How to Planning Data Warehouse ?

Dalam merencakana Data Warehouse langkah pertama dan terpenting, menentukan apakah perusahaan  benar-benar membutuhkan data warehouse. Berikut ini beberapa pertanyaan dibawah ini mampu menjadi pertimbangan :

Ø  Apakah benar-benar siap untuk menggunakannya?

Ø  Anda perlu mengembangkan kriteria untuk menilai nilai yang diharapkan dari data warehouse Anda.

Ø  Perusahaan Anda harus memutuskan pada jenis data warehouse yang akan dibangun dan di mana untuk di tempatkan. 

Perencanaan untuk data warehouse dimulai dengan mempertimbangkan secara seksama isu-isu kunci. Isu Kunci penting Bagaimana untuk memastikan bahwa perusahaan benar-benar membutuhkan data warehouse? Cara terbaik untuk mengetahuinya adalah dengan jawaban isu-isu kunci penting dalam perencanaan Data Warehouse. Berikut ini adalah isu – isu dalam perencanaan Data Warehouse, antara lain adalah:

Value and Expectations

Akankah data warehouse membantu para eksekutif dan manajer untuk melakukan perencanaan yang lebih baik dan membuat keputusan yang lebih baik?

1.  Apakah akan meningkatkan pangsa pasar?
2. Jika demikian, seberapa banyak?
3. Apa yang manajemen ingin capai melalui data warehouse?

Sebagai bagian dari proses perencanaan secara keseluruhan, membuat daftar manfaat yang realistis dan harapan merupakan salah satu hal terpenting dalam membangun data warehouse.

Risk Assessment

Selain itu kita harus dapat memperkirakan resikonya. Risiko perencanaan proyek umumnya berasosiasi dengan biaya proyek. Jika proyek gagal, berapa banyak uang yang akan sia-sia? Kerugian apa yang mungkin yang harus dikeluarkan? Peluang apa yang mungkin akan terjawab? Tetapi penilaian risiko bukan hanya menghitung kerugian dari biaya proyek. Tetapi juga bagaimana menggunakan kondisi budaya dan bisnis perusahaan yang ada untuk menilai risiko – risiko apa saja yang akan terjadi. Ini sangat penting dan harus ada dalam dokumen perencanaan Data Warehouse.

Top-down or Bottom-up

Top-Down Approcah

Top-Down Approach atau pendekatan Top-Down sangat sesuai bagi sebuah organisasi yang akan membangun Business Intelligence dimana pada waktu yang bersamaan organisasi tersebut juga sedang melakukan engineering (pembangunan) secara menyeluruh pada setiap aspek organisasi. Pada pendekatan ini kerangka Data Warehouse secara menyeluruh (Enterprise Data Warehouse) harus disusun terlebih dahulu yang kemudian akan diikuti oleh Data Warehouse Departemental (Data Mart). Data Mart merupakan data yang berorientasi subjek, terintegrasi, memiliki dimensi waktu, serta merupakan koleksi tetap (non-volatile), yang digunakan dalam mendukung proses pengambilan keputusan.

Kelebihan pendekatan Top-Down adalah : 

1.           Pembangunan Business Intelligence langsung mencakup data seluruh organisasi
2.    Kerangka Business Intelligence akan lebih terstruktur, bukan gabungan dari berbagai Data Mart (Data Parsial)
3.           Penyimpanan data menjadi terpusat
4.        Kontrol informasi dapat dilakukan secara tersentralisasi

Kekurangan pendekatan Top-Down adalah :

1.            Waktu implementasi yang lebih lama
2.   .     Risiko kegagalan relatif tinggi karena kerumitannya
3.         Merepresentasikan proyek yang sangat besar dengan cakupan yang luas, sehingga membutuhkan biaya yang besar untuk mengimplementasikannya.

Bottom-Up Approach

Bottom-Up Approach  atau pendekatan Bottom-Up adalah kebalikan dari pendekatan sebelumnya yaitu pendekatan Top-Down. Pada pendekatan Bottom-Up, Business Intelligence yang akan dibangun, disusun dari tingkat departemental (Departemental Data Warehouse) dimana kemudian diintegrasikan menjadi Data Warehouse organisasi secara keseluruhan.

Pendekatan Bottom-Up sangat tepat bagi kebutuhan suatu organisasi yang memprioritaskan pembangunanBusiness Intelligence di suatu departemen terlebih dahulu. Kemudian ketika setelah berhasil dan sukses dalam penerapannya maka pembangunan Business Intelligence akan dilanjutkan ke departemen yang lainnya.

Kelebihan dari pendekatan Bottom-Up adalah

1.                Implementasi lebih mudah untuk dikelola dan lebih cepat memperlihatkan hasil
2.  .          Resiko kegagalan relatif lebih kecil
3.                Bersifat incremental, dimana Data Mart yang penting dapat dijadwalkan lebih awal
4.            Memungkingkan anggota tim proyek untuk belajar dengan baik

Kekurangan pendekatan Bottom-Up adalah

1.             Setiap Data Mart merupakan Departemental
2.            Memungkinkan terjadinya duplikasi data di setiap Data Mart pada masing-masing departemen
3.            Sulit untuk memastikan kekonsistenan dimensi dari kesemua data cabang

Build or Buy

Membangun atau membeli (Build or Buy). Dalam data warehouse, ada berbagai macam fungsi, seperti: ekstraksi data, transformasi data dan loading data dari penyimpanan. Anda harus memutuskan apakah Anda akan membeli semua fungsi ini dari vendor atau membuat beberapa fungsi menyesuaikan dengan kebutuhan bisnis sendiri perusahaan Anda. Perencanaan ini sangat penting untuk estimasi waktu dan biaya yang dikeluarkan, dan semua ini harus melihat kebutuhan yang ada.

Single Vendor or Best-of-Breed

Terdapat Dua pilihan utama adalah dalam isu ini :

1.       Menggunakan produk dari satu vendor atau

2.       Menggunakan produk dari lebih dari satu vendor, memilih yang tepat.

Memilih solusi vendor tunggal / Single Vendor memiliki beberapa keuntungan:

Ø  Tingkat tinggi integrasi antara alat

Ø  Tampilan dan nuansa Konstan

Ø  Pertukaran informasi yang dikelola secara terpusat

Ø  Negotiable harga secara keseluruhan

Pendekatan ini secara alami akan memungkinkan data warehouse Anda menjadi terintegrasi dengan baik dan berfungsi koheren.

Solusi yang menggabungkan produk dengan pendekatan best-of-breed:

Ø  Bisa membangun lingkungan sesuai organisasi Anda

Ø  Tidak perlu kompromi antara database dan dukungan alat

Ø  Pilih produk yang paling cocok untuk fungsi

Membuat catatan dari pendekatan yang disarankan sangat penting dalam perencanaan. Pendekatan multivendor tidak dianjurkan jika lingkungan Anda tidak berat teknis. Artinya, tidak terlalu membutuhkan vendor dengan kapasitas yang berat. Karena akan memunculkan masalah baru seperti waktu yang terkuras karena sibuknya memilih vendor yang baik.

               

Business Requirements, Not Technology

Pada hakikatnya beberapa hal yang sering dilakukan adalah membangun sistem tajam mengeksploitasi kedalaman teknologi dan menunjukkan kehebatan  dalam memanfaatkan kekuatan teknologi. Namun, data warehousing bukan tentang teknologi, ini  tentang memecahkan kebutuhan pengguna untuk informasi strategis. Tidak berencana untuk membangun Data Warehouse sebelum memahami apa yang dilakukan. Data Warehouse  berfokus pada informasi apa yang dibutuhkan dan bukan bagaimana memberikan informasi.

Tidak ada rincian yang diperlukan pada tahap ini. Tidak ada yang mendalam dalam menyelidiki apa yang diperlukan. Hanya mencoba untuk memahami persyaratan keseluruhan pengguna. Tujuannya adalah untuk mendapatkan luas pemahaman tentang bisnis. Hasil dari survei awal ini akan membantu Anda merumuskan rencana keseluruhan. Ini akan sangat penting untuk mengatur ruang lingkup proyek. Selain itu, akan membantu Anda dalam memprioritaskan dan menentukan rencana peluncuran untuk mart data individu. Sebagai contoh, Anda berencana untuk meluncurkan data mart pemasaran pertama, mart keuangan berikutnya, dan  kemudian mempertimbangkan tentang sumber daya manusia.

Pada tahap ini, Anda harus memiliki ide yang cukup baik dari mana data tersebut akan diekstraksi untuk Data Warehouse. Tinjau arsitektur sistem sumber. Cari tahu tentang hubungan antara struktur data. Bagaimana kualitas data? Apa dokumentasi tersedia? Apa mekanisme yang mungkin untuk mengekstrak data dari sistem sumber.

Top Management Support

Tidak ada dalam sebuah perusahaan dapat berhasil tanpa dukungan dari top manajemen. Hal ini sangat benar dalam kasus proyek data warehouse perusahaan. Proyek harus memiliki dukungan penuh dari top manajemen yang tepat. Artinya, segala aktivitas yang dilakukan harus diketahui oleh Top Manajemen guna melakukan evaluasi terhadap apa yang dikerjakan dan bisa melakukan pengawasan ketika sewaktu – waktu kinerja tidak sesuai dengan visi perusahaan.

Pastikan Anda memiliki sponsor dari tingkat tertinggi manajemen untuk tetap fokus.

Justifying  Data Warehouse

Pada tahap justifikasi, akan ditentukan keuntungan dan kerugian dari pengembang EIS terhadap bisnis perusahaan, baik dari sisi tangible maupun intangible. Dari hasil analisa ini, akan dibuatkan solusi yang tepat dari sisi biaya dan keuntungan bagi bisnis.

Pada tahap justifikasi terdiri dari 4 bagian, yaitu:

1. Business drivers, mengidentifikasi penggerak bisnis, goal bisnis, dan ojektif dari EIS. Harus dipastikan objektif dari EIS adalah sejalan dengan tujuan bisnis.
2. Business analysis issues, mengidentifikasi isu-isu bisnis dan informasi yang diperlukan untuk mencapai tujuan dari bisnis.
3. Cost benefit analysis, mengidentifikasi biaya pengembangan dari EIS  dan mengidentifikasi ROI dari sisi tangible dan intangible bisnis. Mengidentifikasi semua komponen yang akan terpengaruh oleh data warehouse dan  yang akan mempengaruhi data warehouse. Dimulai dari item biaya, satu per satu, termasuk pembelian hardware atau sewa, vendor perangkat lunak, di-rumah software, instalasi dan konversi, dukungan yang berkelanjutan, dan pemeliharaan biaya.
4. Risk assessment, menilai resiko dari sisi teknologi, kompleksitas, integrasi, organisasi, tim proyek, dan investasi.

The Overall Plan

Sebuah gudang data atau Data Warehouse digunakan sebagai solusi untuk masalah informasi dalam sebuah perusahaan. Ini bukan tentang rencana proyek rinci. Ini adalah  rencana keseluruhan untuk meletakkan dasar, untuk mengenali kebutuhan, dan untuk mengotorisasi sebuah proyek formal.

References

Kimball, R., & Ross, M. (2002). The Data Warehouse Second Edition The Complete Guide to Dimensional Modeling. United States of America.: John Wiley and Sons, Inc.

PONNIAH, P. (2001). DATA WAREHOUSING FUNDAMENTALS A Comprehensive Guide for IT Professionals. New York: JOHN WILEY & SONS, INC. 

Bhaskara, a. G. (2015, September). DATA WAREHOUSE (DW) DAN BUSINESS INTELLIGENCE (BI). Retrieved November 07, 2015, from http://www.adityabhaskara.com: http://www.adityabhaskara.com/2015/09/data-warehouse-dw-dan-business.html

Mallach, E. G. (2000). Decision Support and Data Warehouse System. Singapore: Mc Graw Hill - Companies.