Analytisches Datenkonzept („Dataguide“)

Was leistet ein Datawarehouse und eine analytische Datenschicht im Big Data Zeitalter?

Unserer Einschätzung nach sehr viel. Auch wenn Big Data bedeutet, daß große unstrukturierte Datenmengen ausgewertet werden können, ist die Auswertung einer gut strukturierten Datenbasis der einer völlig unstrukturierten Datenbasis natürlich immer überlegen. Ein firmenspezifisches Datenkonzept zu haben bedeutet auch, daß nicht jede Abteilung im Unternehmen bei jeder Analyse das Rad neu erfinden muß. In BI Projekten wird häufig – belegt durch zahlreiche Studien – zu viel Aufmerksamkeit auf das Business Intelligence Tool („Features“) gelegt und zu wenig auf die Datenqualität und den eigentlichen Sinn der BI Prozesse für das Unternehmen („Management“).

Wir unterstützen Sie bei der Konzeption und beim Aufbau Ihrer analytischen Datenschicht mit Fokus auf die Vereinheitlichung heterogener Datenbestände zum unternehmensweit gültigen Kennzahlenkatalog. Weiters unterstützen wir Sie bei der kritischen Evaluierung Ihrer bestehenden Datenkonzepte und erstellen eine professionelle Evaluierung mit Entwicklungspotentialen. Dazu beraten wir Sie bei der betriebswirtschaftlichen Optimierung Ihrer management-relevanten Daten.

1. Ihr firmenspezifisches Datawarehousekonzept

Das firmenspezifische Datawarehousekonzept wird von den entsprechenden Fachbereichen im Unternehmen ausgearbeitet – wir bieten hier zur Unterstützung das Training zur Datenmodellierung an oder begleiten Sie auch gerne mit moderierten Workshops. Das Datenkonzept beleuchtet einerseits den Kontext, in dem im Unternehmen Daten gespeichert, verwendet und analysiert werden. Andererseits definiert das Datenkonzept zu den wesentlichen Gestaltungsthemen von relationalen und analytischen Datenmodellen die firmenspezifischen Rahmenbedingungen.

Die Grundstruktur des Datenkonzepts resultiert jedenfalls aus den Themen, die in der Fachliteratur ausgiebig definiert und diskutiert wurden. Diese werden im Kontext der firmenspezifischen Anforderungen, der sogenannten Praxiskonzepte und der aktuellen Trends und Studien zum unternehmensweit verbindlichen Datenkonzept begründet und ausformuliert. Als Richtwert sollte ein Datenkonzept für die kommenden 5 Jahre gültig sein, die Praxiserfahrungen und neuen Entwicklungen werden durch jährliche Reviews eingearbeitet.

datenkonzept-methodik

Fachliteratur

The Datawarehouse ToolkitDatawarehousing ist der gut durchdachte Einsatz einer standardisierten Datenstruktur, die dazu dient, heterogene Datenbestände möglichst strukturiert und relevanz-orientiert zu speichern sowie Stammdaten und Berechtigungen zentral zu organisieren.

1 Kennzahlen - Literatur Croll-YoskovitzInmon (1996) folgend ist ein Datawarehouse managementorientiert, zeitvariant, vereinheitlicht und für den Dauerbetrieb ausgelegt. Kimball (2001) folgend ist ein Datawarehouse normalisiert in den Faktentabellen und denormalisiert in den Dimensionstabellen. Das Standardwerk von Ralph Kimball zur Definition des Star Schema als eine ideale Datenstruktur für analytische Auswertungen ist unser Leitfaden bei der Gestaltung von Datenstrukturen. Hier ein Artikel zum Thema Dimensional Models in the Big Data Era. Neue Konzepte wie Lean Analytics sind insbesondere im Kontext des Dashboarding zu sehen und stellen einen sehr wertvollen Kontrast zur sicherlich etwas antiquierten (aber trotzdem wertvollen) Datawarehouse Literatur dar.

Studien und Trends

Passend zur Ihrer Branche und Ihrem Geschäftsmodell ist das Datenkonzept im Kontext aktueller Trends und Studien zu prüfen. Damit wird sichergestellt, daß der Fokus des Datenkonzepts aufgrund aktueller operativer Schwerpunkte nicht zu eng gesetzt wird und viel Raum für zukünftige Innovationen läßt.

2. Praxiskonzept "Management Unification"

Aus diesem theoretischen Fundament und unserer weit über 10-jähriger Erfahrung haben wir unser erprobtes Praxiskonzept der Management Unification erarbeitet. Dieses Konzept hilft, eine Verdichtung heterogener Datenbestände auf einheitliche, auf das Management ausgerichtete Key Dimensions und Key Metrics zu erreichen und dabei mit möglichst schlanken technischen Strukturen auszukommen. Unser Fokus liegt dabei auf:

  • starker Management-Orientierung … Key Metrics und wenige, starke Dimensionen im Star-Schema
  • starker Vereinheitlichungs-Orientierung … Verknüpfung heterogener Quellsysteme/Stammdaten
  • starker Grundsatz-Orientierung … Mechanismen zur Datenbereinigung, Datentransparenz und Historisierung
  • starker Fachabteilungs-Orientierung … schlank und einfach zu bedienen
  • starker Basistechnologie-Orientierung … Umsetzung mit SQL Server, offen für beliebige BI Frontends

Das Ergebnis ist eine robuste, vorsystem-neutrale und management-orientierte Datenschicht, gemeinsam mit dem Kennzahlenkatalog („Key Metrics“) bildet es die Brücke von den (transaktionsorientierten) Vorsystemen hin zum (entscheidungsorientierten) Management. Es ist das Herzstück der BI Architektur und damit aller BI Prozesse in Dashboarding, Reporting, Analyse und Planung:

Analytische Datenschicht

Zu den Key Dimensions zählen in der Regel

  • Zeit / Time … Jahr-Monat-Tag, Tageszeit, u.v.m.
  • Datenkategorie / Scenario … IST, Budget, Forecast, u.v.m.
  • Kennzahl / Metrics … Konten, Lohnarten, DB-Positionen, u.v.m.
  • Organisation / Organization … Konzern, Firma, Standorte/Filialen, Profit-/Costcenter, Teams, u.v.m.
  • Kunde / Customer … Absatzländer, Kundengruppen, u.v.m.
  • Produkt / Product … Artikel, Aufträge, u.v.m.

und natürlich einige weitere (wenige) geschäftsmodell-spezifische Dimensionen.

Erfahren Sie mehr über unser Konzept in Form der ausformulierten Linearis Data Rules und den daraus resultierenden Linearis Modelling Rules.

Ihr Datenkonzept-Vorteil

  • Single-Point-of-Truth :: für alle fachabteilungsrelevanten Informationen
  • Leistungsfähige Datenprozesse :: ready-to-use Mechanismen für Delta-Load, Historisierung, Snapshots, Stammdatenmanagement, offene Schnittstelle, umfassende Protokollierung, u.v.m.
  • Leistungsfähige Self-Service-BI :: Power BI, Excel Power Pivot und Tabular Model
  • Leistungsfähige Enterprise BI:: integriertes Reporting im leistungsfähigen MasterCube

Wir bieten Ihnen also die Möglichkeit, unser Know-How und unsere Erfahrung aus über 10 Jahren Implementierung von BI Systemen für Ihre Vorhaben im Bereich Business Intelligence zu nutzen. Den Grad der Intensität der beratenden und umsetzenden Begleitung bestimmen Sie selbst, vom punktuellen Coaching bis zur vollständigen Projektumsetzung ist alles möglich.