Vi spurte Dagfinn Røed i daVinci Consulting om hans tips til en vellykket datavarehusprosess.

Hva er et datavarehus?
Datavarehus er en samling av virksomhetens data samt eksterne data, skreddersydd for informasjonsformål som rapportering, forretningsanalyser, statistiske analyser og målstyring. Datavarehuset er uavhengig av organisasjonsenheter, og skal tilby selvbetjeningsløsninger slik at brukerne kan hente ut den informasjonen de trenger når de trenger den.

Kjennetegn som tilsier at man har behov for datavarehus:

Informasjonsuthenting er tidkrevende og personavhengigheten stor
I en del virksomheter er uthenting av informasjon og produksjon av rapporter og statistikk en tidkrevende affære. Det kan være en tung prosess som innebærer mye manuelt arbeid. Mye "klipp og lim". Dette arbeidet gjøres gjerne av økonomer og controllere. Det er ofte bare en eller to i virksomheten som vet hvordan dette gjøres. Tallene sammenstilles gjerne i Excel.

Brukerne er avhengig av hjelp fra IT avdelingen
Ofte er det slik at rapporter og statistikk må bestilles fra IT-avdelingen fordi ingen på forretningssiden har tilstrekkelig kunnskap om IT-løsningene til å kunne hente ut informasjonen selv. IT-avdelingen har gjerne en stor "backlogg" av oppgaver fra før, så det kan ta uker før tallene foreligger.

Beslutninger tas stort sett på "magefølelse"
I en del virksomheter tas praktisk talt alle beslutninger basert på "magefølelse", underlagsinformasjon er umulig eller svært kostbar å fremskaffe.

Man er usikker på kvaliteten på datagrunnlaget
Man har tilgang på data, men kvaliteten på dataene er usikker. Det kan derfor være risikabelt å basere sine beslutninger på disse dataene. Et typisk tegn på dette er at to personer som forsøker å hente ut den samme informasjonen får avvikende resultater.

Stadig nye krav fra ledelsen til bedre og hurtigere informasjon
Det er et stadig økende press fra ledelsen om hurtigere og mer relevant informasjon. Kanskje ser man at konkurrentene har bedre løsninger, eller man ønsker å innføre nye styringsprinsipper som f.eks. balansert målstyring. Dette fører til at IT-avdelingen må lage en rekke spesialtilpassede uttrekk som over tid vil utgjøre et stadig økende vedlikeholdsproblem.

ERP-systemets rapporteringsløsninger er utilstrekkelige
Ved innføring av nye ERP-løsninger ble det skapt forventninger til at de innebygde styrings- og rapporteringsløsningene ville dekke alle behov. I etterkant viser løsningene seg å være for lite fleksible samt at man har behov for også å integrere informasjon fra andre fagsystemer.

10 tips for en vellykket datavarehusprosess:

1 - sørg for solid forankring
En datavarehusløsning vil typisk berøre store deler av virksomheten på tvers av organisasjonsmessige skillelinjer. Dette gjør datavarehusprosesser ekstra krevende og stiller krav til solid forankring og eierskap på et høyt nivå i organisasjonen.

2 - tenk stort, begynn i det små
Dette er et tips som gjelder for de fleste IT- prosjekter og i høy grad for datavarehusprosjekter. Utarbeid gode kravspesifikasjoner og overordnet design for hvordan løsningen skal være når den er ferdig. Del så opp spesifikasjonene i delleveranser, detaljspesifiser og lever disse en etter en.

3 – sørg for kompetanse i prosjektet
Arbeidet med datavarehus må organiseres som et prosjekt med ressurser som har fått avsatt tilstrekkelig tid til oppgaven. Det er viktig å ha med erfarne personer, spesielt på oppgaver som datavarehusdesign, arkitektur og utvikling av datalastingsrutiner.

4 – del prosjektet opp i håndterbare faser
Del prosjektet opp i klart definerte delleveranser. Sørg for at samtlige delleveranser leverer reell forretningsmessig verdi til virksomheten. Legg en plan for hvordan gevinstene ved datavarehuset skal realiseres. Husk også at første delleveranse alltid tar lengre tid enn senere leveranser.

5 – sørg for gode verktøy
Gode verktøy er helt avgjørende for en vellykket datavarehusprosess. Et godt ekstraheringsverktøy er en nødvendighet. Man må ikke finne på å programmere datafangstrutinene selv. I tillegg er det behov for ett eller flere sluttbrukerverktøy tilpasset brukernes behov.

6 – tenk arkitektur
Det er like viktig for en vellykket datavarehusprosess å spesifisere krav til datavarehusarkitektur som å spesifisere krav til data og funksjonalitet. Dette må gjøres tidlig i datavarehusprosessen da dette er fundamentet for den fremtidige løsningen. Eksempler på viktige arkitekturspørsmål som må besvares er:
• Hva slags skalerbarhet må løsningen ha? (antall brukere, datavolumer etc.)
• Hva slags ytelse er påkrevet?
• Hva slags sikkerhetskrav stilles til løsningen?
• Hvor tilgjengelig skal løsningen være?
• Hvilke krav stilles til administrasjon av datavarehuset?

7 – skalér prosjekt og løsning i forhold til kompleksitet
Jo mer kompleks virksomheten er jo mer vil en datavarehusløsning koste. Et stort multinasjonalt selskap med flere titalls datakilder fordrer en helt annen størrelse både på datavarehusprosjektet og på den ferdige løsningen enn et lite nasjonalt selskap med ett ERP-system og ett økonomisystem.

8 – ha fokus på datakvalitet
Datavarehus gjør at datakvalitetsproblematikk blir svært synlig. Alle datavarehus har utfordringer knyttet til kvaliteten på dataene. Det er derfor svært viktig å etablere gode valideringsrutiner og etablere prosesser for løpende håndtering av datakvalitetsproblematikk. Får man til dette vil kvaliteten på dataene både i datavarehuset og kildesystemene gradvis bli bedre.

9 – tenk helhetlig
Tenk hele organisasjonen og "alle" medarbeidere ved etablering av et datavarehus. Betrakt datavarehuset som nødvendig infrastruktur for beslutningstakere på alle nivåer, fra saksbehandlere til toppledelsen. Dette vil legge føringer for arkitekturvalg og stille krav til design av løsningen.

10 – markedsfør datavarehuset godt
Brukerne tar sjelden i bruk en ny løsning uoppfordret. Sørg derfor for å markedsføre datavarehuset godt innad i organisasjonen. Pass på å tilby ferdige rapporter, målstyringsløsninger og annet som er enkelt å bruke og gir reell nytteverdi. Prøv å fjerne gamle og personavhengige rapporteringsløsninger.

Les mer om daVinci Consulting:
http://www.davinci.no