Datawarehouse projecten zijn kostbaar. Mede daarom komen dit soort initiatieven moeilijk van de grond. Steeds vaker klinkt in de directiekamer de vraag ‘wat levert het nu op?’ De consultant die probeert weg te komen met voordelen als snellere query performance of eenduidige brondefinities wordt vriendelijk maar dringend de deur gewezen. In dit artikel worden ook de opbrengsten op een rijtje gezet. In vijf stappen kunnen bedrijven hun return-on-intelligence bepalen.
Nog recent werden datawarehouses alleen gevonden bij grote tot zeer grote bedrijven. Zij konden het zich veroorloven om te voldoen aan alle (financiële) voorwaarden om het primaire proces te ondersteunen met een passende informatievoorziening. Het midden en kleinbedrijf moest het maar doen met de bekende aan elkaar gekoppelde spreadsheets. Binnen veel bedrijven ontstond zo een wildgroei aan verschillende applicaties, structuren en toepassingen. Uiteindelijk leidt dit tot een eilandencultuur met een gebrek aan integratie. Indien de totstandkoming van de overzichten te lang duurt of een gebrek aan eenvoudige bevraging zich voordoet, dan is het beeld van een overspannen informatievoorziening compleet. Het gevolg: een overbelasting van informatie technologie en een vertekend beeld voor de business.
De oplossing? Het Datawarehouse!
Een mogelijke oplossing voor deze problemen is een datawarehouse. Dit is een bedrijfsbrede centrale gegevensverzameling die los staat van gegevensverwerkende systemen. Het is de enige, geïntegreerde gegevensbron die beschikbaar is ter ondersteuning van de besluitvormingsprocessen. Hierin wordt data uit meerdere gegevensverwerkende systemen gecombineerd en definities worden eenduidig gemaakt. Daarnaast wordt er historie opgebouwd, zodat niet alleen de laatste stand van zaken inzichtelijk is, maar ook die van bijvoorbeeld dezelfde periode vorig jaar. Door het datawarehouse te voorzien van een gebruikersvriendelijke toegang met behulp van business intelligence-tools wordt de bevraging en totstandkoming verbeterd.
Doel
Langzamerhand wordt de datawarehouse-markt steeds volwassener. Kosten van hardware en software dalen en het gegevenspakhuis komt in het bereik van een nieuwe groep bedrijven en afdelingen. Steeds vaker is het niet alleen finance of ict die als opdrachtgever optreedt. Als spin-off hiervan wordt steeds meer evident dat een datawarehouse niet het einddoel is. Het is slechts een ondersteunend onderdeel (tool) van een meer uitgebreid business proces of strategie. De allereerste stap die dan ook genomen moet worden is het bepalen welk doel gediend wordt met de realisatie van een datawarehouse.
Toch sneuvelen veel initiatieven alsnog op de vergadertafel om puur financiële redenen. Immers de directe kosten zijn helder maar de verwachte baten zijn veel minder makkelijk op te hoesten. Het opstellen van een zogenaamde business case is dan een valide model. De opstellers hiervan moeten hun wortels hebben in zowel de business als de ict. Een belangrijke hindernis die genomen moet worden is het meetbaar maken van het proces of strategie. De tweede stap is dus het definiëren van meetbare kentallen. Denk hierbij aan zaken als: 50 nieuwe klanten of 6 procent meer omzet.
Nu duidelijkheid bestaat over het doel en de meetbare kentallen op tafel liggen volgt een inventarisatie. Deze bestaat uit een nulmeting die duidelijk moet maken wat de huidige stand van zaken is. Dit geldt dan zowel voor de opbrengsten als voor de kosten. Dit is dan de derde stap. Dat kan aan de hand van een absoluut getal, een percentage of zelfs in de vorm van een rapportcijfer voor de huidige informatievoorziening.
Kosten
Een datawarehouse ontwikkelt zich vaak van een simpel proof of concept in stapjes naar een volledige informatieomgeving. Het zogenaamde incrementeel ontwikkelen. Grofweg zijn hierbij drie soorten kosten te onderscheiden:
– Vaste aanloopkosten in de vorm van consultancy. Deze uren worden besteed aan zaken als een haalbaarheidsonderzoek.
– Met de implementatie van het datawarehouse komen de vaste initiële kosten aan de orde. Hierbij zitten de aanschafkosten voor hard- en software maar ook uren die besteed worden aan de opzet, ontwerp, testen en in productie brengen van het datawarehouse.
– Na de implementatie blijven de kosten echter komen. Dat variabele deel geldt voor exploitatie, beheer, onderhoud en opleidingen.
– Een vierde soort zijn de onverwachte kosten. Deze vereisen een bijstelling van het model. Factoren die kostenverhogend kunnen werken zijn onder meer een toename in het aantal bronnen, extra functionaliteit of het aantal gebruikers.
Benefits
Op dit punt is het van belang om een onderscheid te maken tussen de voordelen en de opbrengsten van een datawarehouse. Het meest helder is dit te realiseren door voordelen te benoemen als kwalitatief en de opbrengsten als kwantitatief. Samen worden deze de datawarehouse benefits genoemd.
De voordelen van een datawarehouse (kwalitatief) passen niet eenvoudig in een rekensom . Daarnaast blijkt dat de achterliggende redenen voor het opzetten van een datawarehouse niet altijd financieel van aard hoeft te zijn. Uit een onderzoek van Sentry Market Research kwam te voorschijn dat kostenbesparingen laag op de lijst staan (7 procent). Toegang (30 procent) en kwaliteit (20 procent) spelen een veel grotere rol. Een nadere analyse levert dan ook op dat juist het ontbreken van toegang in veel gevallen resulteert in het niet behalen van gestelde (commerciële) doelen. Een onderzoek van Gartner onderstreept dit belang. Daarin wordt gesteld: "Wanneer het voor een organisatie helder wordt wat het niet behalen van deze doelen betekend, wordt meteen ook duidelijk wat de opbrengsten zijn van een datawarehouse dat hierin wel ondersteund".
De belangrijkste voordelen van een datawarehouse zijn van oudsher:
1. Toegang(kelijkheid) van de gegevens: eenvoudig gegevens beschikbaar stellen aan een groep die daar eerst geen beschikking over had.
2. Kwaliteit en nauwkeurigheid van de gegevens: In het datawarehouse worden gegevens opgeschoond, nauwkeurig gemaakt, consistent toegepast met gebruik van eenduidige definities uit een centrale, goed onderhouden bron.
3. Toepassing van de data: De gegevens uit het datawarehouse worden informatie (en zelfs kennis).
Opbrengsten
Duidelijk meetbare opbrengsten zijn: een vermindering in kosten als gevolg van onderhoud aan één centrale bron in plaats van verschillende, minder it-ondersteuning, lagere distributiekosten, lagere productiekosten en meer effectieve processen. Echter ook een andersoortige inzet van personen, die eerst met het informatie voorzieningsproces hun handen vol hadden. Om toch ook de minder heldere opbrengsten te kwantificeren kan men bepalen wat de organisatie een verbeterde score op de eerder gedefinieerde kentallen waard is. Door nu de te verwachten kosten en de te verwachte opbrengsten naast elkaar te zetten kan een afweging worden gemaakt. Dit go/no go moment is dan de vierde stap.
Return on intelligence
Een gebruikelijke term voor het terugverdieneffect van een investering is return on investment (roi). Vanuit een business intelligence-perspectief kunnen we andere invulling geven aan de term roi, namelijk return on intelligence. Met de vijfde stap wordt dit duidelijk.
De organisatie heeft op basis van de verwachte kosten en opbrengsten namelijk besloten inderdaad een doel of strategie uit te gaan voeren, ondersteund door een datawarehouse. Nu kan men door middel van een nameting of audit opnieuw de score vaststellen op de kentallen en deze vergelijken met de nulmeting. Van belang hierbij is wel wanneer en hoe vaak er gemeten wordt. Het terugverdieneffect hoeft zich immers niet meteen te manifesteren.
Toekomst
Wat let bedrijven dan nog om over te gaan tot het opstellen van een business case? Immers met behulp van de functiepuntanalyse voor datawarehousing zijn de kosten inzichtelijk te maken en met de return on intelligence methode ook de opbrengsten. Soms zijn bijvoorbeeld de interne processen nog niet voldoende op orde. Hier wordt dan eerst prioriteit aan gegeven. Het ontbreekt soms ook simpelweg aan budget of menskracht. Alle resources worden ingezet om de interne informatievoorziening op gang te houden. Organisaties die deze onzekerheden kunnen overwinnen en ombuigen in hun voordeel zullen uiteindelijk een vooraanstaande rol blijven spelen.
Drs. Jorgen Heizenberg, managing consultant business information management bij Capgemini en principal technology officer voor het bi-domein.
