Om du ställer frågan ”Hur många nya kunder fick vi under Q2 2019?”, kan du potentiellt få många olika svar. Är det rätt nummer för de som sa ja till att bli kund via telefon? Eller är det de som också betalade första räkningen? Eller är det bara de du lyckats installera dina lösningar hos?
Olika människor, i olika positioner, i samma företag kommer att ge dig olika svar – om du inte har redan har en enighet om vad du menar med de olika nyckeltalen.
Det är här det semantiska lagret spelar in. Detta är helt enkelt ett unikt team som en gång för alla definierar hur man beräknar de olika nyckeltalen som företaget använder och även består av en tydlig definition av vad du menar med detta nyckeltal.
Hur skapar jag ett semantiskt lager?
Ett semantiskt lager fungerar som en mellanhand mellan oss och datakällorna. Olika BI-verktyg har olika sätt att komma fram till samma svar. Hur data samlas och beräknas görs på olika sätt och kräver särskild expertis i de enskilda verktygen. Om man till exempel ska beräkna hittills i år (YTD) i Power BI, kan det göras enligt följande:
YTDSumOfSales = TOTALYTD([SumOfSales],’Calendar'[Date])
I Qlik skulle man använda:
YTDSumOfSales = Sum{{<År={2019}>} SumOfSales)
Ett bra verktyg ger dig möjlighet att uttrycka dina nyckeltal och statistik på olika sätt och anpassas till de olika BI-verktyg som används i organisationen. Då ser verktyget till att rulla ut korrekta beräkningar för de olika BI-plattformarna som du kommer att köra analyser och rapportering i efterhand.
Det är därför viktigt att välja en plattform som stöder BI-verktygen som används i verksamheten. Det är inte längre ovanligt att ett företag använder olika BI-verktyg för olika grupper och syften. Det är inte heller så att man nödvändigtvis står på samma verktyg i framtiden.
Varför bör man ha ett semantiskt lager?
Det som är viktigt är att dessa typer av beräkningar görs otvetydigt över hela organisationen, så att du får samma svar på samma fråga oavsett rapport eller sammanhang. Om du får olika svar på samma fråga tappar du förtroende för BI-systemet.
Det semantiska teamet utvecklas ofta av någon med god förståelse för affärslogik i samarbete med en BI-utvecklare. De enskilda föremålen namnges och klassificeras sedan efter deras användning. Dessutom används en tydlig och förståelig definition av vad objektet är avsett för, samt en förklaring av hur det beräknas.
Med ett bra och genomtänkt semantiskt lager säkerställs en tydlig användning av definitioner, vilket i sin tur hjälper till att stödja kvaliteten på BI-lösningen. Dessutom kommer ett sådant semantiskt lager att säkerställa att du endast har en plats att göra förändringar på om du vill ändra ett nyckeltal i en affärsregel, eller det visar sig att du gjorde ett misstag under utvecklingen.
Genom att använda vanliga affärsidéer, snarare än utvecklarspråk, bidrar ett semantiskt lager med en tydlig förståelse av affärsverksamheten till alla, även de som inte är IT / BI-kunniga.
Ett bra verktyg ger också bra stöd för det vi kallar Impact Analys – var hamnar denna data och Data Lineage – var kommer all data ifrån? Det gör det möjligt att spåra data helt från källa till rapport, och även se vilka beräkningar i ett semantiskt lager som ligger till grund för de slutliga nyckeltalen som ses i rapporterna och de olika instrumentpanelerna.
Gratis guide: 5 steg för bättre datahantering
Företag spenderar idag enorm tid på att hitta, förbereda och organisera stora mängder data så att de kan användas för analys. Vad kan företag göra för att minska den här tiden på att hitta och förbereda data? TimeXtender ger dig 5 specifika steg du kan ta nu.
