Feiten en Dimensies in Oracle BI: Koppelen, Testen en Bewaken van Data Kwaliteit

Feit

Wanneer binnen Oracle BI een losstaand feit wordt gebruikt, wordt de meetwaarde getoond, zoals deze door het logische informatiemodel (Common Enterprise Information Model) naar boven wordt gebracht uit de presentatielaag van de Repository. Dit is onderhevig aan alle definities die daar aan ten grondslag liggen en in het model zijn gerealiseerd. Maar er wordt verder op geen enkele manier gediscrimineerd, anders dan door mogelijk op security gebaseerde datafiltering.

De hierboven getoonde Omzet is een sommering van alle bedragen van alle relevante onderliggende details (bijvoorbeeld gefactureerde verkooporderregels).

Dimensie

Zodra het woord per gaat spelen, spreken we van een dimensie, die hier tegenaan kan worden gezet.

In dit voorbeeld wordt de Omzet per Jaar gegeven. Hier wordt een zeer essentieel uitgangspunt van Oracle BI aangesneden. Dit luidt dat een feit altijd aan een bijbehorende dimensie te relateren moet zijn en andersom. Dit wordt duidelijker wanneer de component Brand uit de dimensie Products erbij wordt gehaald.

De totale omzet blijft gelijk. Dit impliceert dat elk bedrag, dat meetelt in de Omzet, gerelateerd kan worden aan de dimensie Product en aan de dimensie Jaar, maar ook andersom. Bekijken we de dimensies los staand van feiten, dan tonen we dat aan:

Vraagstukken

Dit roept een aantal interessante vraagstukken op:

• Wat als van een bepaald artikel in een bepaald jaar geen omzet is gemaakt?
• Wat zegt dit over de kwaliteit van basisgegevens?
• Wat zegt dit over de kwaliteit van transactiegegevens?

Daarnaast vragen we ons af:

• Hoe kan Oracle BI getest en vertrouwd worden?
• Hoe kan Oracle BI de kwaliteit van stamdata bewaken?
• Hoe kan Oracle BI de kwaliteit van transactiedata bewaken?
• Hoe kan Oracle BI rapporteren over omzet, die niet aan producten te relateren is (zoals Omzet uit diensten)?

In Oracle JD Edwards kan een eigenschap zoals “merk” van een product een categoriecode zijn. Dit ERP systeem biedt dan ook de mogelijkheid om items buiten bepaalde categorieën te laten vallen. Voor Oracle BI kunnen feiten die niet bij een dimensie passen worden ingedeeld als “niet gespecificeerd.” Hiermee houden we ook ongecategoriseerde gegevens inzichtelijk.

Conclusies

In de praktijk komt het op de volgende conclusies neer:

• Feiten moeten aan dimensies gekoppeld zijn. Om inzicht te krijgen de totale omzet, of dit nu over diensten of producten, hoeft de dimensie “Product” niet altijd relevant te zijn. Als deze koppeling wel nodig is, kan een vangnet worden ingesteld om diensten ook op te nemen. Dit heet een “Non Conforming Dimension” en wordt meestal liever vermeden. Een alternatief is om resultaten van verschillende analyses in één overzicht te tonen, zodat alle gewenste informatie zichtbaar blijft.
• Dimensies moeten aan feiten gekoppeld zijn. Voor JD Edwards kan de dimensie “Klant” worden gevoed met gegevens uit het adresboek, maar het is zuiverder om alleen klanten te gebruiken die verkooporders hebben. Zo zorg je dat alleen relevante klantgegevens worden meegenomen.
• Oracle BI moet goed getest kunnen worden. Door losse feiten te vergelijken met de optelsom van die feiten over elke dimensie kun je controleren of de data klopt.
• Kwaliteit van data bewaken. Dit proces toont en bewaakt de kwaliteit van basis- en transactiegegevens.

Veelgestelde vragen

Bij deze aanpak komen vaak de volgende vragen naar boven:

• Hoe kan ik zien welke artikelgroepen in een bepaald jaar geen omzet hadden?
• Hoe rapporteer ik de totale omzet met productgroepen, waar relevant?
• Hoe rapporteer ik klanten die in een bepaalde periode geen omzet hebben gegenereerd?
• Hoe voorkom ik dat bepaalde basisgegevens in specifieke transacties worden opgenomen?
• Wat als mijn gegevens niet aansluiten op het grootboek?

Op deze vraagstukken zal in het volgende artikel in deze reeks worden ingegaan.

Bij de implementatie van een BI-oplossing gaat het om veel meer dan rapporten maken of dashboards bouwen. Cadran richt zich op het leveren van de juiste informatie aan de juiste mensen binnen de organisatie op het juiste moment. Dit vraagt om een doordachte projectaanpak die voorkomt dat je in valkuilen van BI-implementatie stapt. BI gaat uiteindelijk om het effectief sturen van de organisatie, en Cadran is hierin een betrouwbare partner voor Business Intelligence en JD Edwards.