Syfte med detta arbete är att undersöka huruvida avkastningsberäkning för en datalagerinvestering bör göras, hur det kan göras och om det görs. Vidare avses att undersöka om generella kalkylmetoder kan användas av företag, oavsett storlek, som avser att starta datalagerinvesteringsprojekt. Datalagerteknologin har ännu en hög utvecklingstakt och detta medför ofta höga utvecklingskostnader i samband med investeringar inom datalager. Undersökningen baseras på en kombinerad dokumentstudie och enkätundersökning. Dokumentstudien belyser den problematik vilken förknippas med problemområdet. Enkätundersökningen fokuseras mot olika större organisationer såsom banker, post och dagligvaruhandeln, vilka idag använder sig av datalager. De tillfrågas om huruvida avkastningsberäkning görs i deras organisation och, i så fall, hur den utförs. Analysen och resultatet tyder på att problemområdet inte har en enkel lösning och att någon typ av avkastningsberäkning bör användas. Svårigheterna ligger i att värdera de potentiella fördelar som ett datalager kan generera.

Eftersom så många organisationer och företag använder sig av data warehouses idag kan inte innehavet av data warehouses räknas som ett strategiskt övertag, utan en strategisk nödvändighet för företagen eller organisationerna. Att införa ett data warehouse kräver dock stort engagemang från alla inblandade i projektet och ett misslyckande kostar företaget mycket resurser och kapital. Detta arbete undersöker vilka faktorer som främst bidrar till att ett data warehousingprojekt misslyckas. En litteraturstudie genomförs där misslyckade fall samt litteratur som beskriver författares generella uppfattningar angående faktorer med potentiell risk att orsaka ett misslyckat data warehousingprojekt undersöks. Undersökningen leder fram till en lista med faktorer som anses ha stor potential att orsaka ett misslyckande. Att identifera dessa faktorer bidrar till att organisationer och företag får möjligheten att i ett tidigt skede av projektet förhindra att dessa uppstår, vilket kan spara stora ekonomiska resurser.

Many of today’s organizations are striving to find ways to make faster and better decisions about their business. One way to achieve this is to develop a data warehouse, offering novel features such as data mining and ad hoc querying on data collected and integrated from many of the computerized systems used in the organization. A data warehouse is of vital interest for decision makers and may reduce uncertainty in decision making. The relationship between data warehousing and business processes may be used at the pre-deployment stage of a data warehouse project, i.e. during the actual development of the data warehouse, as an opportunity to change business processes in an organization. This may then result in improved business processes that in turn may result in a better performing data warehouse. By focusing on the pre-deployment stage instead of the post-deployment stage, we believe that the costs for development will decrease, since needs for changes detected early in a development project probably will be detected anyway, but in a later stage where changes in the business processes may cause a need to restructure the finished data warehouse. We are therefore interested in which factors that may cause a need for changes in the business processes during the pre-deployment stage of a data warehouse project, the types of business processes affected, and also if there is any correspondence between factors that trigger changes and business processes affected. Based on a literature survey and an interview study, general triggering factors to change business processes have been identified, such as needs for new organizational knowledge and for prioritization of goals etc. We have also found that needs for changes more often concern supporting processes than other types of business processes. We have also found a general correspondence at a type level between triggering factors and affected business processes. In combination with the results and conclusions presented, we have also identified propositions for future work, which will refine and confirm the ideas presented here.

Ett datalager är ett beslutstödssystem som integrerar stora mängder data från interna och externa källor. Dessutom är datalagret subjektorienterat, vilket innebär att det är organsierat kring ett antal betydelsefulla affärsdomäner som företaget lagrar data om. Många menar att det börjar bli allt viktigare för företag att söka information utanför verksamheten. Detta kan göras genom att de externa affärsdomänerna skannas av på information. Syftet med detta arbete är att ta reda på i vilken utsträckning i nuläget som organisationer lagrar data om affärsdomäner i sitt datalager. För att ta reda på detta har företag som använder datalager kontaktats och intervjuats. Resultatet visar att företag lagrar data om externa affärsdomäner, fast i ganska liten utsträckning. Däremot visar resultatet att intresset för att lagra information om dessa externa affärsdomäner håller på att öka bland företag.

Integration of internal data is often mentioned in literature as the most demanding task when building or maintaining a DW. There is no literature that outlines the approach for the integration of external data into a DW. The integration of external data has increased during the last years enabling corporations to understand the opportunities in the market and to be able to better plan for future success of the corporation. The aim of this work is to exploratory outline current approaches for acquiring and integrating external data into DW and to give a brief overview of the future trends for external data integration. This aim was researched using an interview study. The results show that how to integrate external data is depending on what the corporations purpose with the external data is. Additional results show that how to integrate external data also depends on how the data is acquired.

External data is data that a company could acquire outside their internal systems. This external data could bring another dimension for the companies, and allow them to further understand the environment. External data incorporated into a data warehouse makes it possible to exploit a number of application areas. The comprehensive aim of this dissertation is to outline what application areas that companies exploits today and what the future will bring. To achieve this, an interview study among people working with external data and DWs have been conducted. Based on the information gathered through the study, the most common application areas are address updates, credit information, and marketing. Some smaller application areas have also been identified. A discussion on what application areas that will come in the future, are also to be found.

Companies today experience problems with poor data quality in their systems. Because of the enormous amount of data in companies, the data has to be of good quality if companies want to take advantage of it. Since the purpose with a data warehouse is to gather information from several databases for decision support, it is absolutely vital that data is of good quality. There exists several ways of determining or classifying data quality in databases. In this work the data quality management in a large Swedish company's data warehouse is examined, through a case study, using a framework specialized for data warehouses. The quality of data is examined from syntactic, semantic and pragmatic point of view. The results of the examination is then compared with a similar case study previously conducted in order to find any differences and similarities.

Det här arbetet har som huvudsyfte att belysa och ta fram vilka motiv det finns till att implementera datalager. Datalager är en teknik för att ta fram beslutsstödssystem där slutanvändarna själva tar fram sin information. Ett beslutsstödssystem har till uppgift att ge beslutsfattare (slutanvändare) information om en hel eller delar av en organisation. I introduktionen förklaras närmare vad ett beslutsstödssystem och datalager är för någonting samt ges exempel på i vilka sammanhang datalager används. En förklaring ges också till den historiska utvecklingen mot datalager För att få fram motiven har intervjuer genomförts hos fyra stycken företag som implementerat datalager. Hos de här företagen har projektledare som ansvarat för implementationerna intervjuats samt hos ett företag har fyra stycken slutanvändare intervjuats. Resultatet från intervjuerna visar att de vanligaste motiven finns betraktat ur en slutanvändares perspektiv. Motiven är bland annat att tillgängliggöra information och slutanvändarna kan anpassa sin information i förhållande till sitt verksamhetsområde.

Syftet med denna rapport är att undersöka om datalager, en sorts databas som fungerar som beslutsstödssystem, kan användas av mindre företag och organisationer inom en snar framtid. Datalager har tidigare varit en fråga främst för stora företag. Mindre företag nämns sällan i datalagersammanhang. Datalagerteknologin är ny vilket gör att den fortfarande utvecklas i hög takt. Svaret söks genom en litteraturstudie samt en empirisk studie. I den senare tillfrågas ett antal datalagerutvecklare. Litteraturstudien fokuserar på fyra synvinklar: en storleksmässig synvinkel, en nyttomässig synvinkel, en ekonomisk synvinkel och framtida möjligheter. Ur dessa synvinklar studeras mindre företags möjligheter att använda datalager. Den empiriska studien fokuserar på spridningen av datalager i Sverige och mindre företags möjlighet att använda datalager. Resultatet visar att det redan idag finns möjligheter för mindre företag att använda datalager. Även om möjligheterna finns är det en komplex process att implementera ett datalager och arbetet med datalagret upphör inte efter implementationen.

Allt hårdare konkurrens har medfört att det är desto viktigare att beslutsansvariga i ett företag fattar snabba och korrekta beslut. För att förbättra och effektivisera beslutsfattandet och samtidigt skapa sig fördelar i förhållande till marknadskonkurrenterna, kan beslutsansvariga använda sig av ett datalager. Datalagret kan genom enorma mängder data som är insamlade från ett stort antal olika system, generera stora fördelar för ett företag. Men detta gäller dock endast under förutsättningen att datalagret är skyddat på ett lämpligt vis. Syftet med studien är att undersöka vilka lämpliga skyddsåtgärder som kan användas för att uppnå och bibehålla ett säkert datalager. För att besvara frågeställningen genomfördes en litteraturstudie och två intervjuer med företag som använder sig av datalager. Resultatet av den teoretiska undersökningen visar att fyra administrativa och fem logiska skyddsåtgärder är lämpliga att användas i syfte med att uppnå och bibehålla god informationssäkerhet i ett datalager. Den empiriska undersökningen bekräftar det sistnämnda, dock med vissa undantag.