SVB

Optimalisering van de bestaande dataomgeving

GFIS levert vervangende capaciteit aan de Sociale Verzekeringsbank

In Nederland is de Sociale Verzekeringsbank (SVB) de partij die verschillende wetten en regelingen uitvoert op het gebied van sociale zekerheid. Denk bijvoorbeeld aan de AOW, kinderbijslag en het Persoonsgebonden budget. De SVB is bezig met de overstap naar een nieuw dataplatform in de cloud. Dit vergt veel inzet van medewerkers, waardoor er in de bestaande dataomgeving een gebrek aan capaciteit ontstond. GFIS werd ingehuurd om invulling te geven aan een deel van die vervangende capaciteit.

De vraag

De Vraag

Voor deze opdracht zette GFIS met name expertise in op het gebied van ondersteuning, beheer en development. Zo werd een bijdrage geleverd aan de optimalisering van de bestaande omgeving. De nadruk lag op het beheer en de bouw van Power BI rapportages en datamarts. Dit zijn kleinere opslagplaatsen voor dimensies, feiten en attributen die beantwoorden aan de specifieke gegevensbehoefte van een bepaald bedrijfsonderdeel.  

De uitdaging

De Uitdaging

Hoewel deze opdracht geen complexe datavraagstukken bevatte, kon GFIS wel meerwaarde bieden door verbeteringen aan te brengen in bestaande trendanalyses en rapportages. Daarnaast werd kennis over BI en datawarehousing gedeeld met het bestaande team, en concrete ondersteuning geleverd voor de afhandeling van openstaande wensen.

Het resultaat

De Oplossing

GFIS ontwikkelde ETL-packages voor het ophalen en opslaan van data in het datawarehouse. Deze ETL’s werden gegenereerd door BIML: de scripttaal die gebruikmaakt van metadata om de dataflow te realiseren. Bovendien werd met behulp van de historische laag (de datalaag waarin de veranderingen in de bronssystemen worden bijgehouden) slowly changing dimensions geïmplementeerd. Zo kan de SVB effectief gebruikmaken van data uit de historische laag voor waardevolle trendanalyses. 

De oplossing

Resultaat

  • optimaal beheer en development van de bestaande omgeving;
  • ondersteuning in de vorm van ticket-afhandeling;
  • schrijven en aanpassen van stored procedures voor het genereren van feiten en dimensies
  • implementatie van slowly changing dimensions voor trendanalyses;
  • inzet van BIML voor het genereren van de dataflow.
© 2024 Alle rechten voorbehouden | Powered by iClicks