Datawarehouse

Datawarehouse is een verzameling geïntegreerde gegevens uit verschillende bronnen, opgeslagen en onderhouden in een datastructuur die gebruik en rapportage vergemakkelijkt. Datawarehouses bevatten doorgaans historische gegevens die zijn afgeleid van transactiegegevens, zoals verkoop- en distributiesystemen. De gegevens worden getransformeerd, opgeschoond en geïntegreerd in één enkele, gecentraliseerde opslagplaats.

Datawarehouses stellen gegevens beschikbaar voor gebruikers voor analyse en besluitvorming. Datawarehouse-systemen zijn bedoeld ter ondersteuning van business intelligence-taken, zoals online analytische verwerking, datamining en beslissingsondersteunende querytalen.

Datawarehouses worden gebruikt om gegevens uit verschillende bronnen te combineren en deze in kleinere stukken te verdelen voor eenvoudiger toegankelijkheid en analyse. De gegevens worden opgeslagen in een vorm die is geoptimaliseerd voor bevragings- en rapportagedoeleinden. Het datawarehouse bevat ‘kubussen’ die analoog zijn aan multidimensionale arrays, en die kunnen worden opgevraagd met talen als SQL.

Datawarehouses kunnen op veel verschillende platforms draaien, waaronder traditionele relationele databases, gedistribueerde systemen zoals Hadoop en kolomdatabases zoals Vertica. Er is zorgvuldige planning nodig om een datawarehouse te ontwerpen, omdat het grote, complexe systemen zijn en er veel tijd nodig is om ze te ontwikkelen.

Een datawarehouse wordt meestal periodiek bijgewerkt met nieuwe gegevens, omdat het vaak wordt gebruikt om gebeurtenissen uit het verleden te volgen en te analyseren. Datawarehouses kunnen worden gebruikt om de prestaties van organisaties te verbeteren, nieuwe markten of productkansen te identificeren en klantgedrag te onderzoeken.

Datawarehouses zijn niet beperkt tot alleen bedrijven; ze worden ook gebruikt door een breed scala aan organisaties, waaronder financiële instellingen, overheidsorganisaties en organisaties in de gezondheidszorg.