När tekniken behöver hinna ikapp affärsbehoven : En studie med fokus på hur data virtualization kan komplettera ett data warehouse

Detta är en Kandidat-uppsats från Högskolan i Skövde/Institutionen för informationsteknologi

Sammanfattning: Data warehouse har länge varit, och är fortfarande, en viktig tillgång för organisationer för att lagra data för analys. Under det senaste årtionde har en exponentiell ökning av data skett, vilket givit organisationer allt större möjligheter att fatta datadrivna beslut i en helt ny utsträckning. Likväl har det i många fall även satt press på organisationer att utnyttja data som en tillgång för att reagera och ta tillvara på möjligheter i ett hårdnande affärsklimat, eller rent av för att bibehålla konkurrenskraft. För att möjliggöra för organisationer att kunna reagera i tid ställs flexibilitetskrav på de tekniker som används för att hantera data för analys. Praxis som länge rått för data warehouse spås inom kort inte längre vara aktuellt. Organisationer behöver hitta nya vägar för att snabbt lyckas ställa om och anpassa sig efter marknadens behov. Många organisationer har i dagsläget ett traditionellt data warehouse, och denna studie undersöker hur väl data virtualization kan bidra till att öka flexibiliteten genom att adderas som ett komplement. Detta undersöks genom frågeställningen:Hur kan data virtualization komplettera och förbättra ett traditionellt data warehouse?För att besvara frågeställningen genomförs en litteraturanalys och en fallstudie följt av en implementation, där datainsamlingen primärt består av tester utförda utifrån implementationsresultatet, observationer och intervjuer.Resultatet visar på en delad bild, där utförda tester potentiellt kan ses ifrågasätta delar av intervjuresultatet och befintlig litteratur. Utifrån resultatet kan en del konstateranden göras om i vilka användningsfall data virtualization inte passar, samt ge en bild av när det kan vara ett alternativ. Data virtualization bör ses som en utbyggnad av ett data warehouse som möjliggör sammansättning, transformering och beräkning av data, där datastrukturer kan ändras när som helst. En organisation som anammar denna flexiblare lösning måste dock vara beredda på rejält höjda svarstider för att utvinna data.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)