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?
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 :
- Pembangunan Business Intelligence langsung mencakup data seluruh organisasi
- Kerangka Business Intelligence akan lebih terstruktur, bukan gabungan dari berbagai Data Mart (Data Parsial)
- Penyimpanan data menjadi terpusat
- Kontrol informasi dapat dilakukan secara tersentralisasi
Kekurangan
pendekatan Top-Down adalah :
- Waktu implementasi yang lebih lama
- . Risiko kegagalan relatif tinggi karena kerumitannya
- 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
- Implementasi lebih mudah untuk dikelola dan lebih cepat memperlihatkan hasil
- . Resiko kegagalan relatif lebih kecil
- Bersifat incremental, dimana Data Mart yang penting dapat dijadwalkan lebih awal
- Memungkingkan anggota tim proyek untuk belajar dengan baik
Kekurangan
pendekatan Bottom-Up adalah
- Setiap Data Mart merupakan Departemental
- Memungkinkan terjadinya duplikasi data di setiap Data Mart pada masing-masing departemen
- 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:
- Business drivers, mengidentifikasi penggerak bisnis, goal bisnis, dan ojektif dari EIS. Harus dipastikan objektif dari EIS adalah sejalan dengan tujuan bisnis.
- Business analysis issues, mengidentifikasi isu-isu bisnis dan informasi yang diperlukan untuk mencapai tujuan dari bisnis.
- 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.
- Risk assessment, menilai resiko dari sisi teknologi, kompleksitas, integrasi, organisasi, tim proyek, dan investasi.
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.