Finden, auswerten, entscheiden
Von Oliver Jendro
Was Business Intelligence praktisch bedeutet und was heutige IT dazu beitragen kann, hat Teil 1 dieser Serie gezeigt. Aber erst wenn die Daten in einer fundierten Geschäftsanalyse ausgewertet werden, bringen sie auch einen Ertrag und verbessern die Entscheidungs-fähigkeit des Managements.
Es gibt hierfür zahlreiche Modelle und Systeme. Meist sind sie untereinander schwer vergleichbar und lassen sich nur stark vereinfacht kategorisieren. Die Analyseverfahren basieren in der Regel auf verfeinerten klassischen Statistikverfahren (explorative Statistik etc.). Die gängigste Einteilung unterscheidet vier Bereiche:
- freie Datenrecherchen (Enterprise Search),
- Ad-hoc-Analysesysteme (z.B. OLAP),
- modellgestützte Analysesysteme (z.B. XPS, EUS oder Data Mining) sowie
- Berichtssysteme (Reporting, IT-Dashboards),
Überschaubare Abfragen
Die wohl einfachste Art der Datenanalyse ist die freie Datensuche oder, genauer gesagt: Datenselektion. Dabei werden die Daten in der Regel aus dem Data Warehouse bzw. den Data Marts direkt abgefragt, da diese schnell und themenspezifisch Ergebnisse liefern können. Die Suchabfrage kann mit Operatoren wie in bei einer herkömmlichen Suchmaschine oder direkt über die Datenbanksprache verfeinert werden (SQL oder Ähnliches). Diese Art der Analyse ist allerdings sehr techniknah und wenig komfortabel – zudem muss der Anwender genau wissen, wonach er sucht.
Teil 1 ist harmlos. Business Intelligence kennt jeder Unternehmer, vielleicht nur unter anderem Namen. Teil 2 sagt, welche Fortschritte IT bei der Kennzahlenanalyse macht. Teil 3 wird handfest: Welche BI-Anbieter es gibt, was sinnvoll ist und womit Sie rechnen müssen.
Unter den Ad-hoc-Analysen ist Online Analytical Processing (OLAP) am bekanntesten. Es liefert „dreidimensionale“ Ergebnisse (z.B. aus den Werten für „Zeit“, „Region“ und „Produktgruppe“). Diese kann man wie einen Würfel aus unterschiedlichen Perspektiven betrachten oder im Querschnitt detailliert untersuchen.
Sowohl OLAP als auch freie Datenbankrecherchen eignen sich für klare, einfache und begrenzte Auskünfte. Anspruchsvoller ist das verbreitete Data Mining, das im Berg der Warehouse-Informationen gezielt und intelligent nach bislang unbekannten Zusammenhängen „schürft“.
Reporting mit Durchblick
Analysesysteme wie OLAP oder Data Mining sind schlagkräftige Verfahren, aber nicht einfach zu bedienen. Das Management hat aber meist keine Zeit für eine komplexe Datensuche. Es erwartet Informationen auf einen Blick. Hier kommen Reporting-Analysen zum Zuge; sie liefern Berichte, die einfach zu lesen sind. Solche Systeme werden aufgrund ihrer simplen Handhabung immer populärer und in Zukunft das wohl am häufigsten eingesetzte BI-Verfahren.
Die Funktionsweise einer Reporting-Analyse: Sie nutzt visuelle Hilfsmittel (vergleichbar mit den Anzeigern im Auto-Cockpit), um den Status von wichtigen Systemen darzustellen, z.B. ob der Umsatz dem Soll entspricht, wie hoch die Krankenstände im Unternehmen sind und ob das Lager ausreichend befüllt ist. Zentrales Merkmal der Reporting-Analyse ist eine Darstellung des Ist-Zustandes, eine Datendarstellung mit hohem Verdichtungsgrad und einfachen Prognosemodellen.
Diese bildlichen Darstellungen – als Tacho, Ampel, Balken oder Verlaufskurven – werden in einem so genannten Dashboard dargestellt. Sinkt ein Wert unter einen vorher festgelegten Punkt, wird Alarm ausgelöst – etwa indem die Ampel von Grün auf Rot springt. Die Reporting-Analysen werden meist durch Management-Informationssysteme oder Executive-Management-Systeme dargestellt.
Neben dem Reporting werden zur Überwachung der Unternehmensindikatoren häufig Balanced Scorecards (BSC) eingesetzt; sie bieten im Gegensatz zum reinen Erfassen der Kennzahlen einen umfassenden Blick auf den Zustand des Unternehmens. Das Konzept BSC soll zur Messung der Aktivitäten mit Blick auf Unternehmensvision und -strategie führen – damit nicht nur Gewinn, Stückzahlenkosten oder Umsatz bei Management-Entscheidungen eine Rolle spielen.
BSC-Analysen fokussieren einzelne Unternehmensperspektiven wie die Kundenorientierung. Über ein Ursache-Wirkungsdiagramm wird z.B. erarbeitet, wie sie sich ermitteln und verbessern lässt. Via BSC werden unterschiedliche Strategien (Sichtweisen) zusammengefasst; sie repräsentieren die Unternehmensvision. Zur Überwachung der Strategien werden Kennzahlen festgelegt, die sich über eine Cockpit-Ansicht anzeigen lassen. Kennzahlen für die Kundenorientierung könnten sein: Anteile der fristgerechten Lieferung, Anteile der beanstandeten Produkte, Service-Einsätze pro Produkt, Anteile der Rücksendungen.
Teil 1 beginnt mit der Unternehmensgründung. Denn das ist der Punkt, an dem verlässliche Geschäftsdaten über die Zukunft entscheiden. Teil 2 erläutert die Rolle sicherer Informationsgrundlagen im Wettbewerb und betont, dass auch kleine Unternehmen nicht auf ausgereifte BI-Lösungen verzichten müssen.
Fazit: Wissensbasis für die Praxis
„Wissen teilen heißt Wissen vermehren.“ Ein viel zitierter Spruch, der besonders auf Business Intelligence zutrifft. Denn das aufwändigste Analyseprogramm nützt dem gesamten Unternehmen nur wenig, wenn es die einzelnen Entscheidungsträger nicht problemlos nutzen können. Im Gegensatz zur lange vorherrschenden Praxis sollten Unternehmensdaten nicht nur dem Topmanagement zur Verfügung stehen, sondern möglichst allen Mitarbeitern, die aufgrund von Kennzahlen Entscheidungen treffen.
Eine Möglichkeit besteht darin, Cockpit-Anzeigen der BI-Software per Content Management System (CMS) im Intranet über Unternehmensportale zur Verfügung zu stellen. Dank Gruppen- oder Nutzerrechtevergabe weiß das CMS genau, wer welche Informationen aus BI-Systemen erhält. Einige Anbieter haben auch webbasierte BI-Portale im Programm, die beispielsweise die Gestaltung eigener Analysen via Web-2.0-Funktionalität ermöglichen.
- Wie es konkret auf dem Markt aussieht und worauf Sie bei einer BI-Einführung achten sollten, sagt Teil 3 dieser Serie.
