Dalam intelijen bisnis, data warehouse sering dipandang sebagai elemen inti intelijen bisnis dan digunakan untuk menggabungkan data dan melaporkan ke pengguna tertentu. DW adalah gudang besar data terintegrasi yang berasal dari sejumlah sumber yang berbeda dalam suatu organisasi. Mereka digunakan oleh pengambil keputusan untuk membuat keputusan yang mendalam mengenai data strategis, operasional, atau transaksional. Kualitas data merupakan bagian integral dari proses manajemen data warehouse dan semua data disimpan dalam lingkungan keamanan yang tinggi. DW dapat digunakan dalam berbagai cara untuk meningkatkan akses data, analisis, pelaporan, dan kemampuan pelaporan dalam bisnis. Kualitas data dalam data warehouse berasal dari sifat relasional dan berorientasi objek dalam menyimpan dan mengambil informasi. Ini dapat didefinisikan sebagai kemampuan data apa pun yang disimpan di gudang / warehouse untuk dikorelasikan secara mulus dan akurat dengan data lain dan seluruh perusahaan.Semua data penting yang dibutuhkan bisnis dapat diperoleh melalui alur kerja cerdas yang terus diperbarui dan diubah oleh para pengambil keputusan. Kualitas data penting untuk membuat pilihan cerdas tentang inisiatif strategis, mengembangkan produk atau layanan baru, menganalisis data dalam jumlah besar, dan berbagi data dengan mitra strategis utama. Data warehouse analitik adalah inti dari strategi manajemen informasi yang kuat dan efektif. Langkah-langkah pembersihan data termasuk de-duplikasi data non-sumber dan mengubah dokumen sumber menjadi satu. Transformasi dapat dilakukan dengan menggunakan berbagai metode pembersihan data termasuk scrubbing data, wrangling data manual, atau integrasi dari beberapa teknik pembersihan data yang ada. Sebuah data warehouse harus terkait erat dan secara intrinsik dapat diskalakan sehingga berbagai sumber heterogen dapat diakses, dianalisis, dan disajikan ke aplikasi apa pun. Oleh karena itu, pembersihan data merupakan langkah penting untuk meningkatkan kualitas data. Penting untuk mengevaluasi manfaat potensial dari penggunaan berbagai strategi untuk mengubah sumber data dan untuk menentukan kemungkinan manfaat biaya dari penggunaan pembersihan data analitik. Manfaat utama menggunakan gudang informasi adalah peningkatan ketersediaan data real-time. Ketika data warehouse dibuat, itu segera tersedia untuk pengembang aplikasi. Ini juga menyediakan akses yang lebih cepat ke data yang lebih kaya dan lebih relevan untuk penggunaan segera dan pemrosesan lebih lanjut. Kemampuan untuk memiliki akses instan ke data real-time memungkinkan pengumpulan, analisis, dan pelaporan wawasan yang lebih baik tentang proses operasional. Singkatnya, wawasan operasional memungkinkan bisnis untuk membuat keputusan yang lebih cepat dan lebih tepat serta memberikan dukungan pelanggan yang lebih baik.Kemampuan untuk menjaga database operasional dan gudang fisik terpisah adalah aspek penting lain dari arsitektur data warehouse. Data historis tidak boleh dicampur dengan data saat ini. Penting juga untuk menjaga database operasional dan gudang fisik terpisah karena dua alasan. Yang pertama adalah untuk menghindari data yang tidak konsisten di kedua sistem penyimpanan, dan yang kedua adalah untuk meningkatkan akses dan pengelolaan data historis. Kemampuan untuk mencampur dan mencocokkan data baru dan data historis adalah karakteristik utama lain dari data warehouse yang memberikan keuntungan signifikan dibandingkan data warehouse lama. Data baru biasanya dimasukkan saat pesanan diterima dan terkadang saat pelanggan meminta informasi lebih lanjut. Kedua situasi ini memerlukan pembuatan data warehouse baru. Data historis sebagian besar digunakan untuk menghasilkan pesanan baru, dan untuk melakukan fungsi analitis yang sebelumnya telah dilakukan oleh perangkat lunak. Data warehousing dapat diimplementasikan dengan menggunakan pendekatan yang berbeda. Beberapa analis lebih memilih untuk membuat beberapa sumber heterogen selain data warehouse utama untuk mengurangi biaya penyimpanan, pengelolaan, dan analisis data. Pendekatan ini dapat mengurangi biaya hingga 90% dalam beberapa kasus. Pendekatan lain yang disebut pelacakan dan pemeliharaan aset memungkinkan pengguna mengelola dan memantau berbagai sumber dan aplikasi bisnis secara terpusat. Sistem data warehouse harus dirancang untuk mendukung beberapa aplikasi dan kebutuhan bisnis. Fitur standar termasuk perencanaan alur kerja, pemrosesan analitis, dan pemrosesan transaksi. Rencana alur kerja memungkinkan pengguna untuk mengoptimalkan alur kerja dengan menetapkan prioritas untuk unit kerja dan tugas dan dengan mengidentifikasi pekerjaan yang sering dijalankan. Perintah kerja, pekerjaan, dan prioritas kerja sering kali secara otomatis ditentukan oleh sistem dan diperbarui sesuai dengan itu. Analisis pekerjaan memungkinkan pengguna mengevaluasi kinerja pekerjaan dan memberi tahu pengguna jika pekerjaan tidak selesai seperti yang diharapkan. Pemrosesan transaksi digunakan untuk mengasosiasikan transaksi logis dengan transaksi fisik dan untuk mengekstrak data yang diperlukan.
Comments