempel en graf eller tabell.

Konceptet med datalager introducerades av två IBM-forskare 1988.

Data Warehousing vs. Databaser

Ett datalager är inte detsamma som en databas:

– En databas är ett transaktionssystem som övervakar och uppdaterar realtidsdata för att endast ha den senaste informationen tillgänglig.

• Ett datalager är programmerat att aggregera strukturerad data över tid.

Till exempel kan en databas bara ha den senaste adressen till en kund, medan ett datalager kan ha alla adresser till kunden under de senaste 10 åren.

Datautvinning är beroende av datalagret. Data i lagret sållas för insikter i verksamheten över tid.

Fördelar och nackdelar med datalager

Data warehousing är tänkt att ge ett företag en konkurrensfördel. Det skapar en resurs med relevant information som kan spåras över tid och analyseras för att hjälpa ett företag att fatta mer välgrundade beslut.

Det kan också tömma företagets resurser och belasta sin nuvarande personal med rutinuppgifter avsedda att mata lagermaskinen.

Corporate Finance Institute identifierar dessa potentiella nackdelar med att upprätthålla ett datalager:

– Det tar mycket tid och kraft att skapa och underhålla lagret.

– Luckor i information, orsakade av mänskliga misstag, kan ta år innan de dyker upp, vilket skadar informationens integritet och användbarhet.

• När flera källor används kan inkonsekvenser mellan dem orsaka informationsförluster.

TTT

Vanliga frågor om Data Warehouse

Här är svaren på några vanliga frågor om datalagring.

Vad är ett datalager och vad används det till?

Ett datalager är ett informationslagringssystem för historisk data som kan analyseras på många sätt. Företag och andra organisationer använder datalagret för att få insikt i tidigare resultat och planera förbättringar av sin verksamhet.

Vad är ett Data Warehouse-exempel?

Överväg ett företag som tillverkar träningsredskap. Dess bästsäljare är en stationär cykel, och den överväger att utöka sitt sortiment och lansera en ny marknadsföringskampanj för att stödja den.

Den går till sitt datalager för att bättre förstå sin nuvarande kund. Den kan ta reda på om dess kunder övervägande är kvinnor över 50 eller män under 35. Den kan lära sig mer om de återförsäljare som har varit mest framgångsrika när det gäller att sälja sina cyklar och var de finns. Det kanske kan komma åt interna undersökningsresultat och ta reda på vad deras tidigare kunder har gillat och ogillat med deras produkter.

All denna information hjälper företaget att bestämma vilken typ av ny modell av cyklar de vill bygga och hur de ska marknadsföra och marknadsföra dem. Det är svår information snarare än beslutsfattande i byxorna.

Vilka är stadierna av datalagring?

Det finns minst sju steg i skapandet av ett datalager, enligt ITPro Today, en branschpublikation. De inkluderar:

• Fastställande av affärsmål och dess nyckeltal.

• Samla in och analysera lämplig information.

• Identifiera kärnverksamhetens processer som bidrar med nyckeldata.

• Konstruera en konceptuell datamodell som visar hur data visas för slutanvändaren.

• Lokalisera datakällorna och upprätta en process för att mata in data till lagret.

• Upprätta en spårningslängd. Datalager kan bli svårhanterliga. Många är byggda med nivåer av arkivering, så att äldre information behålls i mindre detalj.

• Att genomföra planen.

Är SQL ett datalager?

SQL, eller Structured Query Language, är ett datorspråk som används för att interagera med en databas i termer som den kan förstå och svara på. Den innehåller ett antal kommandon som "välj", "infoga" och "uppdatera". Det är standardspråket för relationsdatabashanteringssystem.

En databas är inte detsamma som ett datalager, även om båda är lagrar av information. En databas är en organiserad samling av information. Ett datalager är ett informationsarkiv som kontinuerligt byggs upp från flera källor.

Poängen

Datalagret är ett företags arkiv med information om sin verksamhet och hur den har presterat över tiden. Skapat med input från anställda på var och en av dess nyckelavdelningar, är det källan för analys som avslöjar företagets tidigare framgångar och misslyckanden och informerar dess beslutsfattande.