Als ontwikkelaar kom je regelmatig in aanraking met datamodellen. Denk daarbij aan fysieke datamodellen van een database maar ook logische datamodellen die ergens worden vastgelegd, vaak bedoeld om te communiceren met de business of voor documentatie doeleinden. Dat laatste wordt door ontwikkelaars vaak als overhead gezien. Het fysieke model is toch voldoende zou je zeggen. Waarom tijd steken in het bijhouden van een logisch model?
BIML of Business Intelligence Markup Language is een dialect van XML. Net zoals andere opmaaktalen zoals HTML en XML is het een reeks van afspraken, labels en kenmerken die aan een tekst of een datareeks worden toegevoegd.
Via een markup language kunnen we data en tekst structureren op een manier die zowel door de mens als door de computer leesbaar is. De taal werd op de markt gebracht door het Australische bedrijf Varigence en werd ontwikkeld als een tool voor BI developers.
Als u belast met het de keuze voor een datawarehouse oplossing, dan zult u gemerkt hebben dat er veel te kiezen is. Met behulp van de website datawarehouseautomation.guide kunt u een eind komen, maar zelfs dan kan het lastig zijn. Zeker als u niet technisch bent of niet uit de BI wereld komt en u toch gevraagd wordt hier een gefundeerde keuze te maken. Lees meer
Met veel dashboard programma’s zoals Power BI kan je zelf data koppelen. In veel gevallen zal dit rechtstreeks op het bronsysteem plaatsvinden. Daarmee kan je snel een opzet maken. Er wordt een model van de data opgezet in Power BI. Lees meer
Data uit bronsystemen weergeven in een rapportage is mogelijk zonder datawarehouse. Vaak wordt er door middel van bijvoorbeeld export en import data naar Excel gehaald om vervolgens op een ander werkblad middels allerlei functies en opschoonacties een toonbaar geheel te creëren.
Is een datawarehouse nog wel nodig met alle onbeheerde self-service BI die er momenteel wordt aangeboden? Wij vinden van wel. Hoe mooi de tools ook allemaal zijn, ze hebben allemaal data nodig, die niet altijd even makkelijk te benaderen zijn of bruikbaar voor analyse. Het datawarehouse speelt hierbij een cruciale rol, omdat hierin de data wordt verzameld en indien nodig kan worden aangevuld met andere data. Ook is het datawarehouse de ideale plaats om data op te schonen. Lees meer
Een OLAP-kubus is een verzameling van gegevens die op zo’n manier is opgeslagen dat deze geschikt is voor analyse doeleinden. OLAP staat voor Online Analytical Processing. Wat voor een OLTP-database (bijvoorbeeld een ERP of CRM-systeem) een zware opgave kan zijn om weer te geven, is voor een OLAP-kubus kinderspel. In een analyse omgeving volgen de vragen zich met zeer grote intensiteit op, het is daarbij van belang dat antwoorden snel en accuraat gegeven kunnen worden. Daar is een OLAP-kubus met name voor geschikt. Er zijn diverse oplossingen op de markt, één daarvan is Microsoft SQL Server Analysis Services (SSAS). Lees meer