Andmeladude ehitamine

Enamasti asetsevad organisatsioonis tööks vajalikud andmed erinevates kohtades. Näiteks finantsandmed on raamatupidamissüsteemis, detailsed müügiandmed kassasüsteemis ja personali puudutavad andmed kolmandas süsteemis või hoopis personalispetsialisti arvutis Exceli failis. Andmelao eesmärgiks on koondada kõik need äriliselt olulised andmed ühte kohta ja uuendada neid piisava regulaarsusega, et organisatsioonis oleks kõigil üks tõde.  

Sinu võidud

  • ✺

    Ühte kohta kokkukoondatud ärikriitilised andmed

  • ✺

    Automatiseeritud andmete liikumine algallikatest andmelattu

  • ✺

    Andmekvaliteedi kontroll läbi automaatliideste

  • ✺

    Usaldusväärne keskkond, kuhu anda kontrollitud ligipääs analüütikutele ja mille pealt aruandeid luua

  • ✺

    Võimekus integreerida ükskõik millises formaadis digitaalseid andmeid, mida ettevõte vajab

  • ✺

    Lihtne andmete transformatsioonide tegemine sisemiseks ärianalüüsiks

Miks on vaja andmeladu?

Kas on tuttav olukord, kus koosolekul leitakse, et eelmise kuu tulemuse kohta on erinevatel inimestel erinevad andmed ja keegi ei tea, millest erinevused tulevad. Seda ei saa tekkida, kui on juurutatud andmeladu ja kogu aruandlus ning analüüs käib läbi selle. 

Meil on kogemus ja oskused koondada kõik sinu eriilmelised andmeallikad ja andmebaasid ühte andmelattu selliselt, et neid saaks ka igapäevases töös ja aruandluses efektiivselt kasutada. Läbi andmelao saavad sinu andmed infoks, mille pealt on võimalik teha adekvaatseid otsuseid ja näha seoseid, mida varem ei pruukinud tähele panna.  

Automatiseeritud andmeliiklus

Andmelao kasutamisel vähenevad märkimisväärselt vead, mis tekivad andmete töötlemisel. Andmed liiguvad algsüsteemidest andmelattu automaatselt ja neile rakendatakse ka reeglistikku, mis ei lase vigastel andmetel aruannetesse liikuda. Näiteks ei luba andmeladu kirjutada teksti nendesse veergudesse, kus peavad alati olema numbrid.  

Analüütikud saavad vajadusel ligipääsu andmelaole, et erinevaid analüüse läbi viia. Tavakasutajad kasutavad andmelao tulemust üldiselt läbi andmemudeli ja regulaarselt uuenevate aruannete.  

✺ Tihti esitatud küsimused ✺

  • Meie peamine tehnoloogiapartner on Microsoft, seega soovitame kasutada andmelao platvormiks Microsoft SQLi. Seda saab kasutusele võtta läbi pilveteholoogia Microsost Azure’i lahenduste või ka läbi klassikalise MS SQL Serveri. Lisaks oleme arendanud andmeladusid ka PostgreSQL ja Vertica platvormidel.

  • Andmelattu on võimalik tuua andmeid praktiliselt igast digitaalsest andmeallikast sh Exceli tabelist. Selleks peab Exceli fail olema andmelao päringuks kättesaadav, kas mõnes jagatud kataloogis või pilveteenuses.

    Kui võimalik, siis soovitame kasutada mõnda teist meediumit andmeallikana kui Exceli tabel. Peamiseks riskiks Excelis on andmete muutmisel tekkivad potentsiaalsed vead, kuna Exceli puhul ei kasutata tavaliselt mingeid andmekvaliteeti tagavaid reegleid.

    Aga sellest hoolimata on teinekord Exceli tabel vajalik infoallikas andmelao andmete terviklikkuse tagamisel.

  • Enamik meie kliente kasutavad Microsofti ärianalüütikaplatvormi, vastavalt kliendi vajadustele tähendab see üldjuhul järgmist:

    —> Azure pilveteenused

    —> MS SQL Server koos SSIS ja SSAS teenustega

    —> on-premise lahenduste juures Power BI Report Server

    —> Microsoft Power BI ärianalüütikaplatvorm andmete visualiseerimiseks.

    Kuna meie lahendused on loodud vastavalt valdkonna parimatele praktikatele, saab need panna ühilduma ka teiste BI platvormidega, näiteks on meil kliente, kes kasutavad paralleelselt Power BI’d ja Tableaud, samuti Power BI’d ja QlikSense’i.

    Aga Microsofti terviklikku analüütikaplatvormi hinnatakse maailma parimaks (vt nt Gartneri “Analytics and Business Intelligence Platforms” analüüse). Kuna see on ka teistest platvormidest parema hinnaga, siis üldjuhul oleme keskendunud just Power BI põhiste lahenduste loomisele.

  • Oleme erinevaid ärianalüüsilahendusi nii palju juba teinud, et meil on päris hea ettekujutus sellest, kui palju tööd peab erinevate lahenduste loomiseks tegema. Esmalt on sul vaja ära kirjeldada andmeallikas (sisendandmed) ja soovitud lõpptulemus (väljund). Selle pealt saame anda päris täpse mahuhinnangu.

    Keerukamate lahenduste puhul on teinekord mõistlik teha väike analüüs ja selgitada välja olulisemad nüansid, aga sellele läheneme vastavalt vajadusele.