De Oracle Business Intelligence Suite (afgekort als OBIEE) is een prachtig product. Het stelt organisaties in staat om op zeer snelle wijze business intelligence oplossingen te realiseren.
Met OBIEE bent u in staat om zowel kleine (departmental) als grootschalige (corporate) oplossingen te realiseren, De motor hierachter is de opzet en inrichting van de achterliggende OBIEE repository.
Agile ontwikkelen en data virtualisatie
In plaats van de titel “sneller BI-oplossingen realiseren met OBIEE” had dit artikel ook als titels “agile ontwikkeling met OBIEE” of “OBIEE en data virtualisatie, een krachtig tandem” kunnen hebben.
Kanttekeningen
Niet iedereen deelt de mening dat je met OBIEE agile kunt ontwikkelen. Onze interpretatie van het Gartner rapport over BI leveranciers voor 2016 (het magic quadrant) is dat het niet opnemen van Oracle vooral komt door beeldvorming.
Deze interpretatie wordt nog eens versterkt door het kwadrant voor 2017, waarbij Oracle in de linkerhoek onderin (low ability to execute, low completeness of vision) is geplaatst.
De laatste jaren horen we heel veel over self-service BI, en een paar spelers in de markt scoren hoog op dit aspect: Microsoft, Tableau en Qlik. Het idee achter self-service BI is dat niet technisch onderlegde business users zelfstandig aan de slag kunnen gaan met datasets voor data analyse en data visualisatie.
Een prachtig idee, en de genoemde leveranciers kunnen met hun producten hieraan invulling geven. En tot op zekere hoogte is het ook zeer aan te raden dat business users zelfstandig aan de slag gaan met business intelligence.
Alleen wat heel vaak vergeten wordt, is dat men dan vaak werkt in “data silo’s” zonder dat onderwerpen als data integratie over meerdere systemen en master data management een rol spelen.
En natuurlijk is het dan zo dat de genoemde en hoog scorende leveranciers hierin zeer sterk zijn.
Maar, in welke organisatie gaat dit op? Waarschijnlijk gaat dit vooral op bij bedrijven uit het MKB (kleinere bedrijven). Deze bedrijven hebben vaak maar 1 softwarepakket voor financiële registratie, en mogelijk een wat groter ERP/CRM pakket als Afas of Exact. Alleen kun je je dan de vraag stellen of deze bedrijven behoefte hebben aan producten van BI leveranciers. Zij zijn waarschijnlijk beter af met standaard rapportage- en analyse oplossingen in hun standaard softwarepakket.
Vrijwel elke organisatie van wat grotere omvang (mensen en geld) hebben meer dan 1 softwarepakket voor de administratieve afhandeling van hun dagelijkse werkzaamheden. En meer dan 1 softwarepakket vraagt om data integratie en alles wat daarbij komt kijken.
Dit betekent dus dat er een paar techneuten (IT BI’ers) nodig zijn om een complete BI-oplossing neer te zetten. En die techneuten kunnen heel gemakkelijk een product als OBIEE gebruiken, om gezamenlijk met business users een goed fundament voor analytics neer te zetten.
Een tweede aspect dat altijd meespeelt is data security, een onderwerp dat met allerlei online toepassingen steeds belangrijker wordt en vooralsnog niet door business users volledig doorgrondt (en onderschat) wordt. Daarvoor is dus ook IT nodig.
Waar we wel heel duidelijk over kunnen zijn is het prijsverschil. Neem als voorbeeld Microsoft Power BI met een abonnement van bijna 10 USD per maand per user een redelijk volwassen product neerzet. Oracle vraagt 150 USD per maand per user. Dan krijg je een zeer volwassen product, maar rechtvaardigt iets minder volwassenheid in functionaliteit en gemak zo’n groot prijsverschil? Wij denken van niet. Zoals hierboven aangegeven spelen echter meer factoren dan de prijs alleen !!
Hoe pas je nu concreet een snellere time-to-market toe?
Goed, na een redelijk lang betoog waarom OBIEE een zeer goed toepasbaar en prachtig product is, gaan we verder in op hoe we dit concreet kunnen toepassen.
Daarbij starten we met een niet-technische toelichting hoe OBIEE op de achtergrond werkt, en wat er komt kijken bij de inrichting van OBIEE.
Concept van OBIEE, met de repository in het bijzonder
De OBIEE repository is het belangrijkste onderdeel om een goede BI-oplossing te construeren met OBIEE.
Deze repository is opgebouwd uit drie lagen, en daarmee onderscheidt het product zich van de concurrentie die vaak maar twee lagen kennen, met alle beperkingen van dien.
Physical Layer.
In de physical layer wordt de brondata vastgelegd. Het gaat dan om de structuur of metadata, niet om de inhoud. De physical layer kan een verwijzing zijn naar een dimensioneel, relatationeel of platgeslagen structuur. Daarmee kan OBIEE alle soorten van brondata aan.
Business Model and Mapping Layer.
De kern en het onderscheidend vermogen van OBIEE is de Business Model and Mapping Layer (BMM Layer). In deze laag werk je altijd toe naar een business model in dimensionele vorm. Je kunt hier meerdere dimensionele modellen onderbrengen en dus op deze manier ook de lijm tussen de diverse modellen (de common en conformed dimensions) specificeren.
De BMM Layer is zeer rijk aan functionaliteit. Naast basale feiten en dimensies is het ook mogelijk om wat complexere zaken te specificeren zonder programmeerkennis:
- Afgeleide meetwaarden zijn te maken door middel van calculaties o.b.v. brongegevens
- Time series (YTD, Period-Ago) functies zijn standaard calculaties binnen de BMM layer
- Level Based Measures (bijvoorbeeld Yearly Budget, Quarterly Spend) zijn per feittabel eenvoudig aan te geven door bij een meetwaarde op te geven op welk niveau van een dimensie deze moet worden berekend.
Er komt geen programmeerwerk aan te pas. Het is een kwestie van klikken en soms een formule met een ‘formula editor’ samenstellen. Daarmee is het inrichten van deze laag niet voorbehouden aan alleen technische mensen.
Presentation Layer.
Tot slot is er de presentation layer. In de laag worden de dimensionele modellen (feiten en bijbehorende dimensies) gegroepeerd per onderwerp bij elkaar gezet voor presentatiedoeleinden. In deze laag wordt ook de security ingeregeld. Doordat de dimensies en feiten in diverse subject areas gebaseerd zijn op een en hetzelfde business model, is het mogelijk om over de diverse subject areas feiten bij elkaar in een rapport te zetten op basis van gemeenschappelijke dimensies.
Daarvoor is er geen complexe (programmeer)logica nodig !
Ook voor het inrichten van deze laag kan door niet-techneuten.
Data virtualisatie
Met de wijze waarop de repository van OBIEE is ingericht, is het dus mogelijk om, in plaats van fysieke dimensionele modellen te bouwen en met ETL code te vullen, OBIEE te gebruiken om data uit een business data warehouse (genormaliseerde of data vault modellen) om te zetten naar een voor niet-technische business users te begrijpen dataset: een dimensioneel model.
Hierdoor neemt de time-to-market om BI-oplossingen te realiseren af. Je besteedt immers minder tijd aan het fysiek bouwen van ETL code.
IT en business werken gezamenlijk aan de inrichting van de repository
Een ander aspect is dat business users zelf in staat moeten zijn om zelfstandig een BI-oplossing naar hun hand te zetten. Met de manier waarop de OBIEE repository is opgezet, is dat ook heel goed mogelijk. De physical layer inrichten is vooral een technische aangelegenheid, en dus typisch werk voor een IT afdeling.
De Busines Model and Mapping Layer is een gedeelde verantwoordelijkheid. Het inbrengen van business definities, afgeleide meetwaarden is iets dat de business users gemakkelijk zelf kunnen.
Technische inrichting om performance verbeteringen door te voeren door aggregatietabellen te gebruiken (als alternatief voor in-memory databases, zie hieronder) is vooral nog het werk van techneuten.
Dit heeft tot gevolg dat business en IT gezamenlijk optrekken bij het realiseren van BI-oplossingen. Samen zijn ze dus verantwoordelijk voor een goede werking van de BI-oplossing (en dus ook voor falen). En met deze werkwijze verschilt OBIEE dan niet zo heel veel van bijvoorbeeld het maken van een tabular model in Power BI. Met dien verstande dat er geen programmeerkennis van DAX nodig is voor allerlei afgeleide meetwaarden.
En ook is er direct aandacht voor belangrijke zaken als data integratie en data security.
In-memory oplossingen
Uit de praktijk blijkt dat in-memory oplossingen (in de database of op de middleware als “add-on” op OBIEE, exalytics) de snelheid van het bevragen van data enorm boosten. Daarmee neemt de acceptatie van zo’n oplossing toe.
Voor OBIEE maakt het dus ook uit, of de gegevens uit een in-memory of traditionele database komen. Het is natuurlijk altijd prettig om binnen seconden antwoorden op gestelde vragen te krijgen.
Samenvatting
OBIEE is een prachtig en krachtig product waarmee business en IT gezamenlijk aan de slag kunnen om eenvoudig te gebruiken (belang business) en robuuste (belang IT) BI-oplossingen te maken.
Zoals we bij de inleiding al stelden scoort OBIEE minder in het magic quadrant dan Power BI en Tableau. Dat is vooral beeldvorming en ontevredenheid over de hoge prijs.
Wat Oracle eigenlijk zou moeten doen is de prijs verlagen richting de concurrentie, want prijs is een veelgehoorde klacht, die zwaar meeweegt in de productbeoordeling.