Hva er et datavarehus?
Et datavarehus, eller data warehouse, er det ryddige og strukturerte samlestedet der data fra ulike systemer gjøres sammenlignbare for rapporter og analyse. I motsetning til de operative databasene som driver den daglige virksomheten, er datavarehuset bygd for å svare på spørsmål og gi oversikt. Data fra forretningssystemene går inn, og dashbord og beslutningsgrunnlag kommer ut.
Data warehouse, på norsk datavarehus, er et begrep som dukker opp så snart en virksomhet vil få orden på tallene sine og ta beslutninger ut fra fakta i stedet for magefølelse. Men hva et datavarehus egentlig er, og hvordan det skiller seg fra både vanlige databaser og en data lake, er sjelden opplagt. Her er forklaringen.
Hva et datavarehus er
Et datavarehus er et sentralt, ryddig og strukturert samlested for data. Hit føres informasjon fra mange ulike systemer i virksomheten, og her vaskes og ordnes den slik at den kan brukes til rapporter, analyse og beslutninger.
Nøkkelordet er sammenlignbar. I den daglige driften ligger data spredt i ulike systemer som hvert for seg beskriver ting på sin egen måte. Datavarehuset samler dette på ett sted og sørger for at det snakker samme språk slik at man kan stille spørsmål om hele virksomheten og stole på svaret.
Poenget med datavarehuset er altså ikke å drive virksomheten, men å forstå den. Det er bygd for oversikt, ikke for det daglige arbeidet.
Slik skiller det seg fra operative databaser og en data lake
For å plassere datavarehuset riktig hjelper det å sette det opp mot to nærliggende ting som ofte blandes sammen med det.
En operativ database er motoren i den daglige driften. Den håndterer ordren i samme øyeblikk som du legger den inn, holder styr på lagerbeholdningen akkurat nå og tar seg av innloggingen mens du logger inn. Den er bygd for mange raske enkeltoperasjoner her og nå. Datavarehuset gjør det motsatte: Det samler store mengder data fra slike databaser og er bygd for å analysere helheten over tid, ikke for å håndtere enkelthendelser.
En data lake ligner datavarehuset ved at den samler data fra mange kilder, men skiller seg i rekkefølgen: Den lagrer rådata i originalformat og strukturerer dem først når de brukes, mens datavarehuset strukturerer før lagring slik at alt ligger klart til analyse. En data lake er med andre ord det romslige råvarelageret, datavarehuset det ordnede utstillingsvinduet. Mange større organisasjoner bruker begge.
En typisk flyt: forretningssystemer inn, dashbord ut
Den enkleste måten å forstå datavarehuset på er å følge dataflyten gjennom det.
- Inn: Data hentes fortløpende fra de operative systemene: ERP-systemet, nettbutikken, CRM-systemet og økonomisystemet. På veien inn vaskes og harmoniseres de slik at kundenavn, datoer og beløp fra ulike kilder blir sammenlignbare.
- I datavarehuset: De rensede dataene struktureres og samles, ordnet slik at de kan summeres og sammenlignes på tvers av hele virksomheten.
- Ut: Fra datavarehuset hentes rapporter, dashbord og analyser. Det er her beslutningstakere ser salg per region, trender over tid eller lønnsomhet per produkt, på et grunnlag de kan stole på.
Kort fortalt: Rådata fra virksomheten går inn, beslutningsgrunnlag kommer ut.
Et konkret scenario
La oss si at en forhandler vil vite hvilke produkter som selger best, kanal for kanal. Salget ligger i tre ulike systemer: nettbutikken, kassesystemet i de fysiske butikkene og en markedsplass. Hver for seg gir de tre ulike bilder, med ulike produktnavn og formater, som ikke kan sammenlignes direkte.
Med et datavarehus føres salget fra alle tre inn, harmoniseres slik at samme produkt heter det samme overalt, og samles i en felles struktur. Nå kan ledelsen i ett eneste dashbord se totalt salg per produkt på tvers av alle kanaler, sammenligne perioder og oppdage mønstre. Uten datavarehuset hadde noen måttet eksportere og lime sammen regneark for hånd hver måned, med stor risiko for feil.
Moderne eksempler i skyen
I dag ligger datavarehus nesten alltid i skyen, med tjenester som BigQuery og Snowflake som vanlige eksempler. De fjerner mye av det tunge arbeidet med å sette opp og skalere et datavarehus på egen hånd. Hvilken løsning som passer for akkurat dere, avhenger av behovene og det eksisterende miljøet deres. Det avgjøres av en utredning, ikke av et merkenavn.
Slik tar du neste steg
Et datavarehus blir aktuelt når data ligger spredt i flere systemer og dere vil ta beslutninger ut fra et felles, pålitelig bilde i stedet for sammenlimte regneark. Når dere starter, er det avgjørende at flyten inn, altså hvordan data hentes og vaskes, blir riktig, for det er der de fleste feilkildene ligger. Vil dere bygge et beslutningsgrunnlag som holder, tar vi i Weapp gjerne med dette i systemarbeidet fra begynnelsen.
Ofte stilte spørsmål
Hva skiller et datavarehus fra en vanlig database?
En operativ database er motoren i den daglige driften. Den håndterer ordren mens du legger den inn, og er bygd for raske enkeltoperasjoner. Et datavarehus samler i stedet data fra flere slike systemer og er bygd for å analysere store mengder på én gang. Databasen tar seg av det som skjer nå, mens datavarehuset svarer på spørsmål om helheten.
Hva skiller et datavarehus fra en data lake?
Et datavarehus strukturerer dataene før de lagres slik at de ligger ryddige og klare til analyse. En data lake lagrer rådata i originalformat og strukturerer dem først når de brukes. Et datavarehus er det ordnede utstillingsvinduet for kjente spørsmål, en data lake det romslige råvarelageret for ukjente behov. Mange større organisasjoner bruker begge sammen.
Hva menes med å gjøre data sammenlignbare?
Ulike systemer beskriver det samme på ulike måter: Samme kunde kan ha forskjellige navn, datoer skrives ulikt, og beløp oppgis i ulike valutaer. I datavarehuset vaskes og harmoniseres dette slik at data fra ulike kilder snakker samme språk. Først da kan man sammenligne og summere på tvers av hele virksomheten uten å sammenligne epler og pærer.
Hvordan flyter data inn i og ut av et datavarehus?
Inn går data fra de operative systemene (ERP-system, nettbutikk, CRM), ofte via en prosess som henter, vasker og laster dem inn. I datavarehuset struktureres og samles de. Ut kommer rapporter, dashbord og analyser som beslutningstakere bruker. Grovt sagt: rådata fra virksomheten inn, beslutningsgrunnlag ut.
Hvilke moderne alternativer finnes?
I dag ligger datavarehus oftest i skyen, med tjenester som BigQuery og Snowflake som vanlige eksempler. De fjerner mye av det tunge arbeidet med å sette opp og skalere et datavarehus selv. Hvilken løsning som passer, avhenger av behovene og resten av IT-miljøet deres. Det er et spørsmål som må utredes, ikke avgjøres ut fra merkenavn.