Benchmark:

6 punkter, hvor Qlik-baseret BI er i front

1. Teknologi

De gængse BI-løsninger på det danske marked består af flere teknologier koblet sammen i én løsning; eksempelvis database, integration service og præsentationsteknologi, for at opnå kernen i BI: ETL – Extract – Transform – Load.

I en Qlik-baseret løsning foregår alle disse funktioner i én samlet teknologi, som dækker datastore, transformation og præsentation. Det giver en enklere – og dermed hurtigere og billigere – installation og vedligeholdelse samt en langt mere fleksibel løsning, hvor det er nemt og hurtigt at tilføje nye funktionaliteter og forespørgsler.

2. Dataarkitektur

De fleste gængse BI-løsninger baserer sig på en dataarkitektur, hvor data samles i flerdimensionelle kuber (fx dimensionerne salg – produkt – by), og hver enkelt forespørgsel i systemet er sammenkoblet med en tilsvarende kube. Hver gang en forespørgsel foretages, beregnes formlen hen over dimensionerne i kuben, og skal nye forespørgsler tilføjes, eller en dimension ændres, skal datakuberne re-defineres og regenereres, før svaret – og dermed den vigtige viden – er tilgængelig.

I en Qlik-baseret løsning baseres hver forespørgsel på relationer mellem data – formlerne, der skal give svarene, trækker data direkte fra kildesystemerne uden behov for langvarig og tung opbygning af kuber. Tilføjelser eller ændringer af forespørgsler foretages med få klik, og den forretningskritiske viden og realtime-indsigt i virksomheden er tilgængelig, umiddelbart efter at brugeren har foretaget forespørgslen i sit dashboard.

3. Datastruktur

Kube-baserede systemer arbejder med dimensioner og udtryk. I Qlik er alt som udgangspunkt felter, som alle kan anvendes som filtre – det gør en Qlik-løsning langt mere fleksibel.

4. Performance og skalering

En kube-baseret BI-løsning bliver med tiden tung og langsom at arbejde med.

I en Qlik-baseret BI-løsning opbygges relationelle datamodeller, som til enhver tid kan foretage forespørgsler direkte i virksomhedens data. En sådan løsning er således enormt skalérbar og kan hurtigt klargøres til håndtering af selv enorme datamængder.

5. Analyse/controlling

Analyser og filtre på tværs af kuber er vanskelig, fordi filtrene som standard kun virker på én kube. Det betyder, at der kræves tidskrævende ombygning og regenerering af kuber, såfremt forespørgsler skal ændres, eller der ønskes tværgående analyser for at finde årsagssammenhænge i data bag de præsenterede data.

I en Qlik-baseret BI-løsning virker filtre over hele datamodellen, fordi den er relationel i stedet for defineret i fastlagte kuber. Det giver stor fleksibilitet og mulighed for at foretage analyser og forespørgsler på tværs af data – eller for at ændre dimensionerne i forespørgslen med blot et enkelt klik, fx fra månedsbasis til ugebasis.

6. Byggetid og implementering

Udvikling og implementering af en standard BI-løsning er ofte en både tids- og ressourcekrævende proces. Værktøjets kompleksitet og den kubebaserede teknologi betyder, at hver enkelt kube skal defineres, bygges og vedligeholdes, før løsningen kan tages i brug.

I en Qlik-baseret BI-løsning lægges løsningen som et lag oven på virksomhedens eksisterende forretningssystemer; forespørgsler foretages direkte i data, og implementeringstiden kan være helt ned til tre måneder; men første afdeling i virksomheden kan være i gang med at anvende løsningen allerede efter få uger, da implementering og udrulning i virksomheden sker løbende.