Veel bedrijven die meer met hun data willen doen, beginnen de bouw van een datawarehouse met het vastleggen van standaarden. Vervolgens blijken de meeste tools deze niet te ondersteunen. Een situatie die u moet zien te voorkomen.
U kunt de ontwikkeling van een datawarehouse architectuur vastleggen door standaarden tot in de puntjes te specificeren. Denk hierbij aan naamgevingsconventies en lagen, ontwikkelings- en implementatieprocessen en codepatronen. Helaas blijkt daarna doorgaans dat veel tools onbruikbaar zijn, omdat ze lang niet alle gewenste standaarden ondersteunen.
Daarom is het slimmer om te starten met de selectie van een tool voor data automation en data analytics. Zeker omdat moderne tools ingebouwde standaarden bieden. Die dekken doorgaans al 90% van de behoeften en de architectuur is veel stabieler dan wanneer u vasthoudt aan de eigen standaards en met tools werkt die hiervoor matige support leveren.
Lees het artikel | Vaker dit soort berichten lezen? Meld u aan voor de ICT nieuwsbrief
Lees verder
Wat is een datawarehouse en wat is de functie bij data management? – Veelgelezen artikel
Datawarehousing en big data voor het MKB – Waarom een centrale opslagplaats voor alle bedrijfsdata krachtig is als het wordt gekoppeld aan leesbare, realtime KPI’s (gratis download)
Vijf voorspellingen over datagebruik – Veelgelezen artikel
Datawarehousing en big data voor het MKB – Waarom een centrale opslagplaats voor alle bedrijfsdata krachtig is als het wordt gekoppeld aan leesbare, realtime KPI’s (gratis download)
Vijf voorspellingen over datagebruik – Veelgelezen artikel
|
Meer interessante kennis en informatie
Datagedreven beslissingen met self service analytics | Gratis whitepaper over wat u technisch en organisatorisch moet doen om het gebruik van data in uw organisatie te bevorderen.  Data analytics | Gratis e-boek over hoe uw data u helpt om uw bedrijfsprocessen, prestaties en beslissingen te verbeteren en wat u daarvoor moet doen
|
