Silo rapportages doorbreken
voor calamiteitendiensten
Onze opdrachtgever levert een breed pallet aan specialistische diensten op het gebied van facilties en calamiteiten. Opererend door heel Nederland met verschillende divisies, zag de directie dat er individuele initiatieven waren ontstaan rondom datagedreven werken en het gebruik van Power BI.
Daarnaast waren deze rapportages rechtstreeks verbonden met de bronapplicaties, wat een negatieve impact op de performance en continuïteit had op deze bedrijfskritische applicaties. Hiervoor heeft de opdrachtgever Fortezza Data de volgende vraag gesteld:
“Kan Fortezza Data voor ons een dataplatform bouwen dat onze verschillende rapportages kan integreren en de impact op onze bronsystemen minimaliseert?”
Daarnaast wilde deze organisatie ook inzicht krijgen in hun score op het gebied van documentmanagement. Hiervoor hebben we de Power BI Netwerk Scan uitgevoerd.
Onze oplossing
Op basis van de eerste scope hebben we de twee belangrijkste bronapplicaties geselecteerd. In onze analyse zagen we dat er verschillende administraties waren aangelegd en dat deze per administratie ongeveer 25 tabellen bevatte die relevant waren voor de rapportages.
Met behulp van een metadata gedreven framework konden we een snel en schaalbaar ontsluitingsproces opstellen, waarbij het toevoegen van een nieuwe dataset in 1 minuut geregeld was.
De ontsluiting van de bronsystemen was niet “standaard”. De bronapplicatie bleek gebouwd te zijn op maatwerk technologie en de connectoren waren in een apart stuk software geschreven. Met onze dataspecialisten hebben we toch de juiste compatibiliteit weten te bereiken om het Azure platform aan te sluiten op deze legacy techniek.
De calamiteiten DataHub
Applicaties ontsloten: Alert, Promis, Excel
Techniek Fortezza: ADF, Datalake, SQL, Power BI, Azure Devops
Behaalde resultaten
Door het implementeren van de DataHub hebben we de volgende resultaten behaald:
- Integraal overzicht en besturing over alle kernprocessen en afdelingen
- 3 uur per week per medewerker bespaard aan tijd
- Eén versie van de waarheid, met businessrules op één plek vastgelegd
- Datasets gesplitst en gemigreerd naar een separate Azure omgeving
