Tietoalusta

D♯ (lausutaan “dii sharp) sisältää menetelmän ja sitä tukevat työkalut ketterään tietovarastokehitykseen. Menetelmä pohjautuu toiminnan käsitteiden mallintamiseen tarvelähtöisesti. Käsitemalli on samalla yhteinen kieli kaikille toimijoille, tärkeä määrittelydokumentti ja lähtökohta tietovaraston tekniselle ratkaisulle.

D♯:n tärkeänä työkaluna on D♯ Engine, jonka avulla automatisoidaan merkittävä osa tietovaraston kehitystyöstä. Käytännössä D♯ Engine generoi käsitemallin perusteella tietovaraston rakenteiden, latausmekanismeihin sekä rajapintoihin tarvittavan standardi SQL- koodin täysin automaattisesti.

Lue lisää.

Data Vault -automation

Cerion loi ja toi Data Vault -automaation Suomeen

Nyt luodaan hyvinvointiyhteiskuntaa

Cerionin pioneerityö

Toistakymmentä vuotta sitten tietoalustat ja -varastot rakennettiin vielä täysin manuaalisesti isoilla budjeteilla. Näimme mahdollisuuden: Data Vault -pohjaisten tietovarastojen automatisoinnista tulisi uusi tuottavuusstandardi, ja paukut kannattaisi laittaa siihen. Olemme investoineet SmartEngine -työkalun kehittämiseen lähes 15 vuoden ajan.

Kehitimme ensimmäisenä Suomessa pitkälle jalostetun Data Vault -automaatiotyökalun ja -menetelmän. Kehitystyö tehtiin läheisessä yhteistyössä edelläkävijäasiakkaiden kanssa. Maahantoimme monta vuotta myöhemmin alan toisen pioneerin Uusi-Seelantilaisen WhereScapen ratkaisun.

SmartEngine-työkalun versio 2.2 näki päivänvalon syyskuussa 2020

Rakentamamme SmartEngine-työkalu generoi Data Vault (1.0) -koodia jo vuonna 2009 ja DV 2.0 lisättiin työkalun uuteen SmartEngine 2.0 -versioon vuonna 2018. Uudella 2.2-versiolla generoidaan nyt niin isojen kuin pientenkin tietoalustojen rakenteet ja lataukset käsitemallin pohjalta. Rakenteet noudattavat Data Vault 2.0 -standardia, joka on viime vuosina Suomessakin vakiintunut uusien tietovarastohankkeiden toteutustavaksi.

Data Vault 2.0 on laajempi kuin “pelkkä tietovarasto” ja se kattaa nykyään laajemman Data Platformin tarpeet. Data Vault 2.0 mahdollistaa suurien tietomassojen prosessoinnin kustannustehokkaasti ja se ottaa myös rakenteettoman datan tiedot haltuunsa.

D#-menetelmä ja -työkalupakki

Cerion D# (lausutaan DSharp) sisältää menetelmän ja sitä tukevat työkalut ketterään tietoalustan kehitykseen. Menetelmä pohjautuu toiminnan käsitteiden mallintamiseen tarvelähtöisesti. Käsitemalli on samalla yhteinen kieli kaikille toimijoille, tärkeä määrittelydokumentti ja lähtökohta tietovaraston tekniselle ratkaisulle. D#:n työkalupakki sisältää SmartEnginen, mallinnustyökalun ja tietokantatyökalut.

Tuottavuutta ja tehokkuutta

Kun tekninen toteutus syntyy itsestään, voi mekaanisesta suorittamisesta vapautuvan ajan hyödyntää tuottavampaan työhön. Yhdessä asiakkaan kanssa keskitymme liiketoimintatiedon syvälliseen ymmärtämiseen ja hyödyntämiseen sekä datan visualisointiin, sanoo DW-automatisoinnin isä Kim Johnsson. “Low Code is the way to go” myös tietoalustojen kehityksessä!

“Tänä aamuna päivitin ison organisaation EDW:n kaikki lataukset uuteen versioon. Yhden napin painalluksella loin hieman yli 500 000 riviä SQL-koodia. Samalla päivitin 2500-sivuisen HTML-dokumentaation toista nappia painamalla”, kertoo Johnsson.

Fiksumpia kaupunkeja, hyvinvoivia kaupunkilaisia

Cerion on vienyt tietovarastointiautomaation kaikkiin kaupunki-, sote- ja opetustoimialojen asiakkuuksiinsa.

Kaupunkien talous-, henkilöstötoiminnot, toimialat ja tytäryhtiöt voivat nyt aidosti johtaa tiedolla ja pohjata päätöksentekonsa luotettavaan ja ajantasaiseen tietoon.

Moderni tietoalusta on parhaiden organisaatioiden johtamisjärjestelmän ytimessä, kun ne kehittävät 2020-luvun analytiikka- ja raportointiratkaisujaan. Tietoa yhdistetään useista operatiivisista järjestelmistä ja yhä enemmän myös isoista Data Lakeista, ilman aikaa vievää ja virhealtista käsityötä.

Huipputiimimme tuntee yli viidentoista vuoden kokemuksellaan läpikotaisin kaupunkien dataekosysteemit, jotka koostuvat kymmenistä lähdejärjestelmistä. Kaupunkien tietoympäristöjen ja toiminnan datan syvällinen ymmärtäminen onkin toinen avain onnistuneisiin projekteihin.

Tietoturvallisen raportoinnin automatisaatiossa on loppujen lopuksi kyse 2020-luvun hyvinvointiyhteiskunnan rakentamisesta. Raportoinnin visualisointi ja tiedon jalostaminen sekä yhdistäminen auttavat esimiehiä ja kuntajohtoa löytämään oikeat luvut parempaan päätöksentekoon. Myös kuntauudistus tuo paineita muutosjohtamiseen; hallinnolliset uudistukset tulisi viedä läpi mahdollisimman kustannustehokkaasti ja niin, että kaupunkilaiset todella hyötyisivät muutoksista.

Terävien simulointien ja analyysien avulla kuntajohto saa arvokasta tietoa esimerkiksi terveydenhuollon ja opetuksen organisointiin ja tehostamiseen. Esimerkkinä vastauksia seuraaviin kysymyksiin.

    • Minne koulut ja terveysasemat kannattaa sijoittaa?
    • Kuinka hoitohenkilökunnan määrä mitoitetaan optimaalisesti koronakriisin eri vaiheissa?
    • Miten oppimistuloksia mitataan ja parannetaan 2020-luvulla?

tai tiivistäen Mitkä toimenpiteet tuottavat kaupunkilaisille eniten hyvinvointia samoilla euromäärillä?

Tällaisiin kysymyksiin pitää saada mahdollisimman tarkat vastaukset, jotta tulevaisuuden kaupungit olisivat elinvoimaisia ja kaupunkilaiset tasavertaisessa asemassa keskenään, sanoo Nyman.

Kaupunkien menestystarinoita ei mahdollisteta yksin teknologiaa hiomalla, vaan myös toimialaan ja ihmisten huippuosaamiseen panostamalla.

Ketterä ja joustava työkulttuurimme näkyy lopulta myös asiakkaan päässä ketterinä ja joustavina ratkaisuina. #teamcerion on lopulta kaikkein tärkein tekijä onnistumisissamme, Nyman kiittää.”

Sytyke-lehti

Perinteisesti tietovarastoa ja tietoalustaa rakennettaessa on tunnistettu prosessi erittäin hitaaksi. Puhuttiin usein useiden kuukausien työstä, kun muodostettiin uusia raportteja, jos lähdeaineistoa ei ollut tietovarastossa saatavilla. Tietojen lataustyö oli rankkaa käsityötä, kun tunnistettiin mistä lähteistä tietoa tuodaan tietovarastoon ja miten tieto muokataan yhteiseen muotoon.

Modernissa tietoalustassa kehitystä on lähdetty nopeuttamaan toteuttamalla tietovarastoon automatisaatiota hyödyntäen mallinnusta.

Lisää aiheesta Sytyke-lehdessä.

Tietovarasto

Tietovarastoinnin uudistuksen tavoitteena on tuoda kustannustehokkuutta talouden hallintaan ja valjastaa data entistä monipuolisemmin hyödynnettäväksi. Tampere siirtyy data-alustan automatisoinnin edelläkävijäkaupunkien joukkoon Cerionin teknologiseen osaamiseen luottaen.

Lue lisää Cerionin sivuilta.

Cerion’s SmartEngine is a reliable data engine that automatically generates highly scalable Data Platform structures from visual conceptual data models and meta data. Modern Best Practise methodologies, like DataOps, DevOps, Iterative development and Agile models are fully supported. High productivity is undisputable and total cost of ownership (TCO) during the life cycle is among the best.

With the term D♯ (read Dee Sharp) we refer to the methodology of building and maintaining leading Data Platforms together with the customer. D♯ was previously called SmartDW. D♯ is one of the leading low-code development environments and concepts for modern Big Data and Data Vault 2.0 data business solutions. D♯ also takes into account hybrid data solutions and aim for seamless compatibility within the enterprise data architecture of big customers. Re-usability in data modelling, full visibility into the data assets of big organisations, and better data governance are some of the benefits. Within the D♯-methodology development work can be shared with the customer in many different ways. The customer can go for a turnkey solution by outsourcing most of the work to the vendor or choose more self-service, depending on the capability of customer’s personnel. Responsibilities can be managed with e.g. a simple RACI-matrix.

Read more.