Datavarehus
Vi samler data fra økonomi, lønn, kasse, timer og CRM i ett datavarehus som oppdaterer seg selv. Da bruker rapportene, regnearkene og AI-verktøyene de samme tallene, med de samme definisjonene.
Vi har bygget datavarehus med TimeXtender, SQL Server og Azure, både som konsulenter og i egne roller i større virksomheter.
Fem tegn
Kjenner dere dere igjen i to eller flere av disse, er det verdt en samtale.
Hver rapport starter med eksport fra flere systemer, og logikken ligger i regneark som bare én person forstår.
Omsetningen i økonomirapporten er en annen enn i salgsrapporten, og ingen vet sikkert hvilken som er riktig.
Lønnsomhet krever salg, varekost, timer og lønn i samme analyse, men dataene ligger i fire ulike systemer.
Dashboardet gjør alt selv: henter, renser og regner. Det tar tid å laste, og er vanskelig å endre.
AI svarer ikke bedre enn dataene den får. Et ryddig datavarehus med felles definisjoner er grunnmuren.
Slik henger det sammen
Datavarehuset henter data fra kildene, renser og kobler dem, og gjør dem klare for rapporter, budsjett og AI.
Valg av teknologi
Begge deler fungerer godt. Vi ser på kildene, behovene og kompetansen dere har, og anbefaler det som passer best for dere.
Bygger og automatiserer datavarehuset med lite håndkoding, og dokumenterer det underveis. Endringer går raskt, og løsningen er lettere å overta for andre.
Passer når: Dere har flere kilder, venter at behovene endrer seg, og vil ha en løsning som er enkel å forvalte. Krever egen lisens.
Datavarehuset bygges med T-SQL og dataflyter i for eksempel Azure Data Factory. Full kontroll, og ingen lisens utover databasen og driften.
Passer når: Kildene er få og stabile, eller dere har egne folk som kan SQL og vil forvalte løsningen selv.
Fra prosjektene
Et utvalg, fra konsulentoppdrag og egne roller. Kundene og arbeidsgiverne holder vi for oss selv.
Konsulentoppdrag
Data fra ERP-, HR- og andre fagsystemer samlet i et styrt datavarehus, med datamodeller og rapporter for økonomi, HR og virksomhetsstyring.
BI-leder i et konsern
Et felles datavarehus i Azure for flere selskaper, som ga et bedre grunnlag for rapportering, styring og datakvalitet.
Arkitektansvar i en større virksomhet
Integrasjoner via API-er, automatiserte dataflyter og masterdata, samlet i én plattform som rapporter og analyser bygger på.
Slik bygger vi
Vi ser på systemene, datakvaliteten og hvilke spørsmål dere vil ha svar på.
Ofte økonomi: én kilde, felles definisjoner og de første rapportene i bruk.
Lønn, kasse, timer og CRM kobles på når det første området virker.
Dere får dokumentasjon og opplæring, så dere ikke blir avhengige av oss.
Slik kjøper dere
Vi ser på ett konkret problem sammen med dere og gir et skriftlig forslag med tiltak, omfang og estimat.
Passer når: Dere vet hva som skaper hodebry, men ikke hva det vil kreve å løse det.
Vi bygger en avgrenset løsning med avtalt omfang og estimat, og leverer i korte runder der dere ser resultatet underveis.
Passer når: Dere vet hva dere vil ha, for eksempel en ny rapport eller en integrasjon.
Vi hjelper med utvikling, vedlikehold og forbedringer etter behov, uten et fast antall timer i måneden.
Passer når: Dere har en løsning som skal forvaltes og videreutvikles, eller trenger ekstra kapasitet.
Ingen abonnement eller lange avtaler. Dere kjøper det dere trenger, og bestemmer selv om det skal bli mer.
Spørsmål og svar
Det handler mindre om størrelse enn om hvor mange kilder dere har, og hvor mye tid som går med til å sette sammen tallene. Har dere bare ett økonomisystem, holder det ofte å hente rett derfra. Med flere kilder lønner et datavarehus seg raskt.
Kostnaden består av arbeidet med å bygge det, og av lisenser og drift, for eksempel TimeXtender og en database i Azure. Vi kartlegger først og gir et skriftlig estimat med begge deler før dere bestemmer dere.
De fleste nye løsninger bygges i skyen, for eksempel i Azure, fordi det gir lite drift og skalerer etter behov. Har dere allerede SQL Server lokalt, kan det være et godt utgangspunkt. Vi anbefaler ut fra det dere har.
Dere. Datavarehuset bygges i deres egen sky eller på deres egne servere, med dokumentasjon, så dere kan forvalte det selv eller bruke andre leverandører senere.
Ja. Et datavarehus kan brukes av Qlik, Power BI, Excel og AI-verktøy samtidig, og alle får de samme tallene.
Nei. Vi starter med ett område, ofte økonomi, så dere får nytte av det tidlig, og bygger videre derfra.
Ta kontakt
Fortell oss hvilke kilder dere har og hva dere vil ha svar på, så sier vi ærlig om et datavarehus er riktig neste steg.
Ta kontakt for en uforpliktende prat