Yale University: Datenmanagement revolutionieren — 75 % Kostenersparnis und schnellere Erkenntnisse

Datenmanagement-Automatisierung steigert die Produktivität deutlich: Wie die Yale University mit Datavault Builder 75 % der abgerechneten Stunden einsparte, ihr Datenteam erweiterte und schneller zu Erkenntnissen kam.

Yale University: Datenmanagement revolutionieren — 75 % Kostenersparnis und schnellere Erkenntnisse

Die Yale University stellte ihre Datavault-Reise auf der Data Vault North America User Group im September 2023 vor — die Geschichte, wie eine grosse Forschungseinrichtung von handgeschriebenen Data Warehouses zu einer vollständig modellgetriebenen Enterprise Common Reporting-Plattform wechselte, und was sich dadurch veränderte.

Hintergrund

Yale erkannte den dringenden Bedarf, Daten für besseres Reporting und Analytics zu konsolidieren und sich aus den Beschränkungen von Informationssilos zu befreien. Das führte zur strategischen Entwicklung einer Enterprise Common Reporting-Plattform.

Die Data-Vault-Reise

Yale startete eine Initiative zur Umsetzung einer Data-Vault-Strategie mit Fokus auf die Vereinheitlichung kritischer Datenströme in den Bereichen People, Space, Finance und Academics — bei gleichzeitiger Förderung von Self-Service-Fähigkeiten und Bewahrung historischer Informationen.

Designziele. Die Plattform wurde mit Fokus auf Flexibilität, Wiederholbarkeit, Zuverlässigkeit und hohe Qualität konzipiert — für schnelle Anpassungen, replizierbare Prozesse, Datenintegrität und verlässliches Reporting.

Vereinfachte Prozesse und metadatengetriebene Code-Generierung für ETL/ELT. Yale setzte auf Vereinfachung, indem komplexe Prozesse aufgebrochen, wiederverwendbare Muster genutzt und Code aus Metadaten generiert wurden — insbesondere mit SQL.

2016 entwickelte Yale sein erstes DV-2.0-Data-Warehouse — handcodiert. Anschliessend entschied sich das Team für den Einsatz des business-modellgetriebenen Data-Warehouse-Automatisierungs-Tools Datavault Builder für künftige Data-Warehouse-Projekte.

Der Effekt von Datavault Builder

Der Umstieg auf Datavault Builder brachte signifikante Vorteile in drei Dimensionen:

1. Produktivität und Time-to-Insight

  • Der modellgetriebene Ansatz von Datavault Builder führte zu einer Reduktion der abgerechneten Stunden um 75 % gegenüber manuellen Methoden.
  • Neue Anforderungen und Datenquellen-Integrationen wurden schnell ausgeliefert.
Hand-Coding versus modellgetriebener Entwicklungsansatz — Originalfolie der Präsentation der Yale University
Hand-Coding versus modellgetriebener Entwicklungsansatz (Originalfolie der Yale-Präsentation)

2. Erweiterung des Data Warehouse

  • Das Data-Management-Team von Yale wuchs mit Datavault Builder deutlich und konnte mehrere Projekte parallel unterstützen.
  • Horizontale Skalierung mit Domain-Warehouses erwies sich als effizient, managebar und performant. Jedes Warehouse dient als “Golden Reference” für eine Datendomäne.
  • Data Marts kombinieren Daten aus mehreren Domänen für ganzheitliches Reporting.

3. Team-Ressourcen

  • Mit Datavault Builder wurden Rollen vereinfacht — der ETL-Architekt wurde überflüssig. Data Engineers konzentrierten sich auf Staging- und Data-Mart-Layer und waren nicht mehr in den Design-Prozess eingebunden.
  • Die Rollenkomplexität sank, Business Analysts spielten eine prominentere Rolle — und es wurde einfacher, auch für weniger erfahrene und juniore Teammitglieder zum Projekterfolg beizutragen.

Fazit

Datavault Builder unterstützte Yale beim Aufbau einer Enterprise Common Reporting-Plattform, beim Erreichen der Designziele und bei der Minimierung der Total Cost of Ownership.

Die 75 % Kostenersparnis, schnellere Erkenntnisse und optimierte Teamrollen und -zusammensetzung reduzierten die Komplexität im Team-Management — der Beweis, dass die richtige Automatisierung die Arbeitsweise eines Datenteams grundlegend verändern kann.

Möchten Sie sehen, wie Datavault Builder zu Ihrer Umgebung passt? Buchen Sie eine kostenlose Demo — wir gehen Ihren konkreten Use Case gemeinsam durch.