E-mergo implementeert datawarehouse-oplossing Discovery Hub bij BVGO

Business Intelligence specialist E-mergo heeft de datawarehouse-oplossing Discovery Hub geïmplementeerd bij VolkerWessels Bouw en Vastgoed Ontwikkeling (BVGO). Door een geautomatiseerd proces kan de Discovery Hub-oplossing voor tijd- en kostenbesparingen zorgen.

VolkerWessels BVGO werkte voorheen met in-house ontwikkelde ETL’s om gegevens uit Microsoft NAV (Navision 4PS Construct) in haar datawarehouse te laden. Hierbij werd zij geconfronteerd met zowel lange ontwikkeltijden als lange oplostijden als er fouten optraden en was de kwaliteit van de data moeilijk in grip te houden, doordat alles in de ETL geprogrammeerd werd. Tevens was het tijdrovend om nieuwe bronnen en nieuwe NAV versies op het datawarehouse aan te sluiten. Dit waren drijfveren om op zoek te gaan naar een nieuwe datawarehouse-oplossing. Deze zoektocht werd beëindigd toen E-mergo de datawarehouse-oplossing Discovery Hub van TimeXtender presenteerde.

Proof of Concept
Na de introductie van Discovery Hub heeft E-mergo een Proof Of Concept (POC) aangeboden waarmee E-mergo de waarde van Discovery Hub in een bedrijfsomgeving, met gebruik van BVGO’s eigen data, kon bewijzen. Het ontsluiten van BVGO’s meerdere Microsoft NAV 4PS Construct versies in de Discovery Hub was een groot succes. Binnen enkele dagen waren meerdere versies van NAV 4PS Construct ontsloten met behulp van de innovatieve datawarehousing software. Het kunnen omgaan met de verschillende NAV-versies met behulp van TimeXtender’s krachtige NAV adapter heeft veel tijd bespaard. Door te modelleren in plaats van te programmeren is er een beter overzicht van wat er in de processen gebeurt. Veranderingen als gevolg van de implementatie van een additionele versie van NAV worden nu zelfs automatisch gesynchroniseerd.

Automatische documentatie
De Discovery Hub van TimeXtender schrijft geautomatiseerd scripts om alle data in de datawarehouse te laden. Dit gebeurt op een slimme manier waarbij de executie van het script met behulp van Machine Learning continu wordt geoptimaliseerd. Daarnaast wordt alles automatisch gedocumenteerd, wat de kwaliteit van de documentatie verhoogt en veel tijd bespaart omdat dit voorheen handmatig moest worden gedaan. Deze documentatie levert goede inzichten op hoe de data in het datawarehouse tot stand komt. Tot aan de databron kan worden nagegaan welke bewerkingen er worden toegepast (datalineage).