Konsep Data Warehouse

1. Perubahan pada fokus perkembangan komputasi
   1. Perkembangan komputasi pada awalnya terfokus pada kebutuhan operasional.
      Ada sebuah istilah dinamakan Business Cycle, dimana kalangan enterprise harus melakukannya
      1. Operational : kegiatan bisnis yang berjalan sehari-hari
      2. Tactical : kebijakan dan pemantauan kegiatan operasional
      3. Strategic : visi dan tujuan organisasi
   2. Kebutuhan yang membutuhkan keputusan tidak dapat sepenuhnya diantisipasi
      Para pembuat keputusan membutuhkan analisis terhadap data untuk memanfaatkan peluang yang ada. Mereka menganalisis tren yang terjadi pada sebuah situasi bisnis untuk mengambil keuntungan, menambah profit, dan mengurangi cost.
   3. Sistem operasional gagal untuk menyediakan informasi berupa keputusan
      Sistem operasional memiliki fokus untuk merekam dan menyediakan layanan untuk berbagai macam transaksi bisnis. Para pembuat keputusan membutuhkan sebuah decision information secepat mungkin sedangkan bagi para IT profesional, untuk men-extract data menjadi sebuah information decision dari sistem operasional yang berbeda-beda memerlukan waktu yang lama.
   4. Sebuah sistem decision dibuat untuk memenuhi kebutuhan information decision.
      Sejak itulah perkembangan data warehouse dimulai. Dari masa yang dinamakan “bleeding edge” hingga sekarang.
2. Definisi Data Warehouse
   “Sebuah kumpulan database yang terintegrasi, didesain untuk menyediakan informasi untuk decision making”
   1. Integrasi
      Sebuah data warehouse memiliki data yang diambil dari berbagai sistem operasional dan data eksternal. Sebagai contoh, data warehouse untuk sebuah bank memerlukan integrasi data anatar deposit sistem, sistem peminjaman, dll.
   2. Subject Oriented
      Data warehouse data diperoleh berdasarkan enterprise subject seperti pelanggan, sales, dan profit.
   3. Database
      Database yang digunakan untuk membangun sebuah data warehouse terdiri dari internal data dan external data. Internal data diperoleh dari sistem operasional sedangkan external data diperoleh pihak ketiga seperti partner bisnis, customer ataupun pemerintah.
   4. Dibuat untuk decision making
      Tidak seperti database pada sistem operasional yang biasanya dinormalilasasi, sebuah data warehouse didesain dengan melakukan de-normalisasi. Sebagai contoh, manajer keuangan tertarik dengan keuntungan dari berbagai jenis produk di sebuah perusahaan sedangkan berbeda lagi dengan manajer produk yang tertarik pada jumlah penjualan dari setiap produk. Oleh karena itu, dalam proses data warehouse, akan dilakukan proses “mengiris” dari berbagai database untuk mengambil hanya apa yang mereka perlukan.
   5. Data warehouse terdiri dari atomic dan summarized data
      Data warehouse menyimpan data pada berbagai level, diantaranya atomic dan summarized level. Pada atomic level digunakan untuk meyimpan summarized data. Sedangkan aggregate data akan disimpan pada summarized level untuk mempercepat proses query. Jika data warehouse hanya menyimpan data pada summarized level, maka user tidak akan dapat menggali data tersebut untuk mendapatkan detail data.
3. Dynamic Report
   
   Contoh yang tertera pada gambar diatas adalah berupa laporan per region. Ketika kalangan
   enterprise menginginkan detail salah satu region, maka data dapat ditampilkan tanpa melakukan
   programming.
4. Tujuan Data Warehouse
   1. Menyediakan kalangan bisnis untuk mengakses data
      Data warehouse menyediakan layanan sehingga kalangan bisnis dapat mengakses data, yang
      sebenarnya rumit dan sulit dipahami, dengan cukup mudah.
   2. Menyediakan data yang valid
      Sebagai contoh kasus, customer bukan merupakan sebuah istilah yang diberikan kepada semua
      klien. Ada sebuah patokan dimana klien pantas diberi title customer atau tidak. Dengan adanya
      data warehouse, sebuah title customer dapat ditentukan mungkin dari jumlah total pembelian
      atau faktor lainnya.
   3. Untuk menyimpan data yang lama dengan akurat
      Hal ini sangat diperlukan ketika diperlukan sebuah perbandingan antara laporan sekarang
      dengan yang lalu.
   4. Slice and Dice data
      Sebuah ketersediaan data detail seperti yang dicontohkan gambar diatas dapat meningkatkan
      bisnis analisis dengan mengurangi waktu dan usaha yang diperlukan untuk mengumpulkan data
      kembali.
   5. Memisahkan antara proses analisis dan operasional
      Biasanya data warehouse diperlukan untuk mendukung proses analisis karena sifatnya yang
      cepat dalam mengolah data yang sangat banyak walaupun dengan kemampuan terbatas.
      Beberapa sifat antara lain :
      Proses analisis -> READ
      Proses operasional -> READ, WRITE, UPDATE
   6. Mendukung re-engineering pada decisional proces
      Dengan sifatnya yang memfokuskan pada pengambilan keputusan bisnis, data warehouse adalah sebuah sistem yang ideal apabila diperlukan re-engineering pada proses pengambilan keputusan bisnis.
5. Deskripsi Data Marts
   Data Mart hanya terdiri dari sebuah subset dari data yang tersimpan pada data warehouse. Data Mart dibuat berdasarkan kebutuhan yang spesifik dari sebuah organisasi.
6. Operational Data Stores
   1. Deskripsi
      Operational Data Stores adalah sebuah kumpulan database yang terintegrasi yang didesain untuk mendukung operational monitoring.
      Perbandingan Data Warehouse dengan Operational Data Stores

      	DW	ODS
      Tujuan	Strategic Decision Support	Operational Monitoring
      Persamaan	Integrated Data	Integrated Data
      	Subject-Oriented	Subject-Oriented
      Perbedaan	Static Data	Volatile Data
      	Historical Data	Current Data
      	Summarized Data	More Detailed

   2. Flash Monitoring and Reporting Tools
      
      Seperti layaknya sebuah dashboard yang menyediakan informasi yang berharga untuk kalangan enterprise. Layanan ini menggunakan ODS sebagai input untuk menyediakan bagi user bisnis sebuah operasi tanpa henti.
   3. Hubungan antara Operational Data Stores dengan Data Warehouse
      
      Operational Data Stores memiliki fokus waktu sekarang sedangkan Data Warehouse digunakan untuk melihat data-data lama sehingga data yang telah terpakai di ODS akan disimpan ke DW untuk digunakan sebagai Decision Making nantinya.
7. Data Warehouse Cost and Benefit
   1. Keuntungan / Benefit :
      1. Produktifitas staff analisis meningkat karena ketersediaan data
      2. Peningkatan dari segi bisnis karena analisis dari data warehouse
   2. Biaya / Cost
      1. Hardware
         Data warehouse yang besar tentu menuntut kebutuhan hardware yang mencukupi.
      2. Software
         Membeli lisensi software yang digunakan untuk proses data warehouse
      3. Services
         Memakai jasa konsultan ataupun trainers
      4. Biaya untuk internal staff

Sumber : Data Warehouse Architecture and Implementation; Humphries, Hawkins, Dy; Prentice Hall