O sukcesie we wdrażaniu hurtowni danych decyduje profesjonalne zarządzanie.

Hurtowni danych nie można kupić prosto z półki. Poszczególne rozwiązania różnią się od siebie, podobnie jak firmy, w których są zainstalowane. Różnice te są znaczne i nie wynikają jedynie ze specyfiki poszczególnych gałęzi przemysłu. Kultura korporacyjna, procedury wewnętrzne, a przede wszystkim różnice w infrastrukturze informatycznej uniemożliwiają ujednolicenie rozwiązania typu hurtownia danych.

Różnice te muszą być wzięte pod uwagę w każdym nowo- rozpoczynającym się projekcie hurtowni danych - innymi słowy, pojęcie hurtowni danych musi być modyfikowane, tak aby "przylegało" do struktury przedsiębiorstwa, a nie na odwrót.

Około 80% prac związanych z budową hurtowni danych, wiąże się z problemami zebrania i zarządzania różnorodnymi źródłami danych. Doświadczenie pokazują, że jednocześnie jest ono źródłem najpoważniejszych problemów.

Przed implementacją hurtowni danych istnieją - całkiem typowe - trudności, których należy uniknąć:

- brak wiedzy o własnych zasobach informacyjnych przedsiębiorstwa (gdzie są źródła danych, jaki rodzaj danych jest przez nie udostępniany);

- niska jakość danych (złe zarządzanie danymi, "martwe dusze" w zbiorach, wielokrotne zmiany w kodowaniu poprzednich danych, oznaczających te same wielkości, niejasny podział zbiorów kodujących i symboli);

- brak technicznych środków realizacji hurtowni danych (moc stosowanych komputerów, dostępna przestrzeń dyskowa);

- niewłaściwa definicja priorytetu projektu (brak sponsora, "wąskie gardła" projektowe);

- brak koncentracji na istocie projektu (zbytnie rozproszenie na szczegóły implementacyjne);

- różnorodność narzędzi do realizacji zadania (korzystniej jest mieć narzędzie do realizacji zadań od początku do końca projektu niż integrować z definicji nie współpracujące lub słabo współpracujące ze sobą narzędzia);

Podejście właściwe narzędziom informatycznym trzeciej generacji.

Typowym błędem, przy implementacji hurtowni danych jest chęć stworzenia "ekstra rozwiązania" - czyli, stworzenia hurtowni danych mających wpływ na całą działalność firmy. Wielki skok naprzód - w mniejszym lub w większym stopniu skok w przepaść - nie może przynieść dobrych efektów, ponieważ analiza danych i modelowanie nie mogą być zaimplementowane jednocześnie dla całej sfery działalności przedsiębiorstwa. Szczególnie poprzez skromną inwestycję kilku osobogodzin pracy. Jednakże nie ma również dużego sensu w zasileniu hurtowni danych - powiedzmy - pięcioletnią historią działalności firmy, po to, by na tej podstawie wysnuć wnioski o jej wieloletniej przyszłości. Ryzyko, że tego rodzaju projekt spali na panewce lub wygeneruje jedynie nierealne oczekiwania użytkowników jest ogromne. Z tych powodów przedsiębiorstwa nie powinny formułować (w pierwszej fazie wdrożenia) projektów na obejmujące całą firmę, bardzo rozległe zastosowania dla hurtowni danych, ale zaczynać z łatwymi w zarządzaniu, niewielkimi i dobrze określonymi zastosowaniami, na podstawie których, będzie można iteracyjnie rozszerzać funkcjonalność hurtowni danych.

Firma specjalizująca się w realizacji poważnych projektów hurtowni danych, SAS Institute, rekomenduje z tego powodu, jako część swej inicjatywy, Rapid Warehousing Programme, podejmowanie implementacji "krok po kroku". Podstawową zasadą rządzącą tą metodologią jest "zacznij nieduże - myśl o wielkim" (start small - think big). Projekt rozpoczyna się od ściśle zdefiniowanego, obejmującego jeden temat, a co za tym idzie stosunkowo niewielkiego zbioru danych, np. grupującego informacje o pracy jednego, wybranego departamentu. W ten sposób projekt, i ponoszone nań koszty, pozostają niewielkie i dają się kontrolować. Struktura metodologii i narzędzia umożliwia osobom odpowiedzialnym za projekt jego restrukturyzację i optymalizację bez utraty efektów już wykonanej pracy.

Zaletą tego podejścia są pierwsze efekty (korzyści), które osiąga się już po czterech do sześciu tygodni od rozpoczęcia realizacji. W ten sposób otrzymujemy pełną aplikację, wyposażoną we wszystkie potrzebne elementy sterujące hurtownią danych i narzędziami do jej eksploracji. Są to:

- systemy informowania kierownictwa

- narzędzia analityczne i raportujące

- wielowymiarowa analiza danych (OLAP++)

- sieci neuronowe.

W ten sposób można przekonać nawet największych sceptyków do kontynuacji i rozwoju wybudowanego właśnie zalążka hurtowni danych, która może rozprzestrzenić się stopniowo na całą organizację.

Przejrzyste struktury projektu

Sukces projektu, mający na celu stworzenie hurtowni danych, w pełni zależy od przejrzystości jego struktury. Korzystając z doświadczeń zebranych przy tworzeniu ponad 350 hurtowni danych, w SAS Institute stworzono pięcio- stopniowy model zarządzania projektami budowy hurtowni danych.

Pierwszy krok modelu składa się z analizy "rentowności" i przydatności projektu dla firmy. Na etapie tym tworzy się również zespół składający się z członków departamentu informatyki, a także osób będących pracownikami departamentu, w którym projekt ma być wdrożony.

Zadaniem zespołu jest przekazanie firmie informacji o realizowanym przedsięwzięciu. Przeprowadzone są m.in. prezentacje pokazujące istotę nowego rozwiązania i jego przydatność, osobom spoza zespołu wdrożeniowego. Powinien on wyraźnie uświadomić przyszłym użytkownikom konkretne efekty i korzyści oczekiwane po wdrożeniu hurtowni danych. Zwykle na tym etapie okazuje się również, że pojęcie hurtowni danych jest często błędnie rozumiane przez przyszłych użytkowników, wobec czego należy im wyjaśnić istotę tego rozwiązania.

Dla wielu przyszłych użytkowników, nawet tych o zainteresowaniach technicznych, za terminem "hurtownia danych" nie stoją żadne konkretne wyobrażenia o tym, jak taki system wygląda i jak rzeczywiście może wpłynąć na wykonywane przez nich obowiązki służbowe. Poza wyjaśnieniem konkretnych korzyści płynących z projektu, na tym etapie należy także przekonać przyszłych użytkowników o słuszności zaadaptowania nowej technologii informatycznej. Często podczas tej fazy zalecane są wizyty w firmach, w których takie projekty przyniosły sukces.

W drugiej fazie - zbierania wymagań technicznych wobec hurtowni danych - formułuje się oczekiwania wobec nowego rozwiązania. Na pierwszym miejscu przeprowadza się wywiady z członkami służb informatycznych oraz z przyszłymi użytkownikami. Szczególnie istotne są te drugie, bo to właśnie przyszli użytkownicy ocenią, czy wdrożenie hurtowni danych zakończyło się sukcesem czy nie. Zaangażowanie tych osób jest więc bardzo istotną częścią całej metodologii.

Rozmowy przeprowadzane są w taki sposób, by odnaleźć najistotniejsze czynniki wspominane przez użytkowników. Po rozmowach sporządzany jest katalog wysuniętych żądań, który rozprowadzany jest między zainteresowanymi stronami, dla kolejnego przeanalizowania podniesionych przez rozmówców kwestii. W drugiej fazie projektu zapada również decyzja o tym, w której części departamentu zostanie wdrożona i zrealizowana instalacja pilotowa (wstępna).

W trzeciej fazie - modelowania i projektowania - tworzona jest logiczna struktura hurtowni danych, czyli podejmowana jest decyzja, co będzie zawierać hurtownia i według jakich kryteriów przechowywane będą w niej dane (np. w podziale geograficznym czy według linii produktów). Po zdefiniowaniu struktury logicznej ewaluacji podlega podstawa hurtowni danych, tzn. identyfikowane są wszystkie niezbędne źródła danych, ich struktura i procesy przekształcania i denormalizacji. Korzystając z tej identyfikacji, tworzony jest podstawowy projekt modelu danych, a jego definicja koncentruje się na procesach przekształcających dane operacyjne w informacje przechowywane w hurtowni danych. W każdym przypadku należy mieć na uwadze fundamentalną różnicę między strukturą danych operacyjnych a strukturą hurtowni danych.

Właściwa implementacja hurtowni ma miejsce w kolejnej, czwartej fazie projektu. Realizowany jest w niej pilotowy projekt w ścisłej współpracy departamentu informatyki z użytkownikami hurtowni.

Sama implementacja składa się z kilku etapów: wczytania danych ze źródeł operacyjnych, technicznego sprawdzenia ich pod względem zawartości i przekształcenia (denormalizacji). W końcowej fazie dane są odpowiednio do wymagań użytkowników agregowane i integrowane z zaplanowanym modelem danych. W związku z faktem, że funkcjonowanie hurtowni danych nie ma sensu bez odpowiednich narzędzi do jej eksploatacji, ta część projektu powinna być rozwijana równolegle do podstawy, jaką jest baza danych hurtowni. W tej fazie następuje również szkolenie użytkowników w wykorzystywaniu tworzonego systemu i narzędzi do jego eksploatacji.

Instalacja tak stworzonego rozwiązania nie kończy tej fazy projektu. W związku z tym, iż hurtownia danych rozrasta się sukcesywnie, aby osiągnąć sukces przy następnych realizacjach hurtowni, należy dogłębnie analizować wszystkie sukcesy i porażki poniesione podczas całego procesu wdrażania fazy wstępnej. Ma to miejsce podczas kolejnej fazy projektu zwanej fazą przeglądu dokonań. Przede wszystkim jest to faza dogłębnego badania już zebranych doświadczeń. Faza ta dzieli się na trzy poziomy.

Na pierwszym poziomie - natychmiastowego przeglądu dokonań - członkowie zespołu projektowego przeprowadzają rozmowy z użytkownikami departamentu, w którym zrealizowano projekt. Zadawane są następujące pytania:

- Co mogło być wykonane lepiej?

- Jak ściśle członkowie departamentu gotowi byli współpracować z zespołem projektowym?

- Jakie są bezpośrednie sukcesy wdrożenia hurtowni danych?

Na drugim poziomie przeprowadzany jest przegląd dokonań po upływie 3-6 miesięcy od zakończenia pierwszego poziomu. Członkowie zespołu projektowego ponownie przeprowadzają rozmowy z użytkownikami, tym razem pytając o:

- Czy zdaniem użytkownika wybrano właściwy departament do realizacji hurtowni danych?

- Z jakim rezultatem?

- Czy pierwsze rezultay są odczuwane na poziomie całego przedsiębiorstwa?

Grupą docelową ostatniego poziomu przeglądu dokonań nie są użytkownicy hurtowni, a osoby zarządzające firmą. Ten przegląd dokonań jest momentem prawdy, ponieważ ujawnia fakt czy implementacja hurtowni danych jest czy nie jest sukcesem.

Kierownictwo musi odpowiedzieć na pytania, takie jak:

- Czy hurtownia danych wspomogła przedsiębiorstwo jako całość?

- Czy hurtownia danych dała firmie mierzalną przewagę konkurencyjną?

- Czy przeliczono zwrot inwestycji?

- Które z innych departamentów mogą osiągnąć korzyść z wprowadzenia hurtowni danych?

Odpowiedzi uzyskane we wszystkich trzech poziomach przeglądu dokonań powinny być przedyskutowane przez członków zespołu projektowego i kierownictwo firmy. W ten sposób można wyeliminować powtórzenie błędów podczas fazy rozszerzania użytkowania hurtowni danych w całej firmie.