Fremtidsikret Datastrategi med Historisk Data

Det første skridt i en datarejse er at få overblik over den nuværende situation. For de fleste er det et godt udgangspunkt: Overblik og statusrapporter fortæller os, hvor vi er lige nu – men med tiden får du måske brug for mere information og flere muligheder for at skabe dybere indsigt.

Det er her, historiske data kommer ind i billedet.

Historiske data er data, der er indsamlet om tidligere begivenheder, omstændigheder eller nøgleaktiviteter De kan give os kontekst og retning. De kan hjælpe os med at forstå: Hvordan er vi kommet hertil?

Når du bruger historiske data i dine rapporter, får du indsigt i forskellen mellem, hvordan det var, og hvordan det er nu. Det giver dig mulighed for at evaluere og justere dine processer på et databaseret grundlag.

Ved at kombinere historiske og aktuelle data i dine rapporter kan du fx skabe trendrapporter, der viser den historiske udvikling i tallene. Det kan også være snapshot-rapporter, hvor du sammenligner et øjebliksbillede fra sidste måned med de nyeste data og fremhæver ændringer.

For at kunne lave disse rapporter har du brug for et datagrundlag, der rummer begge datasæt – både dine aktuelle og dine historiske data.

Der er typisk to måder at indsamle disse data på: Enten den traditionelle snapshot-metode – eller ved hjælp af change-based data capture.

Snapshotting er en tidsbaseret dataindsamling, hvor du på faste intervaller – for eksempel hver måned eller uge – tager en kopi af dine data, et snapshot. Denne metode fungerer til de fleste rapporteringsbehov, men den har også nogle ulemper.

Først og fremmest skal du være meget præcis omkring, hvilket datasæt du vil tage en kopi af; alt det, du ikke inkluderer i dit snapshot, vil være svært at genskabe senere.

Snapshotting er også meget rigid – hvis du ændrer noget i dit datasæt, tilføjer nye kilder, kolonner eller egenskaber, vil det ikke være med i dit snapshot, før du opdaterer opsætningen.

Metoden er desuden begrænset i de indsigter, du kan få ud af dataene. Det reducerer dine muligheder for at lave rapporter og dybdegående analyser, fordi du ikke kan gå tilbage og grave dybere i dataene for at forstå sammenhænge eller bagvedliggende årsager.

En anden ulempe er, at du ikke ved, hvad der er sket mellem dine snapshots – der kan være gået en hel måned, hvor dine data har ændret sig, uden at du ved hvordan. Det gør det svært at analysere udviklingen – du sidder kun med et øjebliksbillede.

Når det så er sagt, er snapshotting en hurtig og nem måde at komme i gang med historiske data – den er bare ikke særlig robust på lang sigt.

Historiske data med change-based capture-metoden

En mere moderne tilgang er change-based data capture. Her tager du ikke et snapshot på et givent tidspunkt – i stedet registrerer du data hver gang, der sker en ændring. Så hvis nogen fx opdaterer en KPI, bliver den opdatering tidsstemplet og gemt – så du ved, hvordan data så ud i netop den periode.

Det er en mere effektiv metode, fordi du ikke laver kopier af data, der ikke har ændret sig – du gemmer kun de data, der rent faktisk er blevet ændret.

Change-based data capture giver dig både et aktuelt billede af dine data og et arkiv over dine data, så du altid har præcis indsigt i, hvordan dine data så ud – på ethvert givent tidspunkt. Det giver dig langt flere muligheder, når det kommer til rapportering og analyse.

Du får hele hændelsesforløbet for dine data og kan zoome ind på et hvilket som helst tidspunkt og se præcis, hvordan dataene så ud. Du behøver ikke bekymre dig om at få snapshot’et alle dine data – du kan altid gå tilbage og lave et snapshot, hvis du får brug for det. Det giver dig mulighed for at dykke ned i dine data – når som helst – og selv definere graden af detaljer. Måske vil du analysere på kvartalsniveau, månedsbasis – eller helt ned til minuttet, hvis det er dét, du har brug for!

Hvis du har disse change-based data i dit datagrundlag, får du et langt bredere sæt af muligheder.

Du kan fx lave audit-rapportering, hvor du zoomer ud og ser på ændringerne: Hvad skete der med dataene? Hvilke ændringer blev foretaget, hvor ofte og af hvem? Du kan også analysere forretningsprocesser og se på tiden mellem hændelser eller rækkefølgen af dem. Eller du kan fremhæve ændringer og få overblik over, hvad der er sket i dine projekter og porteføljer, mens du har været væk.