Yale University: revoluce ve správě dat — 75% úspora a rychlejší insighty

Automatizace správy dat přináší výrazný nárůst produktivity: jak Yale University využila Datavault Builder ke snížení účtovaných hodin o 75 %, rozšíření datového týmu a urychlení time to insight.

Yale University: revoluce ve správě dat — 75% úspora a rychlejší insighty

Yale University představila svou Datavault cestu na Data Vault North America User Group v září 2023 — příběh o tom, jak významná výzkumná instituce přešla od ručně psaných data warehousů k plně modelově řízené platformě Enterprise Common Reporting a co se díky tomu změnilo.

Kontext

Yale rozpoznala naléhavou potřebu konsolidovat data pro lepší reporting a analytiku a osvobodit se od omezení informačních sil. To vedlo ke strategickému vývoji platformy Enterprise Common Reporting.

Cesta k Data Vaultu

Yale se vydala cestou implementace strategie Data Vault se zaměřením na sjednocení klíčových datových toků v oblastech People, Space, Finance a Academics, při současné podpoře self-service schopností a zachování historických informací.

Cíle návrhu. Platforma byla navržena s důrazem na flexibilitu, opakovatelnost, spolehlivost a vysokou kvalitu — pro rychlé úpravy, replikovatelné procesy, integritu dat a důvěryhodný reporting.

Zjednodušené procesy a generování kódu řízené metadaty pro ETL/ELT. Yale vsadila na zjednodušení rozkládáním složitých procesů, využíváním znovupoužitelných vzorů a generováním kódu z metadat, zejména pomocí SQL.

V roce 2016 Yale vyvinula svůj první DV 2.0 data warehouse — ručně psaný. Tým se následně rozhodl pro budoucí projekty datových skladů použít nástroj pro automatizaci data warehousu řízený byznys modelem, Datavault Builder.

Dopad Datavault Builderu

Přechod na Datavault Builder přinesl významné přínosy ve třech dimenzích:

1. Produktivita a time to insights

  • Modelově řízený přístup Datavault Builderu vedl k 75% snížení využitých/účtovaných hodin ve srovnání s manuálními metodami.
  • Nové požadavky a integrace datových zdrojů byly dodávány rychle.
Ruční kódování vs. modelově řízený vývoj — originální slide z prezentace Yale University
Ruční kódování vs. modelově řízený vývoj (originální slide z prezentace Yale University)

2. Rozšíření data warehousu

  • Tým správy dat na Yale se s Datavault Builderem výrazně rozrostl a umožnil podporu více projektů současně.
  • Horizontální škálování pomocí doménových warehousů se ukázalo jako efektivní, spravovatelné a výkonné. Každý warehouse slouží jako “Golden Reference” pro jednu datovou doménu.
  • Data Marty kombinují data z více domén pro celostní reporting.

3. Zdroje týmu

  • Zavedení Datavault Builderu zjednodušilo role a odstranilo potřebu ETL Architecta. Data Engineeři se soustředili na staging a data mart vrstvy a už nebyli zapojeni do návrhového procesu.
  • Složitost rolí poklesla, Business Analytici hrají významnější roli — což usnadnilo přispívat k úspěchu projektu i méně zkušeným a méně seniorním členům týmu.

Závěr

Datavault Builder podpořil Yale při implementaci platformy Enterprise Common Reporting, při dosažení cílů návrhu a při minimalizaci celkových nákladů na vlastnictví.

75% úspora, zkrácený time to insight a optimalizace rolí a složení týmu snížily složitost řízení týmu — důkaz, že správná automatizace může od základu změnit způsob, jakým datový tým pracuje.

Chcete vidět, jak Datavault Builder zapadá do vašeho prostředí? Rezervujte si bezplatné demo — projdeme si váš konkrétní use case.