Högskolan i Skövde

Data warehouse (DW) solutions are becoming increasingly popular to implement in different organizations. There are a variety of motivational factors for activities to acquire DW, among other things, it helps with analyzes and decision making in the business to gain for an example competitiveness. DW projects are expensive projects that require a lot of resources from the organization side. However, more and more DW projects fail and are not optimal for business purposes. Before the organization implements a DW, it is important to choose architecture based on, i.e. a data model for how data is stored and structured in the DW. The two dominant architecture models are top-down as Inmon presented in the 90s and bottom-up who Kimball introduced after Inmon announced his model.  Both Inmon and Kimball have their own philosophies and models for how a DW solution should be model. Organization dilemma is choosing one or the other performance. The choice depends on many factors and considerations. There are also significant philosophical debates, obstacles, also pros and cons for choice of the data warehouse architecture (Lawyer & Chowdhury, 2004). Therefore, this study should demonstrate which factors govern the choice of architecture using a literature study comparing these models. The result shows that Inmon's top-down approach handles factors like data quality, how data can be integrated from different source systems, flexibility, metadata management, and handle data sources and ETL better than Kimball's bottom-up approach. Kimball's architecture model focuses more on factors such as performance and end-user interaction. The results also show that the Kimball model is easier and faster to implement.  

Data warehouse (DW) lösningar blir allt mer populära att implementera hos verksamheter. Det finns en mängd motivationsfaktorer för verksamheter att inskaffa DW, bland annat att systemet hjälper med analyser och beslutsunderlag i verksamheten för att erhålla exempelvis konkurrenskraft. DW-projekt är dyra projekt som kräver en hel del resurs från verksamhets sida. Dock misslyckas allt fler sådana projekt och resulterar i att inte vara optimala för verksamhetsändamålen.  Innan verksamheten implementerar ett DW är det viktigt att välja en arkitektur att utgå ifrån, alltså en datamodell för hur data ska lagras och struktureras i DW. De två dominerande arkitekturmodellerna är top-down som Inmon presenterade på 90-talet och bottom-up som Kimball introducerade efter att Inmon presenterat sin modell.   Både Inmon och Kimball har sina egna filosofier och modeller för hur en DW-lösning ska se ut. Dilemmat för verksamheter handlar om att välja det ena eller det andra utförandet. Valet beror på många faktorer och överväganden. Det finns också betydande filosofiska debatter, hinder, och för-och nackdelar med valet av ett data warehouse arkitektur (Lawyer & Chowdhury, 2004).Följaktligen skall denna studie påvisa vilka faktorer som styr val av arkitektur genom att tillämpa en litteraturstudie där dessa modeller jämförs.  Av resultatet framgår att Inmons top-down approach hanterar faktorer som datakvalitet, hur data kan integreras från olika källsystem, flexibilitet, metadatahantering samt att den hanterar datakällor och ETL på ett bättre sätt än Kimballs bottom-up approach. Kimballs arkitektursmodell fokuserar mer på faktorer som prestanda och slutanvändarinteraktion. Av resultatet framgår även att Kimballs modell implementeras enklare och snabbare.