Data mart, bir şirketin, kurumun veya organizasyonun belirli bir departmanının ya da iş alanının bilgi ve analiz ihtiyaçlarını karşılamak amacıyla oluşturulan veri depolama yapısıdır. Genellikle daha kapsamlı bir veri ambarının belirli bir konuya veya iş birimine odaklanan alt kümesi olarak kullanılır.
Veri ambarları, farklı departmanlardan ve sistemlerden gelen büyük hacimli verileri merkezi bir yapıda toplarken data martlar daha dar kapsamlı veri kümelerine odaklanır. Bu nedenle data martların yönetilmesi, sorgulanması ve analiz edilmesi çoğu zaman daha kolaydır.
Data martlar satış, pazarlama, finans, insan kaynakları ve müşteri ilişkileri gibi belirli departmanların ihtiyaçlarına göre tasarlanabilir. Her yapı, ilgili kullanıcıların ihtiyaç duyduğu metrikleri, raporları ve veri kümelerini içerir.
Örneğin bir satış data martı, satış tutarı, sipariş adedi, ürün performansı, müşteri segmenti ve bölgesel satış sonuçları gibi verilere odaklanabilir. Pazarlama data martı ise kampanya performansı, dönüşüm oranı, müşteri edinme maliyeti ve kanal bazlı sonuçları içerebilir.
Data martların temel avantajlarından biri, kullanıcıların ihtiyaç duydukları verilere daha hızlı ulaşabilmesidir. Daha küçük ve konu odaklı veri kümeleri, sorguların daha hızlı çalışmasını ve raporların daha kolay hazırlanmasını sağlayabilir.
Data martlar aynı zamanda departmanlara özel veri ihtiyaçlarının karşılanmasına yardımcı olur. Kullanıcılar, gereksiz veya kendi çalışma alanlarıyla ilgisi olmayan veriler arasında arama yapmak zorunda kalmadan ilgili bilgilere erişebilir.
Bir data mart bağımlı, bağımsız veya hibrit yapıda oluşturulabilir. Bağımlı data martlar verilerini merkezi bir veri ambarından alırken bağımsız data martlar doğrudan operasyonel sistemlerden beslenebilir. Hibrit data martlar ise her iki kaynaktan da veri alabilir.
Data martlarda kullanılan başlıca veri modelleme şemaları şunlardır:
Yıldız Şeması: Bu yapıda satış, işlem veya sipariş gibi ölçümleri içeren merkezi bir olgu tablosu bulunur. Olgu tablosunun çevresinde müşteri, ürün, tarih ve bölge gibi açıklayıcı bilgileri içeren boyut tabloları yer alır. Basit yapısı nedeniyle hızlı sorgulama ve raporlama açısından avantajlıdır.
Kar Tanesi Şeması: Bu yapı, yıldız şemasındaki boyut tablolarının daha küçük ve ilişkili alt tablolara ayrılmasıyla oluşturulur. Veri tekrarını azaltabilir ve daha karmaşık hiyerarşilerin düzenli biçimde yönetilmesini sağlayabilir. Ancak tablo sayısının artması sorguların daha karmaşık hale gelmesine neden olabilir.
Data martlara veri aktarmak için ETL ve ELT araçları, veri entegrasyon platformları ve iş zekasi çözümleri kullanılabilir. Bu araçlar farklı kaynaklardan gelen verilerin çıkarılmasını, dönüştürülmesini ve hedef data mart yapısına yüklenmesini kolaylaştırır.
Doğru tasarlanmış bir data mart, departmanların daha hızlı raporlama yapmasına, performans göstergelerini takip etmesine ve veriye dayalı kararlar almasına yardımcı olabilir.
