Datawarehouse

Unternehmenskennzahlen werden in vielen Unternehmen immer noch manuell, beispielsweise in Excel-Sheets aufbereitet. Dies bringt einige Nachteile mit sich:

• Arbeitsaufwand für die periodische Aufbereitung der Unternehmenskennzahlen. Im Einzelnen:
  • Die Kennzahlen müssen auf den Original-Datenquellen ermittelt werden. Die entsprechenden Abfragen benötigen viel Zeit.
  • Eine Aufbereitung erfolgt meist manuell
  • Es gibt Overhead für die Verteilung bzw. den Empfang der Unternehmenskennzahlen, z.B. Versand per E-Mail.
• Oft fehlende Standardisierung der Kennzahlen-Ermittlung, beispielsweise an verschiedenen Standorten. Aufweichung von Arbeitsprozessen.
• Beschränkte Aktualisierungsmöglichkeit, falls sich Datenbestände rückwirkend ändern, z.B. durch Korrekturen. Oft werden diese Korrekturen gar nicht bemerkt und fließen nicht in die Kennzahlen ein.
• Die Kennzahlen stehen nicht in laufend aktueller Form zur Verfügung. Oft werden sie in Dokumenten verschickt.
• Es gibt keine Rechteverwaltung, nur über die Form der Weitergabe kann unbefugtem Zugriff vorgebeugt werden.
• Es entsteht unnötiger Ressourcenverbrauch in Form von Druckkosten oder Platz in Postfächern.
• Die Datenquellen werden überlastet, wenn darauf viele komplexe Anfragen ausgeführt werden. Unternehmenskritische OLTP-Anwendungen sind dann möglicherweise nicht oder nur sehr eingeschränkt verfügbar.
• Es gibt keine Möglichkeit für den Empfänger, in den Kennzahlen zu navigieren. Soll etwa statt einer Jahresbetrachtung zusätzlich eine Monatsbetrachtung erfolgen, ist dies zunächst nicht möglich.

Ein Datawarehouse-System kann hier Abhilfe schaffen:

• Sehr schnelle Auswertung trotz sehr komplexer Anfragestruktur
• Automatisierung von Datenaufbereitung, Verdichtung, Erstellung der Kennzahlen. Der Arbeitsaufwand hierfür entfällt.
• Deutlich geringere Belastung der Datenquellen durch
  • einmaliges Abgreifen der Daten pro Aktualisierung des Datawarehouse
  • Fokussierung auf Änderungen in der Datenquelle.
  • Verwendung eines unkritischen Zeitfensters, z.B. über Nacht.
• Standardisierte Kennzahlenermittlung durch einheitliche Algorithmen
• Flexible Präsentation, beispielsweise webbasiert (HTML), Excel-Sheet, Diagramme, PDF, etc.. Auch automatischer Mailversand oder eine Webservice-Anbindung Ihrer Unternehmensanwendungen ist möglich, z.B. CRM-System
• Zentrale Datenhaltung eines periodisch aktualisierten Datawarehouse
• Rechteverwaltung und jederzeit verfügbare Auswertemöglichkeit.
• Flexible Navigation in den Daten.

Die Datenflüsse eines Datawarehouse-Systems gestalten sich meist folgendermaßen

1. Datenbeschaffung, hierbei werden alle Datenquellen mittels ETL-Prozessen in eine Basisdatenbank überführt. Als Datenquellen eignen sich beispielsweise:
   • ERP-System
   • CRM-System
   • Warenwirtschaftssystem
   • Faktura-System
2. Die Daten der Basisdatenbank werden anschließend analyseorientiert in einem multidimensionalen Datawarehouse aufbereitet. Hierbei werden komplexe Abfragen bereits im Vorfeld ausgeführt und mittels Aggregationen zu einem OLAP-Würfel verdichtet (OLAP=Online Analytical Processing).
3. Die Datenbestände des OLAP-Würfels (z.B. Maschinenauslastung pro Tag und Maschine) können in kürzester Zeit ausgewertet werden, da nur noch die verdichteten Datenbestände des Datawarehouse betrachtet werden müssen.

Bei Bedarf kann der Benutzer auswählen, welche Daten er auswerten möchte. Hierbei gibt er beispielsweise folgende Parameter an:

• Geschäftsjahr
• Kalendermonat
• Datumsbereich
• Vertriebsregion
• Kundensegment
• Kundennummer
• Produktsegment
• Produkt
• usw.

Der Benutzer kann die gewünschte Aggregationsstufe selbst wählen, z.B.

• Global (alle Kennzahlen werden auf eine Zeile verdichtet)
• pro Vertriebsregion (eine Zeile pro Vertriebsregion)
  
• pro Land
• pro Vertriebsgebiet
• pro Stadt
• pro Kunde

Auch Kombinationen sind möglich:

• pro Land und pro Geschäftsjahr
• pro Region und pro Produktsegment

Zur Präsentation der Daten werden diese zusätzlich optisch aufbereitet in Form von

• sinnvoll formatierten Tabellen
• Schaubildern (Charts)
• Ampelsystemen
• usw.

Die Auswertungen werden in beliebiger Form zur Verfügung gestellt. z.B.

• in einer Web-Oberfläche für den Internet-Browser
• als Spreadsheet (Excel, Openoffice)
• als PDF
• per E-Mail, als PDF-Anhang oder in HTML. Auch automatischer E-Mail-Versand ist möglich
• Anbindung Ihrer Unternehmenssoftware per Webservice
• als Ausdruck auf Papier

Anwendungsgebiete eines Datawarehouse sind beispielsweise:

• Lagerkennzahlen
  • Umschlagshäufigkeit
  • Lieferbereitschaftsgrad
  • Lagerzinssatz
• Vertriebsstatistik mit Umsätzen/Deckungsbeiträgen
  
  • pro Kunde
  • pro Produktkategorie/Unterkategorie/Produkt (ABC-Analyse)
  • pro Region/Land/Bezirk
• Transport (Kurier-/Express-/Paketdienste, Speditionen)
  • Laufzeiten pro Land, pro Route, pro Kunde und Route
  • Retouren pro Kunde
  • Versandstatistik pro Kunde, Land, Produkt, Route
  • Durchsatz/Engpassanalyse