Data Discovery werd geïntroduceerd in de patchupdate van december 2022 voor Oracle FCC (Financial Consolidation and Close), en verbeteringen werden toegevoegd in de patchupdates van maart 2023 en juli 2023. Data Discovery helpt bij het analyseren van problemen door roosters te genereren en geeft weer uit welke berekening de gegevens afkomstig zijn. Oracle Support gebruikte deze functionaliteit al voordat deze voor iedereen beschikbaar was. Het is fijn dat we het nu kunnen gebruiken!
Ik krijg regelmatig de vraag van klanten: "Dit getal klopt niet, waar komt dit vandaan?" Het antwoord op deze vraag vinden is in de meeste gevallen vergelijkbaar: zoom in op alle dimensies om te zien waar de gegevens vandaan komen, bepaal of de metadata speciale kenmerken heeft, controleer gerelateerde berekeningen en controleer het eigenaarschap. Het doorlopen van al deze stappen kan tijdrovend zijn en vereist kennis van de applicatie-instellingen. Met Data Discovery wordt een deel van dit werk voor je gedaan door met de rechtermuisknop te klikken op de cel in een formulier dat je analyseert.
"Dit getal klopt niet, waar komt dit getal vandaan?"
Hieronder zie je een voorbeeld waarbij Data Discovery verwijst naar de oorzaak van het probleem (onjuist eigendom). Het is ook erg interessant om uit te zoeken welke berekeningen de gegevens hebben beïnvloed, maar dat zou deze blog te uitgebreid maken. Er is echter uitstekende documentatie beschikbaar van Oracle:
Oracle heeft er ook een evenement aan gewijd:
Het basisidee van data discovery is dat je van cellen op een hoog niveau naar cellen op een laag niveau drilt, en Oracle doet dit voor je in de relevante richtingen (=dimensies).
Laten we nu een voorbeeld nemen van het gebruik van data discovery. Ik heb met opzet een onjuist consolidatiepercentage gebruikt.
Dit is de "normale" ouder-kindhiërarchie, waarin Almere een belang van 70% heeft en een minderheidsbelang van 30%:
In de moeder/rechtspersoon-structuur ("platte eigendomsstructuur") heb ik opzettelijk een inconsistentie gecreëerd in de Nederlandse geconsolideerde structuur (doe dit thuis niet als het niet nodig is! Het kan echter heel nuttig zijn als je 70% eigendom en 30% minderheidsbelang hebt bij een lagere moedermaatschappij, maar de resterende 30% is eigendom op een ander niveau en de minderheid moet worden omgekeerd). De 70% eigendom is hetzelfde als de "normale" eigendomshiërarchie (zie vorige schermafbeelding), maar in de vlakke structuur heb ik de consolidatiemethode ingesteld op proportioneel in plaats van Dochteronderneming. Het minderheidsbelang % wordt niet meer automatisch berekend:
In een standaardformulier zie ik een "onverwachte" eliminatie van minderheidsbelangen. Dit is onverwacht omdat 30% minderheidsbelang moet worden berekend en geconsolideerd naar de top van de entiteithiërarchie. Het is echter niet onverwacht als we kijken naar de vlakke eigendomsstructuur waarbij ik Almere op proportioneel zet, zonder berekend minderheidsbelang.
Nadat ik de Data Discovery-functionaliteit aan het formulier heb toegevoegd, heb ik, als ik met de rechtermuisknop op deze ongewenste waarde klik, de optie Run Data Discovery:
Deze optie maakt een paar roosters, bijvoorbeeld deze, met eliminatiegegevens:
Het symbool in de rechterbovenhoek van het scherm betekent dat er een bijlage is:
In sommige gevallen geeft de bijlage al antwoord op het probleem. In dit geval niet, hoewel het me bijvoorbeeld vertelt dat ik drie metadata validatiefouten heb.Ik ga verder door met de rechtermuisknop op de cel met het getal -22.500 te klikken en opnieuw Run Data Discovery te kiezen. Dan worden er meer rasters gegenereerd, bijvoorbeeld dit Eigenaarsraster:
Dit geeft me meer informatie over de oorzaak van de onverwachte gegevens op Dutch Consolidated niveau. Op Dutch Consolidated niveau zou je een minderheidspercentage van 30% verwachten, net als op Amsterdam Consolidated. Maar er lijkt iets anders aan de hand te zijn, want bij Europe Consolidated zijn zowel Percent Consolidation Input als Percent Min Input 0% in plaats van respectievelijk 100% en 30%.Deze tweede inconsistentie in de eigendomsgegevens wordt bevestigd in de "flat ownership" van E021 - Europe Consolidated:
In dit geval kon ik de inconsistenties in de gegevens oplossen met Data Discovery, die me naar eigendomsgegevens wees. Data Discovery kan heel nuttig zijn bij het oplossen van dataproblemen. Enige oefening met Data Discovery en kennis van FCC is vereist voordat je de vruchten van Data Discovery kunt plukken. Maar met Data Discovery laat je Oracle in meerdere richtingen tegelijk voor je zoeken, wat veel sneller is dan alle opties één voor één doorlopen (datagrids, eigendom, metadata).
