Waarom is dit belangrijk?
Terugkerende vragen krijgen via een datawarehouse antwoord zonder de systemen van het dagelijkse werk te belasten. In de zorg en het welzijn brengt het CBS zo cijfers samen over personeel, ziekteverzuim en het wisselen van baan. Medewerkers en beleidsmakers zien daardoor trends per regio of branche, maar een fout in de cijfers blijft staan totdat iemand de bron of de overzetregels aanpast.
Zo werkt het in de praktijk
Analisten gebruiken een datawarehouse voor rapportage binnen business intelligence. Gegevens uit verkoop of marketing komen uit de dagelijkse systemen. In de detailhandel leverden ACNielsen en IRI datamarts voor verkoopcijfers.
Onderzoekers van General Mills en Dartmouth College legden de termen feiten en dimensies vast. Later beschreven IBM-onderzoekers Barry Devlin en Paul Murphy het business data warehouse. Hun model volgt de stroom van operationele systemen naar ondersteuning bij besluiten.
Twee werkwijzen zijn ETL en ELT. ETL betekent gegevens ophalen, omzetten en daarna laden in het datawarehouse. Feiten en dimensies liggen vaak in een sterschema, dat analisten met OLAP (analyse vanuit meerdere hoeken) bevragen door totalen te maken of in te zoomen.




