In de patch-update van december 2022 voor Oracle FCC (Financial Consolidation and Close) werd Data Discovery geïntroduceerd, en in de patch-updates van maart 2023 en juli 2023 werden verbeteringen toegevoegd. Data Discovery helpt bij het analyseren van vraagstukken door het genereren van grids en het 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 er nu ook gebruik van kunnen maken!
Regelmatig krijg ik van klanten de vraag: "Dit getal klopt niet, waar komt dit vandaan?" Het zoeken naar het antwoord op deze vraag is in de meeste gevallen vergelijkbaar: zoom in bij alle dimensies om te zien waar de gegevens vandaan komen, bepaal of de metadata speciale kenmerken heeft, controleer de gerelateerde berekeningen, en controleer de ownership. Het doorlopen van al deze stappen kan tijdrovend zijn en kennis vereisen van de opzet van de applicatie. Met Data Discovery wordt een deel van dit werk voor je gedaan door met de rechtermuisknop op de cel in een formulier te klikken dat je analyseert.
"Dit nummer klopt niet, waar komt dit nummer vandaan?"
Hieronder wordt een voorbeeld getoond waarin Data Discovery verwijst naar de oorzaak van het probleem (onjuiste ownership). Het is ook heel interessant om te achterhalen welke berekeningen van invloed zijn geweest op de data, maar dan zou deze blog te uitgebreid worden. Er is echter uitstekende documentatie van Oracle beschikbaar:
Oracle heeft er ook een evenement aan gewijd:
Het basisidee van data discovery is dat je van cellen op hoog niveau drillt naar cellen op laag niveau en Oracle doet dit voor je in de relevante richtingen (=dimensies).
Laten we nu een voorbeeld nemen van hoe je data discovery kunt gebruiken. Ik heb expres een onjuist consolidatie % gebruikt.
Dit is de 'normale' Parent-child hiërarchie, waarbij Almere een aandeel heeft van 70% en een minderheidsbelang van 30%:
In de parent/legal entity structure ('platte eigendomsstructuur') heb ik expres 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% ownership hebt en 30% minderheidsbelang bij een lagere moedermaatschappij, maar de resterende 30% is eigendom op een ander niveau en de minderheid moet worden omgekeerd). De 70% ownership is gelijk aan de 'normale' eigendomshiërarchie (zie vorige schermafbeelding), maar in de vlakke structuur heb ik de consolidatiemethode op proportioneel gezet in plaats van op Dochtermaatschappij. Er wordt automatisch geen minderheidsbelang % meer berekend:
In een standaardformulier zie ik een 'onverwachte' eliminatie van het minderheidsbelang. Dit is onverwacht omdat 30% minderheidsbelang moet worden berekend en geconsolideerd naar boven in de entiteitshiërarchie. Het is echter niet onverwacht als we rekening houden met de vlakke eigendomsstructuur waarbij ik Almere op proportioneel zet, zonder berekend minderheidsbelang.
Nadat ik de Data Discovery-functionaliteit eenvoudig aan het formulier heb toegevoegd, heb ik, als ik met de rechtermuisknop op deze ongewenste waarde klik, de optie Run Data Discovery:
Deze optie creëert een paar grids, bijvoorbeeld deze, met eliminatie data:
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 drill verder naar beneden door met de rechtermuisknop op de cel met het getal -22.500 te klikken en opnieuw Run Data Discovery te kiezen. Dan worden er nog meer grids gegenereerd, bijvoorbeeld deze Ownership Grid:
Dit geeft me meer informatie over de oorzaak van de onverwachte gegevens op Nederlands geconsolideerd niveau. Op Nederlands geconsolideerd niveau zou je een minderheidspercentage van 30% verwachten, net als bij Amsterdam Geconsolideerd. Maar er lijkt iets anders aan de hand te zijn, want op Europa Geconsolideerd zijn zowel Percent Consolidation Input als Percent Min Input 0% in plaats van respectievelijk 100% en 30%.
Deze tweede inconsistentie in de ownership data 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 wees op de ownership data. 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 voor je zoeken in verschillende richtingen tegelijk, wat veel sneller is dan één voor één alle opties doorlopen (datagrids, ownership, metadata).
