Beberapa kesalahan implementasi Data Warehouse/BI

53
Kesalahan Implementasi Data Warehouse Hendro Subagyo

description

Beberapa kesalahan dalam implementasi data warehouse/BI

Transcript of Beberapa kesalahan implementasi Data Warehouse/BI

Page 1: Beberapa kesalahan implementasi Data Warehouse/BI

Kesalahan Implementas i Data Warehouse

Hendro Subagyo

Page 2: Beberapa kesalahan implementasi Data Warehouse/BI

Informasi = Aset

Page 3: Beberapa kesalahan implementasi Data Warehouse/BI
Page 4: Beberapa kesalahan implementasi Data Warehouse/BI

DATA/INFORMASI JUGA NYAMPAH!

Page 5: Beberapa kesalahan implementasi Data Warehouse/BI

WAREHOUSE AMAZON.COM

Page 6: Beberapa kesalahan implementasi Data Warehouse/BI

Warehouse tidak terpakai

Page 7: Beberapa kesalahan implementasi Data Warehouse/BI

http://www.makeuseof.com/

Page 8: Beberapa kesalahan implementasi Data Warehouse/BI

Dalam timbunan data,

Kita haus pengetahuan

Page 9: Beberapa kesalahan implementasi Data Warehouse/BI

Significant IT Failures

Company Year OutcomeHudson Bay (Canada) 2005 Inventory system problems lead to $33.3 million loss

UK Inland Revenue 2004/5 $3.45 billion tax-credit overpayment caused by software errors

Avis Europe PLC (UK) 2004 Enterprise resource planning (ERP) system cancelled after $54.5 million spent

Ford Motor Co. 2004 Purchasing system abandoned after deployment costing approximately $400 M

Hewlett-Packard Co. 2004 ERP system problems contribute to $160 million loss

AT&T Wireless 2004 Customer relations management (CRM) systemupgrade problems lead to $100M loss

Page 10: Beberapa kesalahan implementasi Data Warehouse/BI
Page 12: Beberapa kesalahan implementasi Data Warehouse/BI
Page 13: Beberapa kesalahan implementasi Data Warehouse/BI

Data Warehouse - Wikipedia

A data warehouse (DW, DWH), or an enterprise data warehouse (EDW), is a database used for reporting and data analysis.

Integrating data from one or more disparate sources creates a central repository of data, a data warehouse (DW).

Data warehouses store current and historical data and are used for creating trending reports for senior management reporting such as annual and quarterly comparisons.

Page 14: Beberapa kesalahan implementasi Data Warehouse/BI

OLTP: rekam data terkini, dukung operasional

Page 15: Beberapa kesalahan implementasi Data Warehouse/BI
Page 16: Beberapa kesalahan implementasi Data Warehouse/BI

OLTP:

update datasesuai

kondisi terkini

Page 17: Beberapa kesalahan implementasi Data Warehouse/BI
Page 18: Beberapa kesalahan implementasi Data Warehouse/BI

Data OLTP: Berorientasi Aplikasi

Page 19: Beberapa kesalahan implementasi Data Warehouse/BI

Nama

NPWP

NIK

SIM

Alamat

Lat,Long

RT/RW, ...,Prop

Jabodetabek

Data DW: Berorientasi Subyek

Page 20: Beberapa kesalahan implementasi Data Warehouse/BI

Subyek sama, aplikasi berbeda

Page 21: Beberapa kesalahan implementasi Data Warehouse/BI

Data OLTP: mendetail

Page 22: Beberapa kesalahan implementasi Data Warehouse/BI

Data OLTP: operasional

Page 23: Beberapa kesalahan implementasi Data Warehouse/BI

Data DW: terintegrasi

Page 24: Beberapa kesalahan implementasi Data Warehouse/BI

Data DW: terintegrasi

Page 25: Beberapa kesalahan implementasi Data Warehouse/BI

Integrasi tidak mudah, tapi mungkin

Page 26: Beberapa kesalahan implementasi Data Warehouse/BI

Data DW: non-volatile

Page 27: Beberapa kesalahan implementasi Data Warehouse/BI

Data DW: non-volatile

Page 28: Beberapa kesalahan implementasi Data Warehouse/BI

Data DW: time variant

Page 29: Beberapa kesalahan implementasi Data Warehouse/BI

Data DW: tidak berubah, hanya bertambah

Page 30: Beberapa kesalahan implementasi Data Warehouse/BI

Data Warehouse’s Data

Karakteristik data DeskripsiBerorientasi subyek Data dikelompokkan dalam subyek-subyek.

TerintegrasiData disimpan dalam format yang konsisten secara global. Hal ini berimplikasi data-cleansing sehingga data memiliki konsistensi dalam konvensi penamaan dan atribut fisik.

Time-variantData direkam untuk penggunaan jangka panjang, biasanya 5-10 tahun. Sehingga data direkam dalam beberapa seri snapshot.

Non-volatilSekali data terekam dan tersimpan dalam waktu tertentu, misal t1, maka seluruh atribute tersebut tetap tidak berubah.

Page 31: Beberapa kesalahan implementasi Data Warehouse/BI

OLTP vs DWItem OLTP Data Warehouse

Tujuan Mendukung proses operasional

Mendukung analisa strategis, performa dan reporting

Penggunaan dataMerekam dan mengelola data

Eksploitasi data

Validasi dataValidasi dan verifikasi saat entri

Verifikasi setelah fakta

Frekuensi updateData diupdate setiap ada transaksi

Data ditambahkan secara periodik, dengan proses terjadwal (bukan diedit yang telah ada, tetapi data baru diambahkan).

Requirement histori data

Data terkini Histori data selama beberapa tahun

Integrasi dan balancing data

Balancing data dalam satu sistem

Data harus diintegrasikan dan di-balancing dari beragam sumber

Page 32: Beberapa kesalahan implementasi Data Warehouse/BI

Arsitektur DW/BI

Page 33: Beberapa kesalahan implementasi Data Warehouse/BI
Page 34: Beberapa kesalahan implementasi Data Warehouse/BI

Urutan desain dan pengembangan DW/BI

Page 35: Beberapa kesalahan implementasi Data Warehouse/BI

Komponen BI

Page 36: Beberapa kesalahan implementasi Data Warehouse/BI

Kesalahan A – Miskonsepsi

Page 37: Beberapa kesalahan implementasi Data Warehouse/BI

DW = OLTP + OLTP + ...

Kesalahan A - Miskonsepsi

Page 38: Beberapa kesalahan implementasi Data Warehouse/BI

“development done, problem solved.”(mitos)

Kesalahan A - Miskonsepsi

Page 39: Beberapa kesalahan implementasi Data Warehouse/BI

Kesalahan Implementasi – A

Miskonsepsi DW/BI

• data warehouse hanyalah kumpulan salinan dari database operasional (OLTP)• desain Data Warehouse tidak berbeda dengan desain database operasional

(OLTP).

• desain hanya fokus pada penyimpanan berbasis rekord

• mitos bahwa dengan membuat data warehouse maka secara otomatis masalah pengambilan keputusan terselesaikan

Page 40: Beberapa kesalahan implementasi Data Warehouse/BI

Kesalahan Implementasi – B

Tidak fokus dalam menghasilkan nilai (bisnis)

• tertarik pada implementasi teknologi terbaru, hal-hal menarik untuk dicoba dan menyelesaikan tantangan teknologi

• manajer DW hanya berorientasi pada teknologi

Page 41: Beberapa kesalahan implementasi Data Warehouse/BI

Margins of Error in Cost and Time Estimates

Typical margins of Error for

Well-done Estimates

Phase Deliverable Cost (%) time (%)

Planning System Request 400 60

Project Plan 100 25

Analysis System Proposal 50 15

Design System Specification 25 10

Source: Boehm et al. (1995)

Page 42: Beberapa kesalahan implementasi Data Warehouse/BI

Kesalahan C –

No Collaboration, No Communications

Page 43: Beberapa kesalahan implementasi Data Warehouse/BI

Tidak melibatkan stakeholder

Kesalahan C – Kolaborasi, Komunikasi

Page 44: Beberapa kesalahan implementasi Data Warehouse/BI

Kesalahan Implementasi - C

Tidak melibatkan seluruh stakeholder

• pengguna tidak merasa memiliki

• sistem yang telah dibangun tidak sesuai dengan budaya pengguna, atau dalam kata lain, ”gap” antara sistem as-is dan to-be terlalu jauh

Page 45: Beberapa kesalahan implementasi Data Warehouse/BI

Kesalahan Implementasi - C

Miskomunikasi

• Pernyataan pengembang kepada stakeholder bisnis/manajemen “sistem ini membantu manajer/manajemen mengambil keputusan lebih baik”

• Audiens, “Mereka (pengembang) akan memperbaiki kita, karena selama kita tidak baik!”

Page 46: Beberapa kesalahan implementasi Data Warehouse/BI

Kesalahan Implementasi - C

Minimalnya komitmen dan dukungan manajemen

• komitmen dan dukungan manajemen sangat minimal, baik dukungan manajerial, SDM maupun dana

Page 47: Beberapa kesalahan implementasi Data Warehouse/BI

Kesalahan Implementasi - C

Tidak ada Kolaborasi dg Stakeholder Bisnis

• Pengembang tidak tertarik untuk melibatkan pengguna dan stakeholder lain

• Pengembang tidak mengembangkan komunikasi efektif dengan stakeholder lain

• Stakeholder bisnis, terdiri dari operator lapangan, manajemen, sponsor dana, dan pengguna sistem DW (pengambil keputusan), juga tidak tertarik untuk memahami aspek-aspek batasan teknis pengembangan

Page 48: Beberapa kesalahan implementasi Data Warehouse/BI
Page 49: Beberapa kesalahan implementasi Data Warehouse/BI

Kesalahan Implementasi - DTidak adaptif dan tidak iteratif

• Metodologi pengembangan tidak adaptif terhadap perubahan lingkungan bisnis yang dinamis

Page 50: Beberapa kesalahan implementasi Data Warehouse/BI

Menyesuaikan diri

Page 51: Beberapa kesalahan implementasi Data Warehouse/BI

Kesalahan Implementasi Lainnya

• Tidak menggunakan framework (mis: Matrix-Bus)

• Kesalahan pemilihan teknologi (tools)

• Target pengembangan yang utopi

• Tidak tersedianya skill, kurangnya training

Page 52: Beberapa kesalahan implementasi Data Warehouse/BI

THE MAN WHO MAKES

NO MISTAKES

DOES NOT USUALLY

MAKE ANYTHING

Page 53: Beberapa kesalahan implementasi Data Warehouse/BI

LET’S MAKE BETTER MISTAKES

TOMORROW.