Data is het nieuwe goud, hoor je weleens. Toch is een datapunt of een dataset niet per definitie waardevol. Want wat die getallen of gegevens precies zeggen, wordt pas duidelijk als je ze voorziet van de juiste context. Als je de gegevens beziet in de business context waarin zij tot stand kwamen, komen ze tot leven. Op dat moment veranderen gewone gegevens in waardevolle informatie waar een organisatie iets mee kan.

Het belang van context wordt nog eens benadrukt als je bedenkt dat veel organisaties data verzamelen buiten hun bedrijfssysteem om. Naast de gestructureerde data in hun ERP-oplossing, produceren en verzamelen ze ook allerlei andere informatie. Denk bijvoorbeeld aan sensordata uit het track & trace systeem.

Goedkope opslag
Dergelijke gegevens worden over het algemeen opgeslagen in een data lake, een cloud platform ter ondersteuning van big data analytics. Azure Data Lake van Microsoft is daar een goed voorbeeld van. Ook geschikt voor het creëren van data lakes is Amazon S3, een platform dat je informatie op laat slaan in zogenaamde Buckets. Voor het bewaren van grote hoeveelheden ruwe data is dergelijke goedkope opslag een prima medium. Op het moment deze data geanalyseerd moet worden, wordt het lastiger. Dan ontstaat namelijk de noodzaak voor contextuele informatie.

Neem nou het eerdergenoemde track & trace systeem. Bij het verzenden van een pakketje wordt de zending voortdurend gescand. Elke scan zegt iets over de locatie waar een bepaalde barcode zich bevindt. Zonder de bijbehorende gegevens uit je bedrijfssystemen zijn die afzonderlijke scans zijn niets waard. Wanneer je de scans echter koppelt aan verzenddata, orderdata, klantgegevens en andere informatie uit je ERP-omgeving, krijgen die scans waarde. Dan ontstaat er immers een beeld van de precieze reis die een zending aflegt. Bovendien wordt het mogelijk om te berekenen wanneer het pakketje precies afgeleverd wordt.

Hoe breng je nou ál die gegevens op zo’n manier samen dat je ermee kunt gaan werken? Je zou ervoor kunnen kiezen om informatie uit je bedrijfssysteem te exporteren naar het data Lake. Als je de informatie uit je Â鶹ԭ´´ omgeving haalt en samenvoegt met al die andere gegevens, zou je ermee kunnen gaan rekenen. Het is technisch zeker mogelijk. Toch is die oplossing niet ideaal. Want bij het exporteren van gegevens uit je bedrijfssysteem, gaan contextuele zaken zoals het onderliggende model, relaties, historie en generieke meta data niet mee. Daarmee verliest die informatie zijn waarde.

Daarom wordt de geëxporteerde data vaak opnieuw gestructureerd, opnieuw gefilterd en opnieuw geaggregeerd. Dat is echter een behoorlijk bewerkelijk en daarmee ook behoorlijk duur proces dat bovendien gevoelig is voor fouten. Het komt er in de basis op neer dat datgene wat Â鶹ԭ´´ van nature meelevert, opnieuw opgebouwd wordt. Hoewel er scenario’s zijn waarin het exporteren van data uit een Â鶹ԭ´´ landschap noodzakelijk is, is het in veel gevallen ongewenst en onnodig.

Â鶹ԭ´´ BTP brengt alles samen
Gelukkig is er een oplossing: het Â鶹ԭ´´ Business Technology Platform. Dit platform stelt organisaties in staat om alle noodzakelijke stappen te doorlopen om data – zowel Â鶹ԭ´´ data als externe gegevens – te analyseren. Maar dan wel mét behoud van de oorspronkelijke business context. Door slim gebruik te maken van de mogelijkheden van Â鶹ԭ´´ HANA, Â鶹ԭ´´ Data Warehouse Cloud, Â鶹ԭ´´ Data Intelligence en Â鶹ԭ´´ Analytics Cloud wordt het mogelijk om volledige data-to-value ketens op te zetten. Zo’n keten zorgt er stap voor stap voor dat een datapunt daadwerkelijk waarde krijgt. Dat begint bij het verzamelen, combineren en analyseren van gegevens en wordt gevolgd door het verrijken, opslaan en inzetten ervan.

Meer weten?
Vind je dit interessante materie? Bekijk dan die plaatsvond op 20 april 2022. Of van die dag. Deze boeiende presentaties geven je onder meer inzicht in de datastrategieën van Philips Domestic Appliances en AkzoNobel. We zijn druk bezig met de organisatie van de volgende Data to Value Day. Wil je deze dag bijwonen?

The post Geef waarde aan gegevens in je data lake zonder kopje onder te gaan appeared first on Â鶹ԭ´´ Nederland Blogs & Nieuws.

Data lake: ruw en ongestructureerd

zijn een hot topic. Een dergelijke oplossing voor data-opslag is goedkoop, je kunt er grote hoeveelheden data van elk type format in kwijt en je kunt er geavanceerde analyses met diverse tools op los laten. Ruimte voor innovatie en experimenteren dus. Het nadeel? Data lakes kenmerken zich doordat data ruw en ongestructureerd wordt opgeslagen. Ideaal voor , clickstreams en machinedata. Maar, een data lake leent zich daardoor niet echt voor het opslaan van gestructureerde data. Doe je dat wel, dan raak je alle referenties en verbanden tussen die gegevens kwijt. Zonde.

Je data lake wordt al snel een data swamp

Maak je gebruik van een data lake? Dan heb je data scientists nodig om analyses uit te voeren en algoritmes op je lake los te laten. Doe je dat niet, dan zit je met een datamoeras. Alle data die erin wegzakken, vind je onmogelijk terug. Wil je sales, inkoop, onderhoud of elke andere afdeling in je organisatie vanuit je lake van inzichten voorzien, dan heb je verschillende tussenstappen nodig om dat te bereiken. Om weer structuur – en dus vindbaarheid – terug te brengen in data worden er daarom vaak verschillende datalagen bovenop een data lake aangebracht. En dat lijkt weer verdacht veel op die traditionele data warehouses uit het verleden.

Data driven werken met alleen een data lake? Niet te doen

Klinkt paradoxaal toch? Je stopt al je gestructureerde data uit diverse bronnen in een chaotisch meer en vervolgens ga je het opnieuw ordenen. Bovendien leidt dat ook nog eens tot extra kosten – die je juist wilde besparen – en is de data die je ‘oproept’ in je systeem altijd verouderd. Want het gestructureerd aan de oppervlakte brengen van die gegevens in je data lake kost nou eenmaal tijd.

Datagedreven werken als organisatie is er niet bij als je enkel gebruik maakt van een data lake. Want je business heeft niet zoveel aan inzichten van gisteren in een economie waarin je snel moet beslissen op basis van de actualiteit. Een data lake is daarom niet de meest ideale bron voor snel – of liever nog: real-time – inzicht. Benader daarom je informatielandschap eens op een andere manier. Een intelligente manier. Met ruimte voor structuur en executie én creativiteit.

Neem een voorbeeld aan de natuur

Waarom zou je alleen je rechterhersenhelft gebruiken als je met je linkerhelft erbij twee keer zo intelligent met je kennis om kunt gaan? En, om maar meteen het bruggetje naar mijn oplossing te maken: wat als je die linker- en rechtercapaciteiten voor elk type gebruiker beschikbaar kunt maken? Structureer je datalandschap daarom naar het beste voorbeeld, recht uit de natuur: je brein. Oftewel: een intelligent data platform.

Net als je brein heeft een intelligent data platform een logische en creatieve kant. Met de creatieve kant kan het zowel grotere contexten ‘zien’ als out-of-the-box ideeën genereren op basis van data. Die kun je vervolgens in de praktijk loslaten op de gestructureerde kant van je platform. De plek waar je gerichte vragen stelt aan het systeem en kant-en-klare inzichten kunt opdiepen.

Meer weten over data?

In deze gids vind je tips over hoe jij de beste datastrategie kan samenstellen. Onderscheid jouw bedrijf met een succesvolle datastrategie.

De bouwstenen van een intelligent data platform

Waar dit platform concreet uit bestaat? Door een lake met een logisch  te combineren, creëer je een intelligent data platform. Zo profiteer je van alle voordelen van data science en traditionele analyses. Kortom: écht het beste van twee datawerelden.

Met je data lake vol ruwe gegevens experimenteer en innoveer je. Met name je data scientists en engineers zijn bezig in die hoek. Niet alle data in je lake zijn namelijk direct interessant voor je verschillende bedrijfsonderdelen. Sommige van die wel. Die breng je daarom ook onder in je logisch data warehouse. Daar sla je voornamelijk tactische en strategische data op. Door niet alles in dat gestructureerde systeem op te slaan, blijft het licht in gebruik en kan het daardoor snel – en dus real-time – vragen van onder meer business analisten en andere gebruikers uit je organisatie beantwoorden.

Creatief en logisch: investeer in een intelligent data platform

Investeer je in een langetermijnsamenwerking tussen die ‘hersenhelften’ in data-opslag? Dan investeer je in een intelligent data platform, waar je zowel creatief als logisch mee aan de slag kunt. Intelligent datamanagement waarmee je niet alleen slagvaardiger bent, maar waarmee je ook klaar bent voor toekomstige innovaties op het gebied van data science en data-analyses.

Meer weten?

The post De data lake-hype voorbij: tijd voor een Intelligent Data Platform   appeared first on Â鶹ԭ´´ Nederland Blogs & Nieuws.

Wat is Data Management?

Data management helpt bedrijven om de data up to date te houden, op te slaan, te beveiligen en natuurlijk gemakkelijk te gebruiken.

Waarom wordt Data Management steeds belangrijker?

Met de grote hoeveelheden data () waar organisaties tegenwoordig mee te maken hebben, is een betrouwbaar data management systeem noodzakelijk. Bedrijven over de hele wereld heroverwegen de manier waarop ze zaken doen – ze moeten in een snel tempo beslissingen nemen en hebben daarvoor toegang nodig tot tijdige en nauwkeurige informatie van binnen en buiten hun organisatie. Toch doet maar liefst  nog te weinig met hun data.

Gegevensbeheeroplossingen spelen een cruciale rol. Ze vormen de basis voor datagestuurde intelligentie met de mogelijkheid om gegevens snel en eenvoudig te beheren, besturen en integreren in gedistribueerde landschappen. Als bedrijf kun je met Data Management anticiperen op risico’s en betere bedrijfsresultaten behalen.

Wat zijn de drie belangrijke data trends van nu?

Een datagedreven organisatie:

Zet data in de cloud

Ontdek en waarom deze een stuk goedkoper zijn.

Werk met intelligente data

Intelligente data als machine learning en artificial intelligence worden steeds meer de norm. Het gebruik van deze intelligente technologie is alleen mogelijk wanneer data goed beheerd wordt.

Gebruik een geïntegreerd data platform

Grote kans dat jouw organisatie nog bij die 74% hoort die over een te complex datalandschap beschikken. Met een centrale database bevindt alle data zich op één plek waardoor deze beter beheerd kan worden, er efficiënter gewerkt wordt en er geen data silo’s ontstaan.

Welke ontwikkelingen spelen er binnen data management?

Machine Learning

Â鶹ԭ´´ is constant bezig met nieuwe innovaties en integraties. Zo is een van de focusgebieden nu het operationaliseren van machine learning. Om dit te doen, hebben we de kracht van Â鶹ԭ´´ Data Hub en Â鶹ԭ´´ Data Intelligence gecombineerd in één oplossing die kan worden geïmplementeerd in de cloud en op locatie, waardoor het eenvoudiger wordt om machine learning-modellen te operationaliseren.

Een ‘central hub’ tegen ambiguïteit

Toegang hebben tot een centrale opslagplaats voor zakelijke termen en definities is essentieel om ambiguïteit te overwinnen en een gedeeld begrip van sleutelconcepten in een organisatie te bevorderen. Om deze reden heeft Â鶹ԭ´´ een nieuwe zakelijke woordenlijst geïntroduceerd in Deze nieuwe mogelijkheid wordt geleverd met sjablonen om te helpen bij het maken en definiëren van nieuwe termen en om ze in categorieën te groeperen. Gebruikers kunnen ook expertbeoordelingen ophalen, gegevens profileren, datalijn volgen en impactanalyses uitvoeren.

Kwaliteitsregels in masterdata

We erkennen allemaal dat de kwaliteit van stamgegevens essentieel is voor efficiënte operaties en geïnformeerde besluitvorming. Toch is het definiëren van kwaliteitsregels vaak een ontmoedigende taak die veel vergaderingen en uitwisselingen tussen bedrijfseenheden en datateams met zich meebrengt. Met Â鶹ԭ´´ Master Data Governance op Â鶹ԭ´´ S/4HANA 1909 kunnen gebruikers nu machine learning gebruiken voor het minen van kwaliteitsregels in masterdata. De integratie met de rule repository maakt het vervolgens mogelijk om de nieuwe regels zonder vertraging toe te voegen aan een master data-proces.

The post Wat is Data Management? appeared first on Â鶹ԭ´´ Nederland Blogs & Nieuws.

Wat is een datawarehouse?

Een . Simpel gezegd is datawarehousing het opslaan van informatie met als doel om zakelijke beslissingen te kunnen nemen. Met een datawarehouse systeem leg je de basis voor ) en . De data die zich in een datawarehouse bevindt, komt vaak uit verschillende bronnen binnen de organisatie. Deze informatie wordt gebruikt voor het doen van analyses of om zoekopdrachten uit te voeren.

Waarom wil je als organisatie een data warehouse?

Doordat een datawarehouse enorme hoeveelheden data bevat uit verschillende bedrijfstoepassingen (, DMS, ERP), kunnen er waardevolle inzichten opgedaan worden. Een datawarehouse bespaart tijd voor bedrijven die data verzamelen op grote schaal. Wanneer je een holistisch overzicht wilt hebben van bedrijfsvoering, is een datawarehouse nuttig.

Wat zijn de voordelen van datawarehousing?

Het belangrijkste voordeel is dat er een holistisch overzicht gegeven wordt van gegevens in de gehele organisatie, zodat er op feiten gebaseerde beslissingen genomen kunnen worden in de organisatie.

1. Gemakkelijke samenwerking

Met deze software kun je virtuele werkruimtes maken voor data-analyseprojecten. Datamodellen worden daarmee ondergebracht op een beveiligde en beheerde plek. Er kan gemakkelijk samengewerkt worden met collega’s die beschikken over toegangsautorisatie, en bevindingen kunnen gedeeld worden met anderen.

2. Bedrijfslaag voor tekstuele informatie

Door de bedrijfslaag kunnen er taalzinnen toegevoegd worden, waarmee iedereen gegevens direct kan begrijpen. Er kunnen relaties vastgesteld worden tussen ieder element in het gegevensmodel.

3. Geïntegreerde analyses

Organisaties doen vaak analyses per Line of Business, waardoor een dataoverzicht van de gehele organisatie mist. Visualiseer informatie van uw gehele organisatie om nieuwe inzichten te ontdekken. De datawarehousesoftware van beschikt ook over de ingebouwde mogelijkheden voor machine learning en kunstmatige intelligentie, waardoor diepgaande inzichten opgedaan kunnen worden. U kunt ook verbinding maken met elke data-analyse- en visualisatietool van uw keuze.

Wat is Â鶹ԭ´´ Data Warehouse Cloud (SDWC)?

Click the button below to load the content from YouTube.

Always allow YouTube

Meer weten over Data Warehousing? Kijk dan op de .

Lees ook alvast de

The post Wat is een datawarehouse? | Definitie en voordelen appeared first on Â鶹ԭ´´ Nederland Blogs & Nieuws.

PwC levert audit-, verzekerings-, consulting- en belastingservices aan vrijwel elk bedrijf uit de Fortune 500-lijst en aan tienduizenden andere bedrijven. Data is een integraal onderdeel van hun proces.

Click the button below to load the content from YouTube.

Always allow YouTube

De data die worden gegenereerd via de verschillende servicelijnen van PwC zijn zowel essentieel als gevoelig. Daarom moeten de betrokkenen makkelijk en veilig toegang tot data hebben. Om dat mogelijk te maken zette PwC een cloud strategie op om het onderliggende technologieplatform voor het hele bedrijf te vernieuwen. De keuze viel op .

“Bij PwC zijn mensen onze belangrijkste asset. En dankzij Â鶹ԭ´´ Data Warehouse Cloud zijn zij nu nog efficiënter. Het met elkaar verbinden van al deze data van over de hele wereld, had een enorme impact op onze zakelijke gebruikers.” — Stefan Frühauf, partner en Global and Leadership Team Member van PwC

Het dataprobleem gedefinieerd 

In de loop der jaren implementeerden de kantoren in de ruim 150 landen waar PwC actief is hun eigen oplossingen voor de verwerking van data. De verschillende oplossingen werken elk goed voor de betreffende landen, maar het kost erg veel tijd om alle data tussen de landen te synchroniseren. Er zijn namelijk veel verschillende systemen van allerlei verschillende leveranciers in gebruik.

Om alle data te synchroniseren zouden de data van de verschillende gesegmenteerde nationale databases uit elk systeem moeten worden gehaald, en vervolgens handmatig moeten worden geharmoniseerd. Dat kan allemaal wel, maar het kost te veel tijd en inspanning.

Omdat PwC uiteindelijk streefde naar een grotere efficiëntie, zocht het bedrijf een oplossing die al deze data op de best mogelijke manier bij elkaar brengt. En wat ook belangrijk was: het bedrijf wilde dat de bestaande systemen deel zouden uitmaken van de oplossing. In sommige regio’s wordt al gewerkt met , dat een zeer effectieve tool is gebleken.

Oplossingen leveren met Data Warehouse Cloud

Met deze doelen voor ogen koos PwC voor Â鶹ԭ´´ Data Warehouse Cloud om alle data zonder replicatie of duplicatie bij elkaar te brengen. Bovendien kon men hierbij de bestaande systemen (zowel van Â鶹ԭ´´ als van andere leveranciers) gebruiken.

Met de semantische (bedrijfs)laag brengen we alle voorheen gesegmenteerde data samen op een manier die voor de gebruikers duidelijk is, en die het ook nog eens makkelijker maakt om ze voor analysedoeleinden te gebruiken. Met dat is ingebouwd in Â鶹ԭ´´ Data Warehouse Cloud, kunnen gebruikers snel aan de slag met hun proof of concept.

Met de van Â鶹ԭ´´ Data Warehouse Cloud kunnen gebruikers zelfstandig, zonder hulp van IT, toegang krijgen tot relevante data voor hun projecten. Binnen deze Spaces, of ruimten, kunnen gebruikers externe databronnen verbinden en hun eigen platte bestanden uploaden naar een veilige, gefedereerde locatie. Nu kunnen ze een proof of concept in slechts 48 uur uitvoeren. Deze korte omlooptijd is fantastisch: niet alleen voor PwC, maar ook voor haar klanten.

Wat Â鶹ԭ´´ Data Warehouse Cloud mogelijk maakte

PwC zit nog in de beginfase van het datatraject met Â鶹ԭ´´ Data Warehouse Cloud, maar denkt wel al aanzienlijke tijd- en kostenbesparingen te zien, vergeleken met andere datawarehousingoplossingen op de markt.

Aan de slag met data in de cloud

Â鶹ԭ´´ Data Warehouse Cloud is de enige end-to-end cloudoplossing voor datamanagement en besluitvorming voor zakelijke en professionele ervaringen. ​We combineren krachtige functies voor datamanagement met de breedste geavanceerde analytics. Daarmee helpen we organisaties om gefundeerde beslissingen te nemen, alles in één, alles in de cloud.​

Benieuwd wat Â鶹ԭ´´ Data Warehouse Cloud voor jouw organisatie kan betekenen?

The post PwC verbindt data wereldwijd met Data Warehouse Cloud appeared first on Â鶹ԭ´´ Nederland Blogs & Nieuws.