Vad är ETL?

ETL är en förkortning som dyker upp så fort ett företag börjar samla data för analys, men de tre bokstäverna säger sällan någon nykomling särskilt mycket. Ändå är ETL ofta skillnaden mellan rapporter man kan lita på och siffror ingen vågar tro på. Här är vad ETL är, steg för steg.

Vad ETL är

ETL står för Extract, Transform, Load – extrahera, transformera och ladda. Det är namnet på processen som flyttar data från de system där den uppstår till en miljö där den kan analyseras, och som på vägen ser till att datan blir användbar.

Tänk på det som att förädla en råvara. Data föds spridd och rörig i verksamhetens många system. ETL hämtar den, tvättar och formar den till något jämförbart, och levererar den färdig till platsen där beslut fattas. Utan den förädlingen är datan som osorterad råvara: den finns, men går inte att använda.

De tre stegen sker i ordning, och vart och ett har sin uppgift.

De tre stegen, med ett löpande exempel

Följ en order genom flödet, från affärssystemet till datalagret:

1. Extrahera. Först hämtas datan ur källsystemet. Ordern – med kund, produkter, belopp och datum – plockas ut ur affärssystemet, tillsammans med tusentals andra order.
2. Transformera. Sedan tvättas och formas datan. Kundnamnet harmoniseras så att samma kund heter samma sak överallt, datumet får ett enhetligt format, beloppet räknas om till samma valuta, dubbletter rensas. Nu är ordern jämförbar med data från andra system.
3. Ladda. Till sist förs den färdiga, städade ordern in i målet – oftast ett datalager – där den kan analyseras tillsammans med all annan försäljning.

Resultatet är att en order som började som en rå post i ett system hamnar, ren och jämförbar, på den plats där ledningen kan se den som en del av helheten.

Varianten ELT

Det finns en närbesläktad variant som kastar om ordningen: ELT (Extract, Load, Transform) laddar in rådata i målet först och transformerar den sedan på plats, vilket blivit vanligt i moderna molnlager som är kraftfulla nog att tvätta stora datamängder efter inläsning. Grundstegen är desamma – bara ordningen mellan tvätt och inladdning skiljer.

Varför trasig ETL fäller rapporterna

Här är den poäng som gör ETL värt att bry sig om. En rapport eller dashboard blir aldrig bättre än datan som matar den, och den datan kommer genom ETL. Är flödet trasigt, förs felen ovägligen vidare.

Missar extraheringen rader, saknas de i rapporten. Dubbleras poster, blir summorna för höga. Transformeras något fel – fel valutakurs, fel hopslagning – blir siffrorna subtilt felaktiga på ett sätt som är svårt att upptäcka. Allt detta landar till slut som “konstiga tal” i en dashboard.

Därför är sanningen att när rapporter inte stämmer, sitter felet nästan alltid i ETL-flödet, inte i rapportverktyget. Man letar gärna buggen i det man ser – diagrammet – men orsaken bor i det osynliga ledet som fyllde det med data.

Ett konkret scenario

Ett bolag upptäcker att månadens försäljningsrapport visar mycket lägre siffror än väntat. Panik i ledningen: har försäljningen rasat?

Vid närmare titt sitter felet i ETL. En förändring i affärssystemet hade gjort att extraheringssteget missade order från en av försäljningskanalerna helt. Försäljningen var oförändrad – men eftersom en hel kanals data aldrig hämtades, saknades den i lagret och därmed i rapporten. Rapportverktyget gjorde allt rätt; det matades bara med ofullständig data. Ett fel i ett tidigt ETL-steg blev till ett larmande men falskt affärsbudskap.

Så förhåller du dig till det

Du behöver inte bygga ETL själv, men det är värt att veta att kvaliteten på era rapporter till stor del avgörs här. När siffror ser konstiga ut, fråga efter dataflödet innan ni misstror verktyget. Och när ett dataprojekt planeras, se till att ETL – och övervakningen av det – tas på allvar från början.

Vill ni ha ett dataflöde som gör att era rapporter faktiskt går att lita på, tar vi på Weapp gärna med den delen i systemarbetet från start.