Datan mallintamisen merkitys BI-ohjelmistoilla

Abstract

Tiedon määrä ja tarve datan analysoinnille globaaleilla markkinoilla jatkaa kasvamistaan. Toimintatapojen kehittäminen ja parhaiden käytäntöjen noudattaminen tiedolla johtamisen kehitystöissä jää kuitenkin kehittäjien sekä tuoteomistajien näkökulmasta usein kiireen verukkeella puolitiehen. Tarpeetonta teknistä velkaa aiheuttavat muun muassa sopivien apuvälineiden käytön puute, tarkistuslistojen puute, ajanpuute ja virallistamattomat kehittämisen prosessit, puutteelliset määrittelyt sekä teknisen taustan ymmärryksen puute. Ratkaisemalla edellä mainittuja ongelmia voidaan auttaa ratkaisemaan IT-alan osaajapulaa.

Työn lähtökohtana oli etsiä ratkaisuja teknisten velan ennakoivaan minimointiin sekä jatku-van kehittämisen toimintatapojen parantamiseen. Tähän pyrittiin käyttämällä hyödyksi Power BI -ohjelmistoille kehitettyjä apuvälineitä sekä tutustumalla tarkemmin tuotteiden teknologiseen taustaan. Tavoitteena oli saada kerrottua työn lukijalle miksi ongelmia tulisi ratkaista, ja miten niitä voidaan ratkaista.

Tutkimus on jaettu teoria- ja empiriaosuuksiin. Teoriaosuudessa käydään läpi hyödylliset Power BI -pohjaiset teknologiat ja teknologinen tausta, joiden avulla luodaan teoriaviitekehys Power BI -teknologioiden ymmärtämiselle ja niiden optimoinnille. Käytännön työn osuudessa kerrotaan teoriasta löytyviä vastauksia tuotteiden määrittelyihin, jatkuvan kehittämisen toimintatapoihin sekä tukitoimintoihin ja tiedon mallintamiseen liittyvät huomioita tiedolla johtamisen ratkaisujen kehittämisen kannalta.

The amount of data and need for analyzing it keeps growing on the global markets. However, the development of operating methods and observing the best practices in Business Intelligence development are often halfway from the point of view of developers and product owners under the pretext of urgency. Unnecessary technical debt is caused for example by lack of using suitable tools, lack of checklists, working in the rush, unofficial development projects, inadequate definitions, and lack of understanding of the technical background. By solving the above-mentioned problems can also help to solve the shortage of IT-workers.

The starting point of the work was to find solutions for proactive minimization of technical debt and for the improvement of continuous development practices. This was done by utilizing the tools developed for Power BI related software’s and by researching the technical background of the products. The aim was to tell the reader why the problems should be solved and how they can be solved.

The research is divided into theoretical and empirical parts. In the theoretical part, useful Power BI based technologies and technological background are reviewed, which help to create a theoretical reference framework for understanding and optimizing Power BI Technologies. The practical part of the work describes the answers found in the theory to the definitions of product, the methods of continuous improvement, as well as the support functions and data modeling in terms of development of Business Intelligence Solutions.