På workshop om ett alltid lika intressant ämne: Data warehouse. (Nörd? Jag?) Årets fråga verkar vara om Inmemorytekniken kommer att göra data warehouse onödiga. Kanske mest en retorisk fråga, med tanke på att de flesta ställer den frågan utan att ge ett allvarligt menat svar. Davide och Thomas verkar fasta i sin övertygelse, DW kommer att fortsätta vara viktigt för alla och kan inte kringgås.

Hur länge kommer starschema att överleva som bas för data warehouse? I takt med att databasmotorer och hårdvara blir bättre att hantera datavolymer så minskar enligt min mening behovet av starschema som ju i grund och botten mest handlar om prestandaförbättring. När data warehouse får andra uppgifter än att bara rapportera nyckeltal så minskar nyttan av star schema till förmån för relationsmodellen. Inom tillämpningar så är kund i fokus ibland, ibland produkt, ibland organisattion. Ett modernt data warehouse måste möta alla krav, inte bara spotta ur sig enkla olap-kuber för affärsanalys. Begrepp som redundans och dataintegritet blir allt viktigare. DW blir också mer och mer transaktionsintensivt istället för batchorienterat. Även det talar för normaliserat data. Så utsikterna för stjärnklart är sämre, men det betyder inte att själva grundidén inte går att väva in, stjärnmodellen är fortfarande effektiv för att hantera historik, och det är en uppgift som data warehouse har och alltid kommer att ha!

Efter en knapp månad i scrumvärlden så känns första intrycken väldigt bra. Vi har kört vår första sprintplanering, där vi ägnat en halvdag åt att utvärdera det vi gjort under vår första sprint och vad vi skall göra under nästa. Vi har i början försökt följa ”scrum-mallen” näst intill slaviskt utan några direkta utvikningar. Känslan än så länge är att vi framförallt skapat en bättre överblick över de aktiviteter som pågår och ökat fokus på vad som är viktigt att jobba med. Fortfarande så trevar vi oss fram, men som tur är så är ju scrum en väldigt ”empirisk metod” i den meningen att det som är bra för teamet är det som får genomslag i arbetssättet. I användningen av vår tavla har vi också kunnat lyfta det vi gör på ett väldigt visuellt sätt, vilket jag tror har en psykologisk effekt på alla i teamet. Alla ser att den insats som man gör också ger resultat.

Än så länge så kan jag varmt rekommendera alla att prova använda scrum, och gärna vara lite ortodox i början främst för att få upp rutinen att använda alla delar av metoden. Utmaningen i början är att få alla i teamet att ”hänga med”, utmaningen på längre sikt är att behålla motivationen att jobba fullt ut med alla delar och att fortsätta fylla möten med meningsfullt innehåll.

Har bytt jobb, bransch och kontext. Numera finansbransch, IT-avdelning. En spännande sak som händer på nya arbetsgivaren är en mycket fokuserad satsning på agila metoder. Denna vecka har vi som jobbar med dw gått igång med att jobba agilt. Känns väldigt spännande då jag alltid från mitt verksamhetsperspektiv tyckt att Vattenfall som projektmetod fungerar dåligt i BI/DW-sammanhang. Dåligt därför att inom BI/DW så har man sällan klart för sig hur något ser ut innan det är färdigt. Vad vill du ha? Det vet jag när jag ser det. Inte mycket till kravspecifikation för ett vattenfallprojekt. Men agila metoder används som sagt över hela linjen hos oss, allt från projekt till erp-system.

Så vad har vi gjort så här långt inom BI/DW? Först och främst har företaget tagit hjälp av en extern coach. Vår coach är med och kör introduktionsutbildningar, är med på planeringsmöten och stöttar på alla sätt som går. Detta är en hjälp som är ovärderlig då det kan vara svårt att förstå hur genomförandet skall gå till i praktiken. Vi har jobbat mycket med förankring, det är nämligen inte bara att köra igång hur som helst. Det är viktigt att alla inblandade förstår tankarna bakom agila metoder, och att man förstår hur metoden uppnår bättre effektivitet.

Scrum har även sina formalia och rutiner, som man visserligen kan välja att strunta i – underbart. Frågor som behöver besvaras av alla inblandade är tex: Hur skall teamet fungera, hur skall vi interagera med användare, vem skall vara product owner (nån i teamet eller nån på verksamhetssidan?), scrum master etc, hur skall dessa personer agera? Vilka regelbundna möten skall vi ha? Hur skall vår tavla se ut? Det finns många frågor som behöver finna sitt svar, och här är en bra coach värd sin vikt i guld. Diskussionerna blir så mycket bättre med en neutral part som ledare.  

Vi använder också ett digitalt verktyg, Jira från Atlassian. Strukturerat kring agil metod, så finns många möjligheter att hålla ihop teamet. Än så länge bara positivt att rapportera kring det verktyget. Vi använder planning board och task board i deras Grasshoppertillägg. Fiffiga saker.

Så här långt känns det bra, vår första sprintplanering och vår första dagliga scrum är avklarad. Man känner sig lite som bambi på hal is, men det är spännande att se var vi landar och om vårt arbete kommer att vinna på detta. Hoppas på att återkomma i frågan snart.

Har precis skaffat Kindle till min Samsung Note och första boken ut blev ”Moneyball”. ”Moneyball” kretsar kring det fattiga baseball-laget Oakland Athletics och dess manager Billy Beane. Beane är en av de första general managers som på allvar börjar använda en vetenskaplig metod för att skapa bättre förutsättningar för sitt lag givet en mycket tight budget. Eftersom boken är baserad på en verklig story så kan båda dessa herrar beskådas på diverse youtube-klipp om man inte vill skaffa boken eller se filmen med Brad Pitt som Billy Beane.

Beane och hans vapendragare Paul DePodestra använder statistik (”saebremetrics”) för att studera dels vad som krävs för att vinna matcher i baseball och dels hur laget utifrån det skall värdera spelare. Boken är fylld av insikter, bland annat så kan man i sitt stilla sinne fundera på om någon toppledare i något svenskt företag överhuvudtaget kvantitativt analyserar sådant som tex vilka faktorer som genererar ett högt börsvärde för sitt företag, och vad som krävs för funktioner och arbetssätt för att optimera sin verksamhet.

Beane och DePodestra får kämpa mot många fördomar, där ”gamla rävar” som ”vet hur det skall vara” skakar på huvudet åt nya idéer. En situation som nog är allt för vanlig i vilken verksamhet som helst.

För en statistiker så är ”Moneyball” självklart en narcissistisk höjdpunkt men också en moralhöjare av rang. Boken bevisar återigen tesen att det är inte prislappen på verktygen som är det viktiga utan förmågan att applicera analys i verkligheten som är det viktiga!

Det blir allt vanligare att IT-tjänster utförs från andra länder än sverige, inte bara i form av rena molntjänster utan också drift och utveckling av interna system. Det finns egentligen inga tekniska problem med att sköta ett system på distans, maskinerna kan stå på ena sidan av jorden och operatörerna befinna sig på andra sidan – förutsatt förstås att nätkapacitet och infrastruktur finns på plats. För det funktionella området BI/DW så innebär detta självklart stor potential att minska kostnader om en IT-teknikertimma i Bangalore kan sägas motsvara en timma i sverige.

Min erfarenhet är att området BI/DW har vissa specifika egenskaper som gör att offshoreing bör genomföras med viss försiktighet. Det funktionella området BI/DW är speciellt jämfört med andra områden hos IT i den meningen att data ständigt behöver tolkas då den används. Självklart ”tolkas” data även i vanliga ERP-system i den meningen att en viss parametersättning till exempel triggar ett visst orderflöde etc. Men dessa tolkningar är oftast maskinella och handlar mer om att få saker att hända på exakt samma sätt varje gång de görs. Tryck på denna knappen så händer detta. I BI/DW-världen så fungerar inte sambanden på ett sådant sätt, utan snarare utifrån ett forskningsperspektiv där saker som källkritik, kasualitetsförklaringar och historik behöver hållas rätt på. Dessa begrepp rör sig delvis bort från teknikens värld och då blir det genast svårare med offshoreing i och med att den typen av tjänster förutsätter kunskap om verksamhet och den miljö som verksamheten förhåller sig till. Visserligen kan man hävda att ett väldesignat data warehouse klarar av att hantera även denna typ av ”metadata” eller verksamhetskunskap eller vad det skall kallas men i realiteten är det svårt att driva frågan till sin spets.

Andra aspekter på offshoreing är frågan om hur man hanterar datasäkerhet då IT-tekniker sitter i andra länder. Detta är självklart en fråga väldigt aktuell för data warehouse även om det förvaltas i sverige, men saken ställs på sin spets om operatörer sitter utomlands där andra juridiska lagar gäller. Det finns produkter på marknaden som hanterar denna typ av problem, tex genom att kryptera data i olika utsträckning eller att låsa rättigheter så att operatörer endast kan se tabellstrukturer men inte innehåll. I samband med utvecklingsuppdrag så kan data krypteras innan det skickas iväg till utvecklingscenter utomlands. Kostnader av dettas slaget är viktigt att ta med i beräkningen då man överväger offshoreing.

Så rent organisatoriskt kan en vettig offshore-politik gå ut på att skapa olika lager av tjänster, tex rena driftstjänster så som serverdrift, övervakning av automatiserade körningar, visst dagligt underhåll etc läggas ut. Ju mer backend desto större chans att offshoreing lyckas.

”Servicedesk-tjänster” och verksamhetsnära utveckling i form av tex frontendkonfigurering känns däremot svårare att hantera utan att ha lokal personal på plats. Utbildning är en annan aspekt som oftast underskattas, där det är svårt att ha förhållanden på distans så att säga. BI/DW är ett område där interaktionen mellan verksamhet och IT är som allra störst och behovet av överbryggning mellan IT-processen och affärsprocesser ökar då BI/DW blir mer och mer använt och mer och mer main stream.

Ett annat alternativ är självklart att bygga sin organisation så att affären själva utför mer av sin egen utveckling. Många BI-system bygger på den principen men i realiteten så funkar det sällan så då IT inte vill släppa ifrån sig sitt ansvar och verksamheten tycker det känns läskigt att göra annat än att skriva formler i excel.

Att jobba i ett av sveriges största företag ger ibland en känsla av att inte bara vara störst i sverige, utan också störst i hela världen. Men den bittra kalken som man som svensk i ett svenskt storbolag måste svälja är att reser man 60 mil söderut till tex Tyskland så är man helt plötsligt en liten plutt i sammanhanget. Ändå så förs ofta diskussioner, särskilt inom BI/DW-området, som om läget var ett helt annat.

Termen ”Big data” är ett utmärkt exempel på det. ”Big data” har blivit synonymt med vällustiga stön och flackande blickar. Alla pratar om det men få har egentligen nått begrepp om vad det handlar om. Varför är det så? En förklaring kanske ligger i att det inte är allt för vågat att påstå att 99,99% av sveriges företag och organisationer snarare har att hantera ”Small data” än ”Big data”.

De datavolymer som hanteras är sällan ett problem numera, framförallt tack vare utvecklingen på hårdvarufronten. För svenska bolag torde utmaningarna snarare vara hur man kan hantera ”Small data” på ett så kostnadseffektivt sätt som möjligt. Att hantera 100 miljoner rader data i en databas är oftast lika resurskrävande som att hantera 10 miljoner rader om man betänker att den största kostnaden är den utvecklare som skriver och underhåller kod för att hantera datat.

Hur skall man då göra för att effektivisera sin tillvaro utifrån paradigmet ”Small data”? Ett sätt är att använda molntjänster, dessa kommer sannolikt att bli mer och mer intressanta för ”Small data”-företag. Ett annat sätt är att driva standardisering till sin spets. Genom standardisering så kan man återvinna tidigare arbete och därmed komma snabbare framåt. Standardisering innebär avkall på den ”kreativa friheten” och ställer höga krav på att den som är ansvarig för standardisering förstår på vilket sätt man kan standardisera. I sverige finns också ett fokus på att förenkla metoder så att man inte behöver ha kostsamma experter för att göra minsta lilla grej. Fokus är på sunt förnuft och förenkling snarare än hjärnkraft och komplicerade algoritmer. Man  kan också fundera på om man verkligen behöver de allra häftigaste prylarna i alla lägen. Om Gripen är bra nog för sverige är det bra nog för schweiz som försvarsminister Ueli Maurer sa.

Kill your babies liksom.

För 30 år sedan så lanserades Cognos Powerplay, det verktyg som förmodligen skapade mycket av den BI-boom som fortfarande pågår världen över. Powerplay var ett av de första lättanvända OLAP-verktygen både för utvecklare likväl som för användare. Många är de ekonomiavdelningar som upplevde en euforisk känsla då de fick kontroll över sin data på ett sätt som inte tidigare varit möjligt. Nu sedan några år tillbaka är turen kommen till sälj- och marknadsavdelningar. Dessa funktioner har haft svårt att ta till sig OLAP-verktyg på grund av att den typ av dataanalys som möjliggörs av OLAP-verktyg inte riktigt möter de krav och önskemål en marknadsavdelning ställer. Qlikview möjliggör filtrering på mycket mer avancerat sätt än i en OLAP-kub, där man snarare söker efter kunder som ingår i olika grupper, identifierade av sina kundIDn, än som i en OLAP-kub filtrera på egenskaper som kunder har vid en viss fixerad tid.

En försäljningschef kanske vill veta hur kunder som varit med i en viss kampanj för 12 månader sedan utvecklats över tid. Eftersom kunder kan vara med i flera olika kampanjer under året så är lösningen i ett OLAP-verktyg att skapa kolumner för varje kampanj kunden varit med i. Detta är självklart väldigt opraktiskt, och då kommer QlikView’s ”ID-filtrering” till full rätt.

Skall man förklara den fantastiska framgång som QlikView har just nu så beror det på att de främst tillgodoser behov som ännu inte traditionella OLAP-verktyg kunnat hantera. Dock tornar problemen upp sig på himelen, då många aktörer nu är på väg in i samma nisch. Snart är även detta med ”ID-sökning” mainstream. Främsta tecknet att hålla utkik efter är när Microsoft hittar på en ny Sql-server-modul för ändamålet. SSCS kanske, Sql server Column services. Den som lever får se.

Igår var det dags för frukostmöte med Wednesday Relations. På agendan stod presentation av Åhlens nya kampanjhanteringssystem. I den hårda värld som är retail så satsar fler och fler aktörer på ökad kommunikation med sina kunder främst via olika kundklubbar. Åhlens är inget undantag, som en av de största aktörerna på marknaden så satsar Åhlens hårt på att ”förbättra, förenkla och förgylla” tillvaron för sina kunder. Noteras bör är att kunderna i detta fallet framförallt är kvinnor i karriären som har stort intresse för det helhetsutbud som Åhlensvaruhusen kan erbjuda. En snabb handuppräckning på seminariet avslöjade mycket riktigt att klubbmedlemmarna framförallt återfanns bland den kvinnliga delen av publiken.

Åhlens har nyligen tagit ett system från Neolane i bruk. Systemet innebär att den centrala marknadsavdelningen kan använda en hel palett med kanaler som tidigare inte varit helt synkade. Till exempel så är både butik och kundtjänst integrerade i systemet vilket gör att processen att rekrytera nya medlemmar till Åhlens-kortet förbättrats radikalt. Tilltalet personaliseras och anpassas till respektive kund för att öka relevansen. Marknadsavdelningen har också fått en betydligt bättre överblick över vad som sker i kampanjerna då systemet har inbyggd rapportering av alla aktiviteter, till skillnad från förr då dyrbara programmeringsresurser krävdes för att ta reda på kampanjutfall.

 Seminariet var tydligen uppskattat då det var så trångt att de sista åhörarna fick nöja sig med ståplats längst bak. Marknaden för kampanjhanteringssystem har varit rätt trög i sverige, men på senare år så har något hänt. Intresset har ökat och kanske kommer kundklubbarna tillbaka som företagens främsta verktyg för att kommunicera med sina bästa kunder.

Ibland undrar jag om inte det här med mer analys, mer data, mer insikt – bara förvirrar folk. Man kan ju hålla på och analysera saker till döddagar utan att egentligen komma närmare någon form av bättre beslut eller bättre affär. Problemet med affärer är att det finns ett fönster av möjligheter att agera inom. En god affärsman måste därför vara lite som en måltjyv, det gäller att nypa till bolljäkeln när tillfället uppenbarar sig. Därmed inte sagt att analys inte har en viktig roll att fylla, men det är viktigt att inse vilka begränsningar och problem som finns. Inser man det så finns bättre förutsättningar att jobba på ett intelligent sätt med analys.

Ett annat problem är alla säljare och leverantörer av lösningar inom området. Det lovas guld och gröna skogar till höger och till vänster. Det är mycket snack och liten verkstad i det mesta som sägs och görs. Som affärsansvarig matas man med ständiga budskap om att man måste ha än det ena och än det andra. Jag kan tycka att säljmöten med analysleverantörer ibland är som att gå in i en klädaffär på Oxford Street i London. När man kommer in genom dörren så särskådas man – är detta en person som har stålarna redo? Om så är fallet så förföljs man vart man än går fastän man kanske bara vill titta lite. Slutligen får man känslan att att expediterna blir i det närmaste förbannade om man inte köper åtminstonde ett par häftigt överprisade designerjeans.

Så använd analys, men med förnuft. Lite som Torbjörn Nilsson sa i dokumentären ”Fotbollens sista proletärer” - jag fick ut mer kreativitet när Svennis gav mig struktur i mitt spel.