De kern in het kort
- De Data Vault maakt onderscheid tussen feiten (het onbewerkte perspectief) en de waarheid (het bewerkte perspectief): ‘100% of the data, 100% of the time’.
- Elke mastertabel wordt gesplitst in een hub en satellieten, elke transactietabel in een link en een satelliet; je hebt minstens twee keer zoveel tabellen nodig.
- Eindgebruikers mogen de Data Vault niet raadplegen, omdat die onjuiste of incomplete data kan bevatten.
- Een Data Vault kan het centrale datawarehouse in een volwassen architectuur niet vervangen: één versie van de waarheid is dan niet meer af te dwingen.
- Wijzigingen in de bronnen leiden ook met een Data Vault nog steeds tot aanpassing van de datamarts.
De Data Vault: feiten, fabels en waarheid
De kern van de Data Vault-methodiek is een ingenieuze modelleringstechniek voor datawarehouses, ontwikkeld door Dan Linstedt, oorspronkelijk voor het Amerikaanse ministerie van Defensie. Een Data Vault slaat alle binnenkomende transacties op in een hypergenormaliseerde structuur, ongeacht of deze gegevens integer en juist zijn: ‘100% of the data, 100% of the time’. De Data Vault maakt onderscheid tussen feiten en de waarheid. Maar wie zit op de feiten te wachten?
Een Data Vault is een modelleringsmethode voor datawarehouses die alle brondata, met volledige historie, opslaat in hub-, link- en satelliettabellen, los van de bedrijfsregels die van die feiten één versie van de waarheid maken.
Compliance en een Data Vault gaan hand in hand
De Data Vault (DV) maakt onderscheid tussen feiten (het onbewerkte perspectief) en de waarheid (het bewerkte perspectief). Dat kan handig zijn om geen enkele transactie of mutatie te verliezen, en vanuit het oogpunt van compliance en wetgeving is het soms een must. In de Data Vault wordt op alle velden consequent historie bijgehouden. Een ingenieuze constructie van hub-, link- en satelliettabellen zorgt voor flexibiliteit in de opslag.
De verschillen tussen de derde normaalvorm en Data Vault
De modellering van een Data Vault verschilt enorm van reguliere datamodellering in de derde normaalvorm (3NF). Van vier tabellen (figuur 1) ga je naar negen tabellen (figuur 2). Een groot verschil is dus: meer tabellen.


Hoe geef je de transformatie van 3NF naar DV vorm?
- Elke mastertabel (een referentietabel zoals customer) splits je in een hub- en een satelliettabel. De sleutels komen in de hubtabel; de beschrijvende velden komen in één of meer satelliettabellen.
- Daardoor ontstaat flexibiliteit: aan de hub kun je eenvoudig meerdere satelliettabellen koppelen, vandaar de naam. Zo koppel je makkelijk klantgegevens uit andere systemen of externe bronnen, terwijl bestaande tabellen intact blijven.
- Joins tussen twee mastertabellen geef je vorm met een linktabel. Daardoor ontstaat flexibiliteit in het type relatie dat gegevens met elkaar hebben.
- Elke transactietabel splits je in een link- en een satelliettabel. De sleutels komen in de linktabel; de transactiedetails komen in de satelliettabel.
Een voorbeeld: stel dat orders opeens niet meer alleen door bedrijven maar ook door consumenten kunnen worden geplaatst. Dan volstaan een paar extra tabellen: een link tussen persoon en order, een persoon-hub en een persoon-satelliet. Het huidige datamodel van de Data Vault blijft intact: bestaande tabellen hoeven niet te worden aangepast.
De 10 onweerlegbare feiten over de Data Vault
- Meer tabellen voor opslag: er zijn minstens twee keer zoveel tabellen nodig.
- Meer joins voor het ophalen van data: er zijn complexere joins nodig om de juiste data te selecteren.
- Een extra component: de Data Vault is een extra component in een volwassen datawarehouse-architectuur, en dat betekent extra werk.
- Niet voor eindgebruikers: eindgebruikers mogen de Data Vault niet raadplegen, omdat die mogelijk onjuiste of incomplete data bevat.
- Drie modelleringstechnieken naast elkaar: 3NF, Data Vault en dimensioneel (sterschema, sneeuwvlok).
- Flexibiliteit in dataopslag: de Data Vault geeft op meerdere manieren flexibiliteit in de opslag.
- Vrijheid: vooral in het type relatie dat entiteiten met elkaar kunnen hebben.
- Eenvoudig uitbreiden: nieuwe bronnen en entiteiten zijn toe te voegen zonder de bestaande structuur aan te passen.
- Meer dataopslag: ook foute of incomplete gegevens worden opgeslagen.
- Een gesloten, veilige omgeving: omdat eindgebruikers er geen gegevens uit mogen opvragen, is de Data Vault secure, zoals de naam al aangeeft.
Hoe geef je een Data Vault-architectuur vorm?
Een Data Vault kan worden toegepast als centraal datawarehouse (CDW), maar ook als pre-CDW of persistent staging area (PSA). Pas je de Data Vault toe als CDW, dan is er geen sprake van een volwassen datawarehouse-architectuur, want vanuit de Data Vault bouw je datamarts op en die kennen een dimensionele structuur.

Voor de detaildata moet je dan terug naar de Data Vault, die een andere structuur en geen of andere transformaties kent en bovendien onjuiste data kan bevatten. Een drilldown op een Data Vault is dus riskant. Daarom kan een Data Vault het CDW in een volwassen architectuur nooit vervangen. Je wilt één versie van de waarheid en die is dan niet meer af te dwingen, of alleen tegen veel hogere kosten, want de datawarehousebus die dat afdwingt is er niet meer.
Voor één specifieke indicator zijn soms meerdere aggregatietabellen nodig. Elke datamart kan daarmee in theorie een eigen waarheid creëren. Zo kan een Data Vault gemakkelijk ontaarden in een verzameling losse datasilo’s, net als in het tijdperk vóór het datawarehouse.
Definitie: een volwassen datawarehouse-architectuur
In een volwassen datawarehouse-architectuur worden vier functies uitgevoerd:
- je toetst de datakwaliteit;
- je bouwt historie op;
- je combineert data;
- je dwingt consistentie af tussen gegevens, zowel tussen aggregaties en details als over de aggregatietabellen heen.
De voordelen van de Data Vault
- Los van de bronnen: het datamodel van de Data Vault staat los van het datamodel van de bronnen, waardoor wijzigingen daar minder vaak impact hebben.
- Flexibel en makkelijk uitbreidbaar: bronnen zijn toe te voegen zonder dat de structuur van de huidige tabellen hoeft te wijzigen. Een Data Vault is bij uitstek de manier om deze vorm van flexibiliteit te realiseren.
- Herlaadbaarheid: gegevens uit de Data Vault kun je altijd gebruiken om het CDW en de datamarts te herladen, tot ver terug in de tijd, ook als bronsystemen inmiddels een andere structuur hebben.
- Compliance: de data is altijd te herleiden, ongeacht structuurwijzigingen in bronsystemen.
- Laadsnelheid: als er veel satelliettabellen per hub zijn, kun je die parallel laden. Ondersteunt de hardware parallelle verwerking, dan gaat het laden veel sneller.
De nadelen van de Data Vault
- Meer werk: de Data Vault is complexer om te maken en is een extra component die je moet onderhouden.
- Meer transformaties: in de Data Vault normaliseer je entiteiten verder dan in de bron. Daarna moet er worden ‘teruggewerkt’ naar een dimensioneel datamodel.
- Meer kennis nodig: er komt een derde modelleringstechniek bij, en medewerkers moeten ze stuk voor stuk beheersen.
- Geen integriteit: de gegevens in de Data Vault zijn niet integer en niet altijd juist.
De traditionele route versus de Data Vault-route
De afweging in een enterprise-datawarehouse-architectuur.
Traditionele route
Data Vault-route
Componenten
Staging, CDW, datamarts
Plus een Data Vault
Aantal tabellen
Minder
Minstens twee keer zoveel
Bron toevoegen
Raakt vaak bestaande tabellen
Bestaande tabellen blijven intact
Traceerbaarheid
Afhankelijk van het ontwerp
Volledig, ingebouwd
Werk en kennis
Twee modelleringstechnieken
Drie modelleringstechnieken
Belangrijk: wat gebeurt er na de Data Vault in het laadproces?
Het belangrijkste voordeel van de Data Vault is de flexibiliteit van dataopslag. In een volwassen architectuur heb je naast een Data Vault ook een CDW en mogelijk een of meer datamarts of kubussen nodig. Het is natuurlijk prachtig dat de Data Vault bij structuurwijzigingen in de bron niet per se hoeft te worden ‘opengebroken’. Maar dat geldt niet voor het CDW en de datamarts, want die zijn dimensioneel gemodelleerd (bij voorkeur) of in 3NF. Twee voorbeelden illustreren dit.
Voorbeeld 1: van één salesmanager naar meerdere salesmanagers
Een klant heeft niet langer slechts één salesmanager, maar kan er vanaf vandaag meerdere hebben. De relatie tussen de entiteiten klant en salesmanager gaat van 1:1 naar 1:n.

Er is geen 1:1-relatie meer tussen klant en salesmanager. Daarom koppel je de dimensie salesmanager rechtstreeks aan de feitentabel.
Voorbeeld 2: naast bedrijven ga je ook consumenten bedienen
Het bedrijf levert niet langer alleen aan bedrijven, maar ook aan consumenten. Door de sterke toename van online verkopen vervalt ook de functie van salesmanager en worden de betreffende attributen verwijderd uit de dimensietabel customer.

De customer key wordt gevuld als er aan een bedrijf is geleverd; de consumer key wordt gevuld als er rechtstreeks aan een consument is geleverd. Bij tussenhandel worden beide sleutels gevuld. De wijzigingen zijn ook iets anders te modelleren, maar dat maakt voor de voorbeelden niet uit.
Bronwijzigingen leiden altijd tot aanpassing van datamarts
Uit beide voorbeelden blijkt dat het ook met een Data Vault nodig is het datamodel van het CDW en de datamarts aan te passen als de structuur van de bronnen wijzigt. Voor de bestaande gegevens betekent dit dat het CDW óf compleet opnieuw wordt opgebouwd uit de Data Vault, wat aanpassingen in ETL en scripts vraagt, óf dat er een conversie-ETL wordt geschreven die bestaande data omzet naar de nieuwe structuur en inhoud.
Klopt het verhaal van herlaadbaarheid dan wel? Het voordeel lijkt beperkt: in veel, maar niet alle, gevallen volstaat een conversie. Een conversie kan bovendien de feitenrecords van vóór de conversie markeren, zodat je achteraf kunt vaststellen wanneer de wijziging is ingegaan.
Situaties waarin een Data Vault wél meerwaarde heeft
- Compliance en traceerbaarheid: er wordt nauwkeurig vastgelegd op welk tijdstip een data-element uit welk bronsysteem de datawarehouse-omgeving binnenkomt.
- Vaak wijzigende bronnen: als de structuur van bronsystemen frequent tot zeer frequent wijzigt, of de organisatie in een zeer dynamische omgeving opereert.
- Veel verantwoordingsinformatie met vaste rapporten: dan kan een zogenoemde business Data Vault volstaan, in de rol van CDW en zonder datamarts, waarin alleen juiste gegevens worden geladen. De BI-tool haalt de gegevens er rechtstreeks uit.
Hoe Diamond Decisions een datawarehouse-architectuur kiest
De modelleringstechniek is een middel, geen doel. We bepalen eerst in business modeling welke beslissingen het datawarehouse moet ondersteunen en welke eisen aan historie en traceerbaarheid daaruit volgen. Diamond DWH automatiseert daarna het repetitieve modelleer- en laadwerk, inclusief de automatische opbouw van historie.
Spreek de auteur
Rick van der LindenDiamond Decisions
Bespreek je vraag met Rick
Vertel welke beslissing beter moet. In een vrijblijvend gesprek laten we zien waar jouw data het meeste oplevert.
Plan een kennismaking →Stap 3 van onze aanpak
Diamond Data Analytics
Een datawarehouse dat begint bij jouw belangrijkste beslissingen en klaar is voor conversational AI: al in 24 uur een werkend prototype.
Bekijk Data Analytics →Veelgestelde vragen
01
Wat is een Data Vault?
Een Data Vault is een modelleringsmethode voor datawarehouses, ontwikkeld door Dan Linstedt, die alle brondata met volledige historie opslaat in drie soorten tabellen: hubs voor sleutels, links voor relaties en satellieten voor beschrijvende gegevens. De feiten worden opgeslagen zoals ze binnenkwamen, juist of niet.
02
Wat is het verschil tussen een Data Vault en de derde normaalvorm (3NF)?
In 3NF is elke entiteit één tabel en zijn relaties vreemde sleutels. In een Data Vault wordt elke mastertabel gesplitst in een hub en satellieten en elke relatie of transactie in een link en een satelliet. Het resultaat is minstens twee keer zoveel tabellen, maar nieuwe bronnen zijn toe te voegen zonder bestaande tabellen te wijzigen.
03
Wanneer heeft een Data Vault meerwaarde?
In drie situaties: als compliance en traceerbaarheid belangrijk zijn, als de structuur van bronsystemen vaak wijzigt en als er veel verantwoordingsinformatie met vaste rapporten moet worden gemaakt, waarbij een business Data Vault zonder datamarts kan volstaan.
04
Heeft een mkb-bedrijf een Data Vault nodig?
Meestal niet. Bij een beperkt aantal stabiele bronsystemen wegen de extra tabellen, transformaties en kennis niet op tegen de voordelen. Een goed ontworpen dimensioneel datawarehouse met historie is dan eenvoudiger en goedkoper, tenzij er strenge compliance-eisen gelden.
Verder lezen
Over de auteur
Over Diamond Decisions
Diamond Decisions helpt organisaties beter te worden door betere beslissingen mogelijk te maken. We starten niet bij data, dashboards of AI, maar bij de beslissing die beter moet, en bouwen van daaruit terug naar KPI’s, data en technologie. Dat doen we in vier stappen: inspiratie en alignment, business modeling, analytics en dataplatform en datagedreven beslissers. Zo zorgen we dat BI en AI geen IT-project blijven, maar elke dag waarde opleveren.


