Self Service Business Intelligence ebnen den Weg zu Industrie 4.0

0

Die Digitalisierung der Wirtschaft stellt Unternehmen vor große Herausforderungen. Besonders für kleinere und mittelständische Firmen ist es nicht einfach, die digitale Transformation, die mit hohem Kosten- und Zeitaufwand verbunden ist, umzusetzen. Innovative schlanke Lösungen der Self Service Business Intelligence sind geeignet, um die Widerstände gegen eine professionelle Datenanalyse abzubauen und gleichzeitig das Wissen und die Erfahrung der Mitarbeiter einzubeziehen.

Self Service Business Intelligence erleichtert den Einstieg in die datengestützte Unternehmensführung

Analyse-Software aus dem Bereich Self Service Business Intelligence zeichnet sich durch eine besondere Anwenderfreundlichkeit aus. Die BI-Tools sind komfortabel und intuitiv bedienbar, sodass auch Mitarbeiter außerhalb der IT-Abteilung mit ihnen arbeiten können. Das hat zur Folge, dass Widerstände gegen die Digitalisierung, wie sie in vielen Unternehmen anzutreffen sind, abgebaut werden.

In den Fachabteilungen können die Mitarbeiter weitgehend selbstständig auf die wichtigsten Datenbestände des Unternehmens zugreifen und diese analysieren. Dabei legen die Fachanwender den Fokus auf die Fragestellungen, die in der Abteilung auftreten und nehmen Datenanalysen unter anderen Perspektiven vor, als die IT-Abteilung dies machen würde. Ein wesentlicher Vorteil dieser Vorgehensweise liegt darin, dass damit Zeit gespart wird, weil der Umweg über die Fachabteilung wegfällt.

Die IT-Abteilung wird von diesen Aufgaben befreit und gewinnt Zeit für die Bereitstellung der technologischen Infrastruktur. Sie implementiert ein Data Warehouse und ein BI-System und stellt die Reporting-Tools zur Verfügung, sofern keine Self-Service-Tools wie Business Analytics Tools zur Verfügung stehen.

 

Self Service Business Intelligence erhöht die Qualität der Datenanalyse. (#01)

Self Service Business Intelligence erhöht die Qualität der Datenanalyse. (#01)

Welche Relevanz hat Self Service Business Intelligence für die Fachanwender?

Unternehmerische Entscheidungen laufen immer öfter datenbasiert ab. Zu diesem Zweck werden in den Unternehmen massenweise Daten gesammelt. Der technologische Fortschritt der letzten Jahrzehnte hat dazu geführt, dass die Speichermedien immer besser und günstiger werden und außerdem leistungsfähige Analyse-Tools zur Verfügung stehen, mit denen die exponentiell wachsenden Datenberge erfolgreich analysiert werden können. Das führt auf der anderen Seite auch dazu, dass die User in den Fachabteilungen vor die Aufgabe gestellt werden, diese Datensätze professionell zu managen.

Wurden noch vor einigen Jahren die Fachleute aus der IT-Abteilung mit den gesamten Datenanalysen eines Unternehmens beauftragt, verschiebt sich diese Aufgabe nun in Richtung Fachabteilungen. Das erhöht die Flexibilität und stellt auch auf diesen Ebenen sicher, dass unternehmerische Entscheidungen nicht „aus dem Bauch heraus“ getroffen werden, sondern auf den Informationen basieren, die sich aus den Datenanalysen ergeben.

Die User in den Fachabteilungen müssen immer mehr Datenauswertungen in ihre Entscheidungen einbeziehen. In fachlicher Hinsicht haben die Mitarbeiter dafür auch die nötigen Kompetenzen. Allerdings fehlt es sehr oft an der entsprechenden IT-Ausbildung. Aus diesem Grund wächst die Bedeutung der Self Service Business Intelligence immer weiter an. Die Benutzeroberflächen zeichnen sich durch einfache Bedienbarkeit aus und ermöglichen den Usern, eigenständig personalisierte Reports und selbstständige Abfragen zu erstellen. Oft ergeben sich aus der Fachkenntnis heraus neue Ideen für vermutete Kausalitäten und Muster, die sich in den Datensätzen verbergen und mit den innovativen BI-Tools sofort überprüft werden können.

Voraussetzungen für den Einsatz der Self Service Business Intelligence

Wenn den Fachabteilungen von der IT-Abteilung ein Metadaten-Wörterbuch bereitgestellt wird, wissen die Fachanwender genau, über welche BI-Daten sie verfügen können. Das befreit die Mitarbeiter davon, sich mit der Technik beschäftigen zu müssen, sodass sie sich auf die tatsächliche Bedeutung der Datensätze konzentrieren können.

Wichtig ist, dass Unternehmen bei der Konzipierung des BI-Systems und der Funktionalitäten den Schwerpunkt auf das Business legen. Trotz aller Benutzerfreundlichkeit ist es wichtig, die Mitarbeiter der Fachabteilungen im Hinblick auf die Bedeutung der Daten und die Anwendung der Analytics Tools zu schulen. Nur vor einem derartigen Hintergrund werden die Fachanwender motiviert, Entscheidungen datenbasiert zu treffen und sich nicht auf das Bauchgefühl zu verlassen.

Es ist jedoch ebenfalls wichtig, dass die IT-Abteilung eng mit den Fachabteilungen zusammenarbeitet, um einen festen Rahmen für das Reporting des Unternehmens sicherzustellen. Es ist in diesem Zusammenhang nötig, sich auf einheitliche Begriffe festzulegen und sich auf bestimmte Unternehmenskennzahlen sowie Verfahren zur Berichterstellung und Publikation zu einigen. Außerdem besteht ein Handlungsbedarf im Bereich der Festlegung von Nutzerrechten und die Implementierung von Richtlinien zu den Themen Datenschutz und Datensicherheit.

Self Service Business Intelligence steigert die Akzeptanz der Digitalisierung

Die Komplexität vieler BI-Anwendungen überfordert die Mitarbeiter und führt dazu, dass der Informationstechnologie als solches ablehnend gegenübergestanden wird. Das ist bedauerlich, denn mit den modernen Software Tools ist es Unternehmen beispielsweise möglich, eine kundenorientierte Marktsegmentierung vorzunehmen und somit neue Absatzmärkte zu erschließen.

Standard-Sales-Reports sind dafür jedoch nicht oder zumindest nur sehr unzureichend geeignet. Die IT-Abteilung ist mit Fragen, für deren Beantwortung die Kompetenzen der Fachabteilungen benötigt werden, überfordert und es dauert unnötig lange, neue Berichte und Analysen für den speziellen Anwendungsfall zu generieren. Nachfragen und Schleifen erhöhen den Zeitdruck ebenfalls. Die Fachabteilungen, bei Fragen zur Marktsegmentierung der Vertrieb und das Marketing, könnten diese Reports schneller und fachlich fundierter erstellen, ihnen fehlt jedoch der IT-Background.

All diese Probleme lassen sich mit dem Einsatz von Self-Service-BI-Tools lösen. Software, die im Self Service bedient werden kann, ermöglicht die Einbindung der Anwender in den Bereich der Business Intelligence. Diese Tools sind für alle Unternehmensbereiche geeignet, in denen Entscheidungen aufgrund der Einbeziehung unterschiedlichster Informationsquellen getroffen werden müssen. Die Self Service Business Intelligence ist in verschiedener Hinsicht vorteilhaft:

  • Effizienz des Unternehmens wird gesteigert
  • Flexibilität des Unternehmens wird erhöht
  • IT-Abteilung wird effektiv entlastet
  • Analysen und Reports können individuell erstellt werden
  • Kostensenkungspotentiale werden identifiziert
  • Reaktionszeiten werden verringert
Self Service Business Intelligence steigert die Akzeptanz der Digitalisierung. (#02)

Self Service Business Intelligence steigert die Akzeptanz der Digitalisierung. (#02)

Welche Trends gibt es auf dem Markt für Self Service Business Intelligence?

Die Tools lassen sich in zwei Bereiche unterteilen. Zum einen gibt es Anwendungen zur Datenaufbereitung, mit denen die Analysten Datensätze bereinigen und für die folgende Analyse aufbereiten. Den anderen Bereich bilden Werkzeuge zur visuellen Analyse. Mit diesen Anwendungen wird eine visuelle Schnittstelle für die Datenexploration generiert, sodass die Analyseergebnisse übersichtlich auf Dashboards dargestellt werden können.

Anbieter visueller Analytics Tools wie Tableau erweitern ihr Funktionsspektrum zunehmend um die Bereiche Datenbereinigung und -vorbereitung. Bei der Auswahl einer Software sollte man sich somit auch ansehen, in welche Richtung die Entwicklung der in Frage kommenden Anbieter geht.

Viele Self-Service-Tools weisen ein Defizit im Hinblick auf Data-Warehouse-Funktionen auf. In diese Lücken stoßen Anbieter von Cloud Lösungen wie Amazon Web Services, die es dem Unternehmen ermöglichen, ihre Data Warehouses in die Cloud zu verlagern. Amazon bietet darüber hinaus ergänzend Analyse-Tools an.

Neue Analyseangebote wie IBM Watson und Salesforce Einstein sind weitere Meilensteine der Analytik. Diese Anwendungen nutzen die Automatisierung des Datenexplorationsprozesses durch maschinelles Lernen und Natural Language Generation (NLG). Die Software verwendet eine Schnittstelle zur Datenanalyse und ermöglicht durch maschinelles Lernen, dass die Anwendung Muster in Daten selbstständig erkennt und nicht nur vom Anwender vermutete Muster im Sinne einer Überprüfung von Hypothesen analysiert. Diese Technologie verbreitet sich unter dem Namen „Smart Data Discovery“ immer weiter und stellt die Zukunft der Self-Service-Analytik dar.

Self Service Business Intelligence: Welche Anforderungen müssen erfüllt werden?

Ein besonders wichtiger Bereich bei der Einführung der modernen Software Analyse Systeme ist die Gewährleistung der IT-Sicherheit für das gesamte Unternehmen. Zu diesem Zweck sollten die Fachanwender intensiv in diesem Bereich geschult werden. Auch die Einführung spezifischer Nutzerrechte, die den Zugriff auf sensible Datensätze limitieren und protokollieren, ist sinnvoll. Darüber hinaus sollte darauf geachtet werden, dass die Datenverarbeitung im gesamten Unternehmen nach einheitlichen strukturellen Vorgaben durchgeführt wird. Eine vertrauensvolle Kooperation zwischen den einzelnen Fachabteilungen ist ebenfalls wichtig und stärkt die IT-Sicherheit der Firma.

Video: Self Service BI – Ein Erfahrungsbericht

Auswahl eines Self Service Business Intelligence Tools für ein Unternehmen

Domo, Power BI, Qlik Sense und QuickSight im Vergleich zu Tableau: Self-Service-BI ist das ideale Tool für agile, flüssige Geschäftsentscheidungen. Welches Werkzeug ist jedoch konkret für welches Unternehmen zu empfehlen?

BI-Tool Besonderheit Vorteil Nachteil
Domo Unterstützung vieler Datenquellen und Diagrammtypen integrierte Social Media Funktion relativ schwierig zu erlernen
Microsoft Power BI für Unternehmen geeignet, die mit Windows, Office oder Azure arbeiten besonders kostengünstig weniger Analysefunktionen und Diagrammoptionen als die Konkurrenz
Qlik Sense hohe Interaktivität der Datenanalyse möglich Visualisierungen individuell anpassbar intensivere Einarbeitung nötig
QuickSight viele Datenquellen integrierbar, gute Datenvorbereitung einfache Analyse- und Visualisierungsfunktionen einige Visualisierungsfunktionen fehlen
Tableau besonders leistungsstarke visuelle Darstellung insgesamt sehr benutzerfreundlich relativ teuer

 

Allgemeine Funktionalitäten der Self Service Business Intelligence Anwendungen

In den letzten zehn Jahren sind die Self-Service-Tools als Antwort auf die Frage nach leicht bedienbaren Software Anwendungen entstanden, mit denen die Nachteile komplexer, relativ schwerfälliger BI Lösungen im SAP Kontext vermieden werden. BI Anwendungen waren in den 80er und 90er Jahren so komplex, dass die Fachanwender die Unterstützung der IT-Abteilung benötigten, um Reports zu erstellen. Dafür war es notwendig, SQL Abfragen und benutzerdefinierte Skripts zu verfassen.

Unternehmensweite Berichte wurden meist generell direkt von der IT-Abteilung erstellt. Die IT-Abteilung war somit für den gesamten BI Bereich zuständig, denn traditionelle BI-Plattformen speicherten die Datensätze in Data Warehouses ab. Dazu wurden die Datensätze aus den geschäftlichen Anwendungen, beispielsweise dem CRM-System oder der Buchhaltung, herangezogen. Aus diesen Datenbeständen wurden dann Berichte hinsichtlich der finanziellen und betrieblichen Leistungsfähigkeit und den damit zusammenhängenden Problemen erstellt.

Die IT-Abteilung musste vorher umfangreiche Maßnahmen zur Datenbereinigung und Datenkonsolidierung ergreifen. Sollten neue Datenquellen integriert werden, so stellte das die IT-Abteilung vor erhebliche Probleme und konnte im schlimmsten Fall dazu führen, dass der gesamte ETL-Prozess neu definiert werden musste. Für die Analysten war das keine befriedigende Situation und die IT-Abteilung war mit diesen Aufgaben ausgelastet, sodass wenig Zeit für die strategische Ausrichtung der informationstechnologischen Infrastruktur blieb. Die Self-Service-Tools beheben die genannten Probleme und zeichnen sich durch vier Gemeinsamkeiten aus:

  • direkte / Live-Datenverbindungen
  • Self-Service Datenaufbereitung
  • Self-Service-Datenmodellierung
  • grafische Benutzeroberfläche
Self Service Business Intelligence Anwendungen bezieht die Fachanwender ein. (#03)

Self Service Business Intelligence Anwendungen bezieht die Fachanwender ein. (#03)

Direkte / Live-Datenverbindungen

Die Datensätze werden nicht wie bei einem traditionellen BI-System vorher in ein Data Warehouse geladen. Ein Self-Service-Tool ermöglicht den Analysten die direkte Verbindung mit der Datenquelle. Dabei kann es sich um eine Cloud Anwendung, eine SQL Datenbank, ein NoSQL Dateisystem oder eine andere Datenquelle handeln. Bei der Datenanalyse können verschiedene Datenquellen kombiniert werden und es kann sogar eine „Live-Verbindung“ mit der Datenquelle hergestellt werden. Auf diese Weise werden Dashboards und Visualisierungen automatisch mit neuen Daten aktualisiert.

Self-Service Datenaufbereitung

Nicht mehr das IT-Team ist dafür verantwortlich, dass eine Datenbereinigung vor der Analyse stattfindet. Das Self-Service-Tool ermöglicht es den Analysten, dies eigenständig durchzuführen. Zunächst stellt der Analyst die Verbindung zur Rohdatenquelle her und dann gibt er Data Cleansing Verfahren an, welche die Datensätze durchlaufen müssen, bevor sie in einem Dashboard angezeigt werden.

Self-Service-Datenmodellierung

Nach der Bereinigung der Rohdaten entsteht ein Datenmodell. Der Analytiker kann beispielsweise entscheiden, welche Spalten in welchen Tabellen unter Verwendung der Dimension „Kunden-ID“ aggregiert werden sollen. Vordefinierte Datenquellen können im nächsten Schritt gemeinsam mit anderen Analysten gemeinsam zur Verwendung im gesamten Unternehmen genutzt werden.

Grafische Benutzeroberfläche

Die Self-Service-BI-Tools beinhalten eine benutzerfreundliche grafische Oberfläche für die Datenanalyse. Dimensionen und Kennzahlen können einfach per Drag & Drop in Diagramme gezogen werden, um Datenvisualisierungen zu erstellen. Durch das Anklicken eines Teils der Visualisierung gelangt man zu detaillierteren Daten. Analysten benötigen keinerlei Programmierkenntnisse, um Daten aus Datenbanken zu laden.

Self-Service-Tools optimieren die Datenanalyse von Unternehmen

Die Self-Service-BI-Tools zeichnen sich durch Benutzerfreundlichkeit, Schnelligkeit und darüber hinaus die Möglichkeit des mobilen Zugriffs aus. Diese Vorteile tragen wesentlich dazu bei, die Akzeptanz von Datenanalysen zu erhöhen und den Prozess der digitalen Transformation zu beschleunigen. Letztlich gelingt es mit den innovativen Self-Service-Tools besser, möglichst viele Informationen aus den Datenbeständen zu extrahieren. Die Mitarbeiter der Fachabteilungen können ihr jeweiliges Expertenwissen in die Datenanalyse und -interpretation einfließen lassen, sodass der Informationsgehalt weiter steigt und Entscheidungsgrundlagen aus der Datenanalyse generiert werden. Für das Unternehmen erwachsen daraus Wettbewerbsvorteile und die Möglichkeit, Chancen vor der Konkurrenz zu erkennen und zu nutzen und den Risiken auszuweichen.


Bildnachweis:© Shutterstock – Titelbild: Chesky – #01: Zapp2Photo – #02: Andrey Suslov – #03: Suwin

Lassen Sie eine Antwort hier