Zuiver

Zuiver is met meerdere trendsettende interieur labels internationaal doorgebroken, maar toch met beide benen stevig in de Noord-Hollandse klei blijven staan. Met veel passie en vooral ook plezier, ontwerpen, produceren en verkopen zij interieurproducten van vier merken; Zuiver, Dutchbone, Bold Monkey en Banne. Hun missie: “Ontstaan uit vriendschap, laten wij je wonen zoals jij graag wil leven, door eigentijdse en karaktervolle meubelen en interieur artikelen te ontwikkelen en bereikbaar te maken.”

Omdat de omvang van de data en exports blijft groeien in volume, ontwikkelen en realiseren wij een datawarehouse in de cloud waarin verschillende bronnen samenkomen. Op deze manier  kan Zuiver beter inzicht krijgen in de verschillende gegevens en op een schaalbare manier doorgroeien. Met een regelmaat zullen automatische exports van de diverse bronsystemen in scope worden verwerkt en opgeslagen in het datawarehouse.

Wat is nu precies een datawarehouse? Het is niets anders dan een groepering van diverse relationele databases en tabellen. Door bijvoorbeeld oorspronkelijke transacties (individuele regels uit de bronsystemen) op te knippen in kleinere gedeelten, wordt de data in een datawarehouse zeer efficiënt opgeslagen. Dit resulteert in minimale opslagruimte en maakt het eenvoudig om snel queries op grote hoeveelheden data uit te voeren. Ook kunnen er diverse BI-pakketten direct op het datawarehouse aangesloten worden en is het mogelijk om continu nieuwe/extra bronnen te ontsluiten. Om te voorkomen dat oorspronkelijke regels komen te vervallen, wordt er gewerkt met zogenaamde stages: in de eerste stage worden alle oorspronkelijke regels opgeslagen, in de volgende stage worden de berekeningen uitgevoerd en alle aggregaties opgeslagen. Later kunnen er in een derde stadium subsets van de data bij elkaar worden gebracht, ten behoeve van de behoefte van losse afdelingen (bijvoorbeeld omdat niet alle data voor iedereen inzichtelijk mag zijn). Deze subsets noemen we data marts. Het hele proces waarin data ontsloten, bewerkt en geladen worden heet het ETL-proces (extraction – transformation – load).

Waarom een datawarehouse?

  1. Gegevens uit meerdere databases of systemen integreren
  2. Versnellen responsetijden
  3. Sneller (real-time) rapporteren en analyseren
  4. Opbouwen van historie
  5. Verhogen kwaliteit van gegevens
  6. Ontlasten van operationele systemen
  7. Verhogen van vindbaarheid

Met deze infrastructurele oplossingen heeft Zuiver een veilige, schaalbare, bruikbare en gedegen oplossing in huis, voor nu en klaar voor de toekomst!