Die Nachteile eines Data Warehouse

Data Warehouses sind relationale Datenbanken, die als Datenanalyse-Tools fungieren und Daten aus mehreren Abteilungen eines Unternehmens in einem Datenspeicher zusammenfassen. Data Warehouses werden normalerweise als Batch-Job am Tagesende aktualisiert und nicht durch Echtzeit-Transaktionsdaten verändert. Ihr Hauptvorteil besteht darin, Führungskräften bessere und zeitnahere Daten zu liefern, um strategische Entscheidungen für das Unternehmen zu treffen. Sie haben jedoch auch einige Nachteile.

Zusätzliche Berichtsarbeit

Abhängig von der Größe der Organisation besteht für ein Data Warehouse die Gefahr, dass die Abteilungen zusätzlich arbeiten müssen. Jede Art von Daten, die im Lager benötigt werden, muss in der Regel von den IT-Teams in den einzelnen Unternehmensbereichen generiert werden. Dies kann so einfach sein wie das Kopieren von Daten aus einer vorhandenen Datenbank. Zu anderen Zeitpunkten werden jedoch Daten von Kunden oder Mitarbeitern erfasst, die zuvor noch nicht erfasst wurden.

Kosten / Nutzen-Verhältnis

Ein häufig zitierter Nachteil von Data Warehousing ist die Kosten-Nutzen-Analyse. Ein Data Warehouse ist ein großes IT-Projekt, und wie viele große IT-Projekte kann es eine Menge IT-Arbeitsstunden und Budget kosten, um ein Tool zu generieren, das nicht oft genug verwendet wird, um die Implementierungskosten zu rechtfertigen. Damit wird der Kostenaufwand für die Wartung des Data Warehouse und die Aktualisierung dieses Systems völlig umgangen, wenn das Unternehmen wächst und sich dem Markt anpasst.

Bedenken hinsichtlich Dateneigentum

Data Warehouses sind oft, aber nicht immer, Software as a Service-Implementierungen oder Cloud-Services-Anwendungen. Ihre Datensicherheit in dieser Umgebung ist nur so gut wie Ihr Cloud-Anbieter. Auch wenn es lokal implementiert wird, gibt es Bedenken hinsichtlich des Datenzugriffs im gesamten Unternehmen. Stellen Sie sicher, dass die Personen, die die Analyse durchführen, Personen sind, denen Ihr Unternehmen vertraut, insbesondere mit den persönlichen Daten der Kunden. Ein Data Warehouse, das Kundendaten preisgibt, ist ein Alptraum für Datenschutz und Öffentlichkeitsarbeit.

Datenflexibilität

Data Warehouses neigen dazu, statische Datensätze zu haben, die nur minimale Möglichkeiten bieten, bestimmte Lösungen zu untersuchen. Die Daten werden importiert und durch ein Schema gefiltert. Sie sind oft Tage oder Wochen alt, wenn sie tatsächlich verwendet werden. Außerdem unterliegen Data Warehouses in der Regel Ad-hoc-Abfragen, und es ist bekanntermaßen schwierig, diese auf die Verarbeitungsgeschwindigkeit und die Abfragegeschwindigkeit abzustimmen. Während die Abfragen häufig ad-hoc sind, sind die Abfragen darauf beschränkt, welche Datenbeziehungen zum Zeitpunkt der Aggregation festgelegt wurden.