I över tre decennier har organisationer förlitat sig på datalager för att stödja affärsinformationskonsumenters behov av beskrivande analyser för att hjälpa till att informera om det aktuella läget och för att påverka pågående affärsbeslut. Människor utökar organisationsanalysprogram med maskininlärning och avancerade algoritmer för prediktiv och föreskrivande analys. Det pågående behovet av business intelligence som stödjer beskrivande och operativa analysapplikationer kommer dock att kvarstå. Det som dock har förändrats över tiden är den ökande sofistikeringen hos datakonsumenterna och deras växande medvetenhet om bredden och djupet hos företagsdatatillgångar.
Business intelligence-konsumenter är inte längre kunderna till datalagerteamet – de är deras partners. Detta tyder på att det bästa sättet att stärka affärsinformationskonsumenter är att ge tillgång till organisationsdata. Dessa data måste konfigureras på ett sätt som både förenklar produktionen av analyser och snabbar upp tiden till kunskap.
Läs vitboken "Datakataloger, företagsordlistor och datastyrning för att möjliggöra kundaffärsinformation ” av David Loshin för att lära dig mer om de historiska metoderna för att utveckla datalager. Upptäck också hur växande slutanvändares sofistikering har ökat det kritiska i att säkerställa datatydlighet och konsistens i semantiken över en mängd olika datakällor. Vitboken diskuterar sedan konceptet med företagsdataintelligens och hur användningen av en datakatalog underlättar det. Vi ger några rekommendationer förknippade med egenskaperna hos dataintelligensverktyg. Och vi tittar på hur datamodeller, datastyrningsverktyg och datakataloger bör samverka för att hjälpa till att ompröva hur datastyrning kan driva business intelligence-lösningar.
[Ladda ned PDF]