Verder met Data Integratie

Eén versie van de waarheid

Vaak weten organisaties niet precies welke data ze allemaal bezitten. Pas op het moment dat er geprobeerd wordt om verschillende gegevens aan elkaar te koppelen, komt men erachter dat het anders ligt dan aanvankelijk werd gedacht. Dankzij één versie van de waarheid kan de bedrijfsvoering transparanter worden en is men minder tijd kwijt aan discussies over de definities van indicatoren. Ook wordt hiermee duidelijk wat de herkomst en betrouwbaarheid van alle gegevens is. Vooral in de boardroom van veel organisaties verspilt het bestuur vaak nog te veel tijd omdat er meningsverschillen bestaan over de definitie van de informatie. Waarom? Omdat elke manager zijn eigen informatiesysteem heeft of een geheel eigen interpretatie van de informatie hanteert. En je raadt het al: iedereen denkt dat zijn cijfers de juiste zijn. Door data integratie toe te passen komt er een einde aan de discussies over wat bijvoorbeeld ‘een klant’ of ‘omzet’ is: ergens in je geïntegreerde omgeving staat het dan eenduidig gedefinieerd.

Verkeerde beslissingen

Het klinkt als een droom, een wereld met perfecte data integratie. Toch kan deze droom ook omslaan in een nachtmerrie. Hoe? Soms heeft het management niet in de gaten dat er met verschillende definities wordt gewerkt. In organisaties komen vaak meerdere ‘informatiesystemen’ voor waaruit managers en gebruikers beslissingen nemen. Wanneer deze ‘informatiesystemen’ niet putten uit één gemeenschappelijke bron of niet dezelfde definities hanteren, leidt dat in veel gevallen tot inefficiënte communicatie over de werkelijkheid. Het kan zelfs leiden tot totaal verkeerde beslissingen. Gelukkig zijn er oplossingen. Zo zijn er technische middelen beschikbaar om de data integratie op een juiste manier voor elkaar te krijgen. Een belangrijk onderdeel is de ‘centrale bibliotheek’. Hierin worden alle gebruikte gegevens eenduidig gedefinieerd. Ook vind je hier vaak de ‘metadata’ over deze gegevens: waar worden ze gebruikt, wat is de oorsprong, op welke manier worden ze eventueel berekend, etc. Een dergelijke bibliotheek wordt vaak een ‘data repository’ genoemd.

Maar met deze data repository alleen ben je er nog niet. Met de gegevens zelf moet vaak ook nog wat gebeuren. Soms moeten ze nog bewerkt en geïntegreerd worden om daadwerkelijk aan de definitie te voldoen. Om de data te bewerken en met elkaar in verband te brengen (te integreren) zijn verschillende technische hulpmiddelen beschikbaar. Dit proces wordt vaak ‘ETL’ genoemd, wat staat voor Extractie, Transformatie en Laden. Er is software beschikbaar om dergelijke ETL-processen uit te voeren. Denk hierbij aan Informatica Powercenter, Oracle Data Integrator of Talend (open source). Door deze software te gebruiken kan het proces van het eenduidig definiëren en integreren van de gegevens vereenvoudigd worden.

Data integratie is uiterst waardevol, maar het vraagt de nodige discipline van de organisatie om dit te realiseren en hiernaar te blijven handelen.