software, trainings and more…
https://upload.wikimedia.org/wikipedia/commons/thumb/d/d1/World_laws_pertaining_to_homosexual_relationships_and_expression.svg/640px-World_laws_pertaining_to_homosexual_relationships_and_expression.svg.png

Quelle: Wikimedia

In der Praxis versteht man unter „Business Intelligence“ vor allem die Automatisierung des Controllings, des Berichtswesens,

der Planung und der  Vorschau sowie Markt- und Kundenanalyse.Die in den ERP-Systemen anfallenden Unternehmensdaten werden genutzt, um unter verschiedenen Blickwinkeln die Situation des Unternehmens zu analysieren und zu bewerten. Die Analyse erfolgt nicht in den

ERP-Systemen, sondern in einer davon getrennten Datenbasis, dem Data-Warehouse (DWH). Gründe hierfür können vollkommen Unterschiedliche sein.

Business Intelligence bedeutet im Klartext, dass vollautomatisierte Controlling, Auswertung und Darstellen der Unternehmensdaten im Berichtswesen. Ungeachtet dessen, welcher Hersteller im Einsatz kommt.
Hierbei steht vorallem die Markt und Kundenanalyse im Vordergrund. Diese Informationen werden aus den ERP-Systemen, sowie diverse „Insellösungen“ geliefert. Dabei werden die Daten aus den unterschiedlichsten Blickwinkel betrachtet und Ausgewertet.

Das die Daten aus unterschiedlichen Systemen erfolgen, ist „leider“ oftmals ein Problem. Hieraus ergeben sich fehlerhafte bzw. schlecht aufbereitete Daten. Selbige werden zur Auswertung in ein Data-Warehouse Modell implementiert, welches unter bestimmten Bedingungen und Logiken befüllt werden.
In der Regel werden die Daten inkrementell Nachts geladen. Um am Tag drauf die Auswertungen vom Vortag liefern zu können. Diese Daten werden nicht mal eben so geliefert, und lassen sich Auswerten. Hierzu sind unter Umständen verschiedene und langläufige Prozesse notwendig, die sogar in bestimmter Reihenfolge ausgeführt werden müssen.

Daraus ergibt sich eine Kette an verschiedenen Prozessen, die für die genaue Analyse unumgänglich sind.
Business Intelligence bedeutet also im Klartext:

  1. Welche Daten habe ich?
  2. Welche Mittel habe ich zum Auswerten?
  3. Welche Ergebnisse sind vorhanden und welche wurde erwartet.

Um BI in der Praxis umsetzen zu können, werden bestimmte Informationen erwartet, die aber nicht jeder liefern kann. Darum hier ein kleiner Auszug:

  • Wird eine Data Warehouse Lösung benötigt?
    • Standardlösung?
    • Hersteller?
    • Hard-, und Softwareanforderung?
    • Zeit und Budgetplanung?
    • usw.
  • Welche Geschäftsprobleme haben wir?
    • Sind die Unternehmensdaten auf verschiedene Systeme verteilt?
    • Wer sind die Entscheidungsträger für die Umsetzung, Zeit-, und Budgetplanung?
    • Umsetzungsarchitekten?
    • usw.
  • Speicherarchitektur?
    • Zentrale Lösung für alle Resultate?
    • Zentral, Dezetrale Standorte
    • Abteilungsorientierte Resultate?
    • usw.
  • Sicherheitsplanung?
    • Zugriffsbeschränkung der Benutzer?
    • Datenschutzrichtlinien?
    • usw.
  • Prozessarchitektur
    • Lokalisierung der Prozessdaten (unterschiedliche Systeme)?
    • Bereinigungsprozesse?
    • Bereitstellungsprozesse
    • usw.

Eine Herausforderung, warum man sich überhaupt mit Business-Lösungen befasst, ist der hohe Aufwand bei den Zahlen- und Datenaufbereitungen. Die Daten liegen oft dezentral in verschiedenen Systemen und werden durch Berichtsexporte mit viel Aufwand z.B. in einer Excel-Datei zusammengetragen.

Die erste Aufgabe eines Business-Projekts ist daher, Daten des oder der ERP-Systeme für die Analyse in eine eigene Datenbank, das Data-Warehouse, zu stellen. Dies erfolgt durch Extraktion der Daten aus dem ERP-System, ihrer Transformation und dem Laden in das Data-Warehouse (ETL-Prozess).

Die zweite Aufgabe besteht darin, die für das Berichtswesen notwendigen analytischen Auswertungen einzurichten. Dies kann von einfachen Aggregationen von beispielsweise Umsatzzahlen einzelner Artikel, Artikelgruppen in den letzten Tagen, Wochen, Monaten bis hin zu komplizierten Analysen mittels Data-Mining gehen, beispielsweise Trendanalysen von Kundenverhalten.
Diese ntowendigen Analysen bilden die Geschäftsprobleme da. Denn das Problem ist, die Daten sind zwar vorhanden, aber nicht so Aufbereitet, dass Trends erkennbar sind.

Ein oft vernachlässigter Aspekt in BI-Projekten ist das Stammdatenmanagement.

Eine Controlling kann nur dann ihre Wirkung zeigen, wenn die Daten, die aus allen eingesetzten Systemen kommen, zuverlässig sind. Je mehr Systeme ein Unternehmen im Einsatz hat, oder je mehr Gesellschaften, Abteilungen und Fachbereiche mit sensiblen Stammdateninformationen umgehen, umso größer ist die Gefahr, dass ein Datenchaos entsteht. Karl-Heinz Müller, K. H. Müller oder Herr Karl Heinz Müller sind drei verschiedene Schreibweisen für den gleichen Kunden. An dieser Information hängen weitere, wie Anschrift, Telefon, E-Mail. Und es gibt weitere Bereiche wie Mitarbeiter, Lieferanten, Lager, Qualitätssicherung usw., die mit der ähnlicher Sensibilität gepflegt werden müssen.

So ergeben sich eine Kette an Prozessen, die genau spezifiziert und umgesetzt werden müssen. Damit realistische auswertbare Daten in der Aggregierung sinnvoll sind.

Diese Verständis und Umsetzung erkläre ich Ihnen in einem 2. tägigen Seminar.
In diesem Seminar, welches einen Workshop-Charakter besitzt, werden die Begrifflichkeiten erläutet:

  • Data Warehouse (Lösungsansätze)
  • Data Marts
  • Data Mining
  • Cubes, Einfach und Multidimensional
  • relationale Datenbank
  • Analyse Methoden
  • Berichte erstellen und Aufbereiten
  • ETL Prozesstechnologie
  • usw.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.