3 Lösungen für Hürden bei der Einführung von Business Intelligence (BI) Dashboards

Information sind Daten die für eine Zielgruppe durch geeignete Maßnahmen verständlich gemacht wurden.

Dashboarbeispiel

Tools, wie qlik und Power BI sind inzwischen bekannt und man kennt die charakteristischen Diagramme, die in Dashboards angeordnet sind um das Management bei der Entscheidungsfindung zu unterstützen. Ob man ein unternehmensweites Controlling, eine Balanced Scorecard für die aktuelle Strategie oder auch nur die Zielmessung eines einzelnen Projektes integrieren möchte steht das Thema Datenvisualisierung ganz oben.

Damit diese Tools aber überhaupt zum Einsatz kommen können ist es notwendig die Daten aus den diversen Quellen zusammen zu führen. Dies birgt für eine Organisation, die keine IT Affinität hat einige Hürden und ein paar davon möchte ich im folgenden vorstellen und Lösungen und Gedanken dazu beschreiben.

1. Die Daten aus den bestehenden Systemen bekommen

Je nach Kennzahlen und je nach Systemlandschaft sind die notwendigen Daten in unterschiedlicher Form und durch unterschiedliche Methoden zu gewinnen. Deswegen geht man dabei möglichst Methodisch vor.

  • Eine List der KPIs aufstellen, die im Dashboard angezeigt werden sollen; dazu: Wie berechnet sich die KPI? Wie oft muss die KPI gemessen werden (Stündlich, Täglich, Wöchentlich, …)?
  • Zu den Parametern der jeweiligen KPI Berechnung die zugehörigen Systeme identifizieren: Also: in welchem System die Daten sind?
  • Die Schnittstellen der Systeme auflisten: Gibt es eine API? Gibt es eine Export Funktion? Liegen die Daten in einer Datenbank und gibt es dazu einen Zugriff? Werden manche Daten evtl. händisch gepflegt?
  • Dann zeiht man sich möglichst die Daten um festzustellen, was man tatsächlich aus den Systemen herausbekommt und evtl. bei welchen Systemen weiterer Aufwand notwendig wird.
  • Interessant für die Weiterverarbeitung sind die Datenformate, in denen die Outputs vorliegen: CSV, XML, JSON, SQL etc. sind die Termini die Informatiker an dieser Stelle gerne hören.

2. Das Sammeln und Aufbereiten der Daten in geeigneter Form

Sobald man die Datenquellen identifiziert hat und die Daten in Händen hält, ist es notwendig diese in eine Form zu bringen, mit der Sie weiter arbeiten können um die Eingangs genannten Tools zum Einsatz zu bringen.

Für eine nachhaltige Lösung empfiehlt sich ein Datawarehouse aufzubauen. Keine Sorge, Sie müssen kein Rechenzentrum kaufen, sondern lediglich um wenige Euro pro Monat einen Webserver Mieten auf dem ein Datenbanksystem (postgresql, mysql sind übliche gratis Systeme) installiert wird. Das Datawarehouse ist eine Datenbank, auf die später das Visualisierungstool zugreifen wird und deswegen will man die Daten dort möglichst so ablegen, dass diese direkt vom Tool konsumiert und ohne großen Aufwand verarbeitet werden können.

Die Daten werden über die Schnittstellen, meistens in regelmäßigen zeitlichen Abständen, automatisiert (Stichwort: Cronjob) aus den diversen Systemen ausgelesen und in das Datawarehouse (die neue Datenbank) abgelegt. Dies kann durchaus einige Zeit dauern, wenn große Datenmengen im Umlauf sind. Ein „on-demand tracking“, welches Ihnen Live-Daten liefert ist eher unüblich.

Das heißt in weiterer Folge, dass die Daten aus den unterschiedlichen Formaten der verschiedenen Systeme in ein einheitliches Schema und in eine einheitliche Struktur gebracht werden. Dazu wird gewöhnlich ein so genannter Adapter implementiert, der das umwandeln der Daten und das Mapping der Datenfelder bewerkstelligt.

Hierbei ist es also wichtig, bereits zu wissen, in welcher Weise das BI Dashboard zur Visualisierung arbeiten wird und in welcher Form die Daten geliefert werden müssen.

3. Man braucht einen Datascientist (?)

Grundsätzlich ist die Aufgabe des Datascientists eher im Bereich der Auswertung bereits aggregierter Daten angesiedelt, obgleich diese sich oftmals zuerst selber um die Datensammlung kümmern. Denn Daten ist ihr tägliches Geschäft.

Allerdings, wenn Sie jemanden rein zum Sammeln und Aufbereiten von Daten suchen, kann Ihnen ein Software-Entwickler mit methodischem Vorgehen und dem Blick für Genauigkeit bereits ausreichend weiterhelfen ein Datawarehouse und die notwendigen Schnittstellen wie oben beschrieben zu etablieren und sie bei der Einbindung und dem Aufbau des BI Dashboars zu unterstützen.

Zumindest die folgenden Technologien und Begriffe sollte Ihre Unterstützung gut kennen:

  • SQL und JOINs
  • ELT und OLAP
  • API und REST
  • JSON und CSV
  • Daten Konsistenz und Character Encoding

Viele BI Dashboards bieten außerdem bereits eine Vielzahl von Möglichkeiten zur Datensammlung (eben ohne Datawarehouse) und es gibt etliche Tools am Markt, die Ihnen bei Schnittstellen helfe, wie Lobster, Talend, oder Imporovado, die unter dem Namen „Data Integration Tools“ auftreten.

Fazit

Datenanalyse durch Business Intelligence und die damit oft verbundene Visualisierung in Form von Diagrammen und Kurven ist inzwischen auch für mittelständische Betriebe eine gängige Form zur Entscheidungsfindung in der Unternehmenssteuerung. Dazu muss keine IT Abteilung gegründet werden, sondern kann über externe Kräfte eingerichtet und die Investition z.B. durch einen Wartungsvertrag abgesichert werden.

Zuletzt möchte ich noch erwähnen, sich von Anbeginn um einen s.g. Vertrag bzgl. der Auftragsverarbeitung zu kümmern um bzgl. der DSGVO auf der sicheren Seite zu sein.

Weiterführendes

Eine Liste der gängigen Business Intelligence Visualisierungssysteme:

https://plus-it.de/blog/die-gaengigsten-visualisierungstools-zur-datenanalyse