Business Inteligence - Data Mart

Definisi

Data mart adalah subset dari menyimpan data organisasi, biasanya berorientasi pada tujuan tertentu atau data subjek utama, yang dapat didistribusikan untuk mendukung kebutuhan bisnis.  Data mart adalah data analitis toko yang dirancang untuk memfokuskan pada fungsi bisnis yang spesifik untuk komunitas khusus dalam sebuah organisasi. Data mart sering berasal dari himpunan data dalam data warehouse, meskipun dalam metodologi gudang bottom-up data desain data warehouse diciptakan dari persatuan organisasi data mart.

Terminologi

Dalam prakteknya, persyaratan data mart dan data warehouse masing-masing cenderung menyiratkan kehadiran yang lain dalam bentuk tertentu. Namun, kebanyakan penulis menggunakan istilah tampaknya setuju bahwa desain data mart cenderung mulai dari analisis kebutuhan pengguna dan data warehouse cenderung mulai dari analisis data yang sudah ada dan bagaimana ia dapat dikumpulkan sedemikian cara bahwa data nantinya bisa digunakan.

Sebuah gudang data adalah agregasi pusat data (yang dapat didistribusikan secara fisik); data mart adalah gudang data yang mungkin atau tidak mungkin berasal dari sebuah gudang data dan yang menekankan kemudahan akses dan kegunaan untuk tujuan tertentu yang dirancang. Secara umum, data warehouse cenderung menjadi konsep strategis tetapi agak belum selesai; data mart cenderung taktis dan ditujukan untuk memenuhi kebutuhan segera. Seorang penulis, Marc Demarest, menunjukkan menggabungkan ide-ide ke dalam Universal Data Arsitektur (Uda). Dalam prakteknya, banyak produk dan perusahaan yang menawarkan layanan data gudang juga cenderung untuk menawarkan kemampuan data mart atau jasa.

Ada dapat beberapa data mart di dalam sebuah perusahaan tunggal; unit bisnis masing-masing yang relevan dengan satu atau lebih untuk yang dirancang. DMS mungkin atau mungkin tidak tergantung atau terkait dengan pasar data lain dalam sebuah perusahaan tunggal. Jika data mart ini dirancang menggunakan fakta sesuai dan dimensi, maka mereka akan terkait. Dalam beberapa penyebaran, masing-masing departemen atau unit bisnis dianggap sebagai pemilik data mart, termasuk semua perangkat keras, perangkat lunak dan data. Hal ini memungkinkan setiap departemen untuk menggunakan, memanipulasi dan mengembangkan data mereka dengan cara apapun mereka mau.; Tanpa mengubah informasi dalam pasar data lain atau data warehouse. Dalam penyebaran lain di mana dimensi sesuai digunakan, kepemilikan unit usaha ini tidak akan terus berlaku untuk dimensi bersama seperti pelanggan, produk, dll

The spreadmart istilah yang terkait menggambarkan situasi yang terjadi ketika satu atau lebih bisnis analis mengembangkan sistem spreadsheet terkait dengan melakukan analisis bisnis, kemudian tumbuh ke ukuran dan tingkat kompleksitas yang membuat hampir tidak mungkin untuk mempertahankan.

Desain Skema

Skema bintang atau model dimensi adalah pilihan desain yang cukup populer, karena memungkinkan sebuah database relasional untuk meniru fungsionalitas analisis database multidimensi.

Alasan untuk membuat Data Mart

• Akses mudah ke data yang sering dibutuhkan
• Membuat tampilan kolektif oleh sekelompok pengguna
• Meningkatkan pengguna akhir waktu respon
• Kemudahan penciptaan
• Biaya lebih rendah daripada menerapkan Data warehouse penuh
• Potensi pengguna yang lebih jelas daripada di sebuah gudang Data penuh

Kelebihan Data Mart

Menurut data sekolah Inmon pergudangan, dependent data mart adalah subset logis (tampilan) atau subset fisik (ekstrak) dari sebuah gudang data yang lebih besar, terisolasi karena salah satu alasan berikut:

• Kebutuhan untuk model data khusus atau skema: misalnya, untuk melakukan restrukturisasi untuk OLAP;
• Kinerja: offload yang mart data ke komputer yang terpisah untuk efisiensi yang lebih besar atau untuk meniadakan kebutuhan untuk mengelola beban kerja yang pada gudang data terpusat;
• Keamanan: untuk memisahkan suatu subset data resmi selektif; Kebijaksanaan: untuk memotong tata data dan otorisasi yang diperlukan untuk memasukkan aplikasi baru pada Enterprise Data Warehouse;
• Proving Ground: untuk menunjukkan kelangsungan hidup dan ROI (return on investment) potensi aplikasi sebelum migrasi ke Enterprise Data Warehouse;
• Politik: strategi coping untuk TI (Teknologi Informatika) dalam situasi di mana kelompok pengguna memiliki pengaruh lebih dari dana atau tidak warga negara yang baik di gudang data terpusat.

Menurut data sekolah Inmon pergudangan, pengorbanan yang melekat dengan pasar data termasuk skalabilitas terbatas, duplikasi data, inkonsistensi data dengan silo informasi lain, dan ketidakmampuan untuk sumber data perusahaan leverage.