Business Intelligence

/ / Jedox, Business Intelligence

Jedox Berater für Ihren Erfolg

Business Intelligence, kurz BI, ist eine Sammlung von Methoden, Technologien und Anwendungen, die es Unternehmen ermöglichen, ihre Daten zu sammeln, zu analysieren und zu visualisieren, um so bessere Entscheidungen treffen zu können. Durch die Nutzung von BI können Unternehmen ihre Geschäftsprozesse optimieren, Risiken minimieren und Wettbewerbsvorteile erlangen.

Jedox Berater

Ein Jedox Berater ist eine Person, die speziell dafür ausgebildet wurde, Unternehmen bei der Einführung und Nutzung von Jedox, einer Business Intelligence-Software, zu unterstützen. Jedox ist eine leistungsstarke Plattform, die es Unternehmen ermöglicht, ihre Daten zu integrieren, zu analysieren und zu visualisieren, um so bessere Entscheidungen treffen zu können.

Ein Jedox Berater bietet Unternehmen eine Vielzahl von Vorteilen:

  1. Expertise: Ein Jedox Berater verfügt über umfangreiches Wissen und Erfahrung in der Nutzung von Jedox und kann Unternehmen bei der Einführung und Nutzung der Software unterstützen.
  2. Zeitersparnis: Ein Jedox Berater kann Unternehmen dabei helfen, wertvolle Zeit und Ressourcen zu sparen, indem er sie bei der Einführung und Nutzung von Jedox unterstützt.
  3. Kostenersparnis: Ein Jedox Berater kann Unternehmen dabei helfen, Kosten zu minimieren, indem er sie bei der Einführung und Nutzung von Jedox unterstützt. Durch die Nutzung von Jedox können Unternehmen ihre Geschäftsprozesse optimieren und so Kosten einsparen.
  4. Verbesserung der Entscheidungsfindung: Ein Jedox Berater kann Unternehmen dabei helfen, ihre Daten zu integrieren, zu analysieren und zu visualisieren, um so bessere Entscheidungen treffen zu können. Durch die Nutzung von Jedox können Unternehmen ihre Geschäftsprozesse optimieren und so ihre Wettbewerbsfähigkeit verbessern.

Insgesamt bietet ein Jedox Berater Unternehmen eine Vielzahl von Vorteilen bei der Einführung und Nutzung von Jedox.

Jedox Freelancer

Es gibt zusätzliche Gründe zu den oben genannten, warum ein Jedox Freelancer möglicherweise die bessere Wahl sein könnte als ein Jedox Berater:

  1. Kosten: Freelancer sind meistens als Beratungsunternehmen, da sie keine festen Personalkosten und Overhead-Kosten haben. Dies kann für Unternehmen, die auf der Suche nach kostengünstigen Lösungen sind, von Vorteil sein.
  2. Flexibilität: Freelancer sind in der Regel flexibler als Beratungsunternehmen und können schneller auf die Bedürfnisse eines Unternehmens reagieren. Sie können auch auf Projektbasis arbeiten, was für Unternehmen von Vorteil sein kann, die nur gelegentlich Unterstützung bei der Nutzung von Jedox benötigen.
  3. Spezialisierung: Freelancer sind häufig spezialisierter als Beratungsunternehmen und können daher tiefgreifendes Wissen und Erfahrung in einem bestimmten Bereich bieten. Dies kann für Unternehmen von Vorteil sein, die spezifische Unterstützung bei der Nutzung von Jedox benötigen.
  4. Persönlicher Ansatz: Freelancer arbeiten in der Regel direkt mit den Kunden zusammen und können daher einen persönlicheren Ansatz bieten als Beratungsunternehmen. Dies kann für Unternehmen von Vorteil sein, die eine engere Zusammenarbeit mit ihren Beratern wünschen.

Es ist wichtig zu beachten, dass jedes Unternehmen individuelle Anforderungen hat und daher möglicherweise ein Berater oder Freelancer besser geeignet sein könnte. Es empfiehlt sich daher, die eigenen Bedürfnisse sorgfältig zu überdenken und dann die beste Lösung für das Unternehmen zu wählen.

/ / Business Intelligence, Uncategorized

Dashboard Sichtbarkeit

Ein Dashboard für den Anwender

Der häufigste Grund, den ich gehört habe, um die Einrichtung eines Dashboards zu rechtfertigen, ist eine Variante von „wir brauchen das, weil [Mitarbeiter] dann die Kennzahlen jederzeit einsehen kann“. Die Theorie besagt, dass der Analyst nun, da die Zahlen und Diagramme auf einem Dashboard zur Selbstbedienung zur Verfügung stehen, sich anderen Aufgaben widmen kann, während die Teams den Finger am Puls des Geschäfts haben wie nie zuvor.

In der winterlichen Jahreszeit verlangsamen sich die Geschäftstätigkeit und andere Aktivitäten. Die Zahl der Menschen, die sich für ein Dashboard interessieren und eine Kennzahl im Auge behalten, ist auf dem niedrigsten Stand des Jahres.

Und doch gehen die Geschäfte und das Leben an sich weiter wie bisher. Wenn Sie Zugang zu den Daten über die Seitenaufrufe von Dashboards haben oder einfach nur feststellen, dass der Datencache immer veraltet ist, können Sie leicht feststellen, dass die große Mehrheit der Dashboards nicht angesehen wird. Einmal habe ich beobachtet, wie eine wichtige Änderung an das Data Warehouse übermittelt wurde und mehr als die Hälfte der Dashboards einiger Teams kaputt gingen, ohne dass dies jemandem aufgefallen wäre.

Mit diesem Wissen im Hinterkopf sind die meisten Leute der Meinung, dass ein solches Dashboard gar nicht erst hätte existieren müssen. Welchen Wert kann man schließlich schaffen, wenn das Tool nie bis selten von der vorgesehenen Zielgruppe genutzt wird? Wenn der Datenverantwortliche dann auch noch Zeit und Mühe aufwenden muss, um das Dashboard zu pflegen, wird die Sache schlimmer.

Im Großen und Ganzen stimme ich mit dieser Einschätzung überein. Es ist nie gut, wenn man sich die Mühe macht, etwas zu entwickeln, das nicht genutzt wird. Aber die meisten Dinge sind nicht so einfach, und so habe ich in letzter Zeit darüber nachgedacht, ob es überhaupt einen Wert hat, eine Reihe von selten (oder nie) genutzten Dashboards herumliegen zu haben.

Warum werden die meisten Dashboards übersehen?

Es gibt viele Faktoren, die dazu führen, dass Menschen lernen Dashboards zu ignorieren. Die enthaltenen Informationen können sich über Tage hinweg wiederholen und die Menschen langweilen sich. Sie sind nicht relevant für das, woran sie gerade arbeiten. Sie sind schwer auffindbar und sie vergessen, wo sie sich befinden. Und so weiter.

Ich glaube das größte Problem ist, dass die Zahlen und Diagramme auf einem Dashboard nur selten eine direkte persönliche Bedeutung für die Benutzer haben. Es gibt zich andere Dinge zu tun, und wenn das Dashboard nicht direkt mit der eigenen Leistung oder Vergütung zu tun hat, gibt es wahrscheinlich wichtigere Dinge, auf die man schaut. Die Wahrscheinlichkeit, dass Menschen die Aktienkurse überprüfen, ist größer, wenn sie die Aktien tatsächlich besitzen (und somit von ihnen profitieren).

Selbst wenn man es gut meint und weiß, dass eine Kennzahl wichtig ist, wie z. B. der Umsatz des Unternehmens/der Abteilung/der lokalen Gruppe, so ist es doch sehr selten, dass es jemandem gelingt, die Überprüfung eines Dashboards oder das Lesen einer automatisierten E-Mail zu einer dauerhaften Gewohnheit zu machen. Menschen sind nun einmal so. Ohne eine externe Motivationsquelle werden Dashboards und andere Selbstbedienungstools in der Regel vergessen.

Bringen Sie externe Motivation ins Spiel

Wie kann man am besten von außen motivieren, sich ein Dashboard anzusehen? Meiner Erfahrung nach sollte man ein Treffen in den Kalender der Mitarbeiter eintragen, um die Kennzahlen auf dem Dashboard zu überprüfen und zu diskutieren. Das schafft einen starken Zwang, sich das Ding anzusehen, und es schafft auch eine Situation, in der man sich nicht frei bewegen und so tun kann, als würde man sich das Dashboard ansehen – es gibt überall Zeugen. Das ist wie das Teilen von Hausaufgaben in der Schule.

Der Wert besteht darin, dass jetzt Diskussionen über die Daten stattfinden. Das bedeutet, dass wir uns gelegentlich der Tatsache stellen müssen, dass es uns vielleicht egal ist, ob eine Kennzahl nach oben oder unten geht oder ganz einfach schwankt. Es bedeutet, dass wir uns vielleicht eingestehen müssen, dass unsere Kennzahlen uns nichts sagen und wir etwas ändern müssen. Das Dashboard ist zufällig der Ausgangspunkt für all diese Diskussionen. Auf diese Weise werden Pläne und Entscheidungen getroffen.

Ich schlage also vor, eine sehr teure Sitzung mit mehreren Beteiligten zu veranstalten, um die Existenz eines Dashboards zu rechtfertigen.

Denn wenn ein solches Dashboard wichtig genug ist, um es zu erstellen und zu pflegen, dann sollte es auch so viel Wert schaffen, dass sich ein solches Treffen lohnt. Wenn wir wirklich der Meinung sind, dass ein Team die Konversionsrate des Anmeldetrichters für Benutzer überwachen muss, die die Website von Flugzeugen aus nutzen, dann sollten wir uns Zeit nehmen, um diese Bemühungen zu verfolgen. Andernfalls brauchen wir das Dashboard wahrscheinlich nicht zu erstellen, und es hilft, die Gesamtzahl in Schach zu halten.

Das ist natürlich ein extremes Beispiel, aber ich habe eine Reihe solcher Sitzungen erlebt, die ziemlich gut gelaufen sind. Wenn sich schließlich herausstellt, dass das Dashboard nicht mehr relevant ist, haben Sie ein klares Signal, das Dashboard abzuschalten.

Der andere, ruhigere Anwendungsfall – Dashboards als Rückfallebene

Mir fällt noch ein anderer, weniger aufregender Grund für die Existenz bestimmter Dashboards ein. Sie fungieren als magische Konserven für Analysen, auf die Analysten in der Zukunft zurückgreifen können. Es ist wie mit der Dose gebackener Bohnen, die Sie hinten in der Speisekammer stehen haben. Sie ist wahrscheinlich gut und nützlich, könnte aber in den letzten drei Jahren verdorben sein und kann Ihnen auf unerwartete Weise das Leben retten.

Selbst wenn niemand sonst jemals ein Dashboard verwenden wird, wird sich der Analyst, der es erstellt hat, höchstwahrscheinlich daran erinnern, dass ein solches Dashboard existiert und welche Fragen es beantworten kann. Wenn dann eine relevante Frage auftaucht (was unweigerlich der Fall ist), ist der Analyst oft die erste Person, die sich daran erinnert und das Dashboard zur Verwendung herauszieht.

Selbst wenn das Dashboard durch verschiedene Änderungen der Datenquellen beschädigt wurde, können oft einige Teile der Methodik gerettet und aktualisiert werden, um sie an die modernen Systeme anzupassen. Selbst wenn man einige Dinge korrigieren muss, ist das wahrscheinlich eine größere Zeitersparnis, als wenn man eine Analyse von Grund auf neu machen muss.

Sollten wir uns mit der Herstellung esoterischer Konserven beschäftigen? Eigentlich nicht. Der allgemeine Ratschlag, sich zu weigern, Dashboards zu erstellen, ist in der Regel richtig.

Aber obwohl wir diesen Rat befolgen, uns dagegen wehren und versuchen, die Erstellung von Dashboards auf ein Minimum zu reduzieren, ist es unvermeidlich, dass wir jedes Jahr ein paar Dashboards zum Wegwerfen erstellen. Sei es, weil der organisatorische Druck zu groß ist oder weil es zu dem Zeitpunkt eine gute Idee zu sein schien, wir werden es tun. Ich möchte sagen, dass selbst diese Bemühungen einen gewissen Wert haben. Es ist nicht alles reine Verschwendung.

Daher schlage ich vor, dass wir uns jedes Mal, wenn wir ein Armaturenbrett erstellen, das auf der Strecke bleibt, eine Minute Zeit nehmen und es absichtlich für unsere Zukunft schön verpacken. Es kostet nicht viel Mühe, irgendwo im Hintergrund ein paar Kommentare anzubringen, nur für den Fall, dass wir uns die Sache noch einmal ansehen.

Es sind vielleicht keine schmackhaften Daten, aber sie erfüllen ihren Zweck.

/ / Business Intelligence, Unternehmenssteuerung

Dashboard als spezialisiertes Werkzeug

Aufgabe Nr. 3: Das spezialisierte Werkzeug

Das Dashboard ist ein spezifisches Werkzeug, das für einen bestimmten Zweck und für nichts anderes verwendet wird

Einsatzhäufigkeit im Alltag

Ausgehend von Aufgabe Nr. 2 gibt es eine Reihe von spezifischen Dashboards, die nur selten benutzt werden und für einen sehr engen Zweck bestimmt sind.

Ein Beispiel hierfür wäre ein Dashboard, das für die (einmalige) Analyse einer ganz bestimmten Art von Betrugsmuster verwendet wird. Ein solches Dashboard würde die meisten Tage ignoriert werden, bis ein Vorfall gemeldet wird und wir die vergangene Analyse in Form eines Dashboards zur Überprüfung hervorholen müssen.

Ein Beispiel aus der Praxis ist vielleicht eine Brandmeldezentrale (seltene Anforderung). Sie bieten Zugang zu verschiedenen Funktionen im Zusammenhang mit der Brandbekämpfung (Berichte darüber, welche Brandmeldeanlagen ausgelöst wurden, wo sich das Feuer möglicherweise befindet, Kontrolle über verschiedene Systeme usw.) und werden nur von einer kleinen Gruppe hochqualifizierter Personen und nur wenige Male im Jahr benutzt (meist bei regelmäßigen Inspektionen, Tests und im tatsächlichen Notfall).
In der übrigen Zeit werden diese Dashboards von allen ignoriert.

Für beide oben genannten Szenarien kann man die Dashboarderstellung als Fehlschlag einstufen, wenn man die Einsatzhäufigkeit mit der Nützlichkeit gleichsetzt. Doch in den wenigen Fällen, in denen sie existieren, sind sie sehr nützlich. Manchmal sind sie sehr raffiniert und gut gewartet (wie die Brandmeldezentralen), manchmal sind sie rudimentär skizzenhaft.

Das Problem dieser selten genutzten spezialisieren Dashboards ist, dass sie in der Anforderungshäufigkeit überschätzt wurden. Für den Dashboardersteller ist es dann häufig versenkte Zeit und Ressourcen. Für den  Nutzer des Dashboards ergibt sich aus der Seltenheit der Anforderung das Problem, sich im Falle des Falles an dieses Dashboard zu erinnern.

Alternativen zu verwaisten Dashboards

Warnmeldungen für alle!

Ein häufiger Versuch, einen Teil der Arbeit, die Dashboards leisten, zu ersetzen, besteht darin, von einem „Pull“-Framework, bei dem die Mitarbeiter den Datenfluss selbst initiieren müssen (wozu sie nicht motiviert sind), zu einem „Push“-Framework überzugehen, bei dem die Mitarbeiter benachrichtigt werden, wenn sie einer Kennzahl Aufmerksamkeit schenken müssen.

Die meisten dieser Lösungen fallen unter verschiedene Formen der „Alarmierung“ und „Anomalieerkennung„. Im Bereich Machine Learning ist dies derzeit ein aktiver Forschungsbereich, vor allem, weil wir all diese Dashboards haben, die wir loswerden müssen.

Das Push-System

Das größte Problem bei solchen Push-Systemen ist, dass es sich um ein extrem schwieriges Problem handelt und richtige Entscheidungen nicht immer von der Datenlage mitgetragen werden. Man benötigt ein System, das sich historische Werte ansieht und bewertet ob der nächste eingehende Wert anormal genug ist, um einen Menschen für die Klärung zu alarmieren.

Es gibt viele Methoden, um dies zu erreichen, aber allgemeine Algorithmen können nicht die kontextabhängigen Nuancen erfassen, die Menschen verwenden. Mein Auto hat einen Spurhalteassistenten, der piepst, wenn ich kurz davor bin, die Spur zu verlassen, und das funktioniert im Allgemeinen gut. Aber auf bestimmten, sehr schmalen Straßen piept er auch ständig, und er geht auf jeden Fall los, wenn ich die Spur wechsle/ausfahre, ohne den Blinker zu setzen. Er kann einfach nicht wissen, was ich vorhabe, und warnt mich daher zu stark. Als Reaktion darauf habe ich gelernt zu wissen, wann ich es einfach ignorieren muss.

Mit der Zeit und den Fortschritten der KI/ML werden wir diese Technik sicher noch verbessern. Ich habe noch nicht gesehen, was der aktuelle Stand der Technik für dieses Problem leisten kann. Aber solange ich nicht in der Lage bin, diese hochmoderne Technik für meine zufällige Dashboard-Metrik rechtzeitig für mein nächstes Meeting zum Laufen zu bringen, habe ich keine Energie, sie zu lernen.

Machen Sie jeden mit Daten vertraut

Die ganze „Selbstbedienungs“-Dashboard-Sache neigt dazu, aus sehr menschlichen Gründen zu scheitern. Die Nutzer, die die Daten erhalten, sind häufig nicht wirklich in der Lage, sich selbst zu bedienen. Auch wenn dies wie ein hoffnungsloses Problem erscheinen mag, ist es tatsächlich möglich, große Teile einer Organisation so zu schulen, dass sie die Fähigkeiten (und die Umgebung) besitzen, die für die Selbstbedienung und die Teilnahme an der Analyse erforderlich sind. Es erfordert nur eine Menge Arbeit, Organisation und die Bereitschaft aller Beteiligten, sich zu schulen und zu lernen. Doch es ist machbar.

Wenn Sie Zugang zu einem datenkundigen Team haben, können Sie die Schleusen für die Selbstbedienung sogar noch weiter öffnen und den Mitarbeitern Zugang zu APIs und Analysedatensätzen geben, mit denen sie spielen können. Theoretisch ist dies das, was bestimmte BI-Tools wie Tableau, PowerBI, Qlik, Looker oder Jedox bieten, vorausgesetzt, Sie haben Zugang zu Menschen, die diese Tools nutzen können.

Weniger zufällige Versuche und mehr spezialisierte Tools

Ich halte sehr viel von spezialisierten Ansichten, denn die Dinge entwickeln sich in der Regel besser, wenn wir Artefakte absichtlich und nicht durch blinden Zufall schaffen. Das bedeutet, dass wir (und damit meine ich mich selbst) uns viel besser darüber im Klaren sein müssen, dass ich ein Dashboard-Tool entwickle, bei dem der einzige wirkliche Nutzer mein zukünftiges Ich sein wird, wenn jemand mit einer ähnlichen Frage zurückkommt.

Wenn ich mir das von vornherein versinnbildliche, wirkt es sich das darauf  aus wie ich das Dashboard benenne und speichere, sowie auf die Art der Funktionen und Erklärungen, die ich aufnehmen werde. Am Anfang wird es roh und grob sein, mit den spezifischen Anforderungen wird es dann komplementär und intuitiv.

Aufgaben und Lösungen durch Dashboards

Ich bezweifle, dass ich es geschafft habe, alle möglichen Aufgaben aufzuzählen, die von Dashboards im Laufe der Jahre verlangt wurden. Aber es scheint so zu sein, dass wir, wenn wir aufschlüsseln, was wir eigentlich erreichen wollen, nicht viele Dashboards übrig bleiben.

  • Für spezielle Aufgaben gibt es spezielle Lösungen,
  • ganzheitliche Sichten wahren den Überblick.

 

Weitere Teile der Serie:

Aufgabe Nr. 1: Situationsbewusstsein

Aufgabe Nr.2 : Zugang und flexible Erkundung von Daten

 

 

 

/ / Business Intelligence, Unternehmenssteuerung

Dashboard – Zugang und Erkundung der Daten

Dashboard Aufgabe Nr. 2 – Zugang und flexible Erkundung der Daten

Unterschiedlicher Personengruppen wollen einen „Selbstbedienungs“-Zugang zu Entscheidungsinformationen um individuell Handeln können

Diese Aufgabe überschneidet sich in gewisser Weise mit Aufgabe Nr. 1.

Der Grundgedanke beim self-serivce Ansatz eines Dashboards ist es, den Menschen Raum zu geben, Sachverhalte selbst zu erforschen, einzuordnen und zu entdecken. Je nach Personengruppe ist eine unterschiedliche Darstellung der Daten sinnvoll, da andere Fragestellungen beantwortet werden sollen.

Die Frage, was genau „Selbstbedienung“ in einem Daten-/Informationskontext bedeutet ist nicht ganz klar.
Vereinfacht kann man ein entgegengesetztes Spektrum einsetzen:

  1. Menschen, die den Zugang zu Daten hätten nutzen können um eine Katastrophe abzuwenden, hatten ihn nicht zur Verfügung (z.B. Hochwasser 2021 im Ahrtal) und
  2. Menschen, die den Zugang zu Daten missbrauchen, um Handlungen zu unterlassen (Katastrophenschutz für das Ahrtal).

Per se ist ein Dashboard weder gut noch schlecht, manche wollen die Datenlage auch nicht akzeptieren.

Hierbei gibt es eine Reihe von Problemen mit self-service Dashboards:

  • Die Daten befinden sich nicht auf der „richtigen Flughöhe“ des Berichtempfängers.
    Sie sind entweder zu allgemein oder zu detailliert. Die Hinzufügung von Steuerelementen, mit denen die Benutzer die Dinge anpassen können, macht die Erstellung und Bedienung in der Regel (exponentiell) komplexer.
  • Die Erstellung und Pflege von granularen Dashboards kann ein langfristiges Unterfangen werden.
  • Die Mitarbeiter müssen darin geschult werden, wie sie das Dashboard effektiv nutzen können.
    Es muss ihnen beigebracht werden, was normal und was unnormal ist und was das Dashboard aussagen kann bzw. nicht aussagen kann.

Zu guter letzt ist die Erstellung einer komplexes Datengrundlage ein iterrativer Prozess, der niemals abgeschlossen ist. Unterschiedliche Anforderungen an Interpretationsfähigkeit, Zeitebenen und Granularität können sich mit der Zeit wandeln, von der Aufbereitung hin bis zur Bedeutung.

Dashboards erfolgreich machen

Aus meiner Erfahrung heraus ist der beste Weg um ein selbst zu bedienendes Dashboard erfolgreich zu etablieren, es für den Berichtsempfänger, d.h. für ein bestimmtes Team oder bestimmtes datenkundiges Mitglied eines Teams Maßzuschneidern.

Das widerspricht dem Kerngedanken, dass sich Stakeholder ihre Daten selbständig zusammenklicken können. Allerdings hat die Praxis gezeigt, dass es meistens eine einmalige Geschichte ist und die Vergleichbarkeit der Daten verloren geht, wenn die Daten mit unterschiedlichen Maßstäben dargestellt werden.

Sinnvoller ist es die Anforderungen bei einer Person oder Team zu sammeln. Daraus lässt sich ein Datenmodell erstellen das allen Stakeholder nützt und den betriebswirtschaftlichen Austausch fördert anstatt ihn zu verletzten. So kann die ganzheitliche Datengrundlage aus verschiedenen Blickwinkeln betrachtet und genutzt werden.

Aufgabe Nr. 1: Situationsbewusstsein

Aufgabe Nr. 3: spezialisiertes Werkzeug

 

/ / Business Intelligence, Unternehmenssteuerung

Das Dashboard als Status quo

Es gibt verschiedenen Meinungen darüber, was bei Dashboards richtig/falsch ist, sowie mit verschiedenen Meinungen über mögliche Alternativen und Anwendungsfälle.

Was das Nichtgefallen anbelangt, so wiederholen sich einige Themen:

  • Beschwerde Nr. 1 ist, dass sich niemand um sie kümmert, sie werden oft als verschwendete Ressourcen angesehen.
  • Maßnahmen werden selten auf der Grundlage eines Dashboards ergriffen
  • Dashboards gehen oft kaputt und die Wartung kostet Zeit, die für andere Aufgaben fehlt
  • Leute fragen, warum mehrere Dashboards nicht übereinstimmen, was in der Regel eine große Zeitfalle ist.

Stattdessen werde ich einige Überlegungen zu der Frage anstellen, was wir von unseren Dashboards erwarten, in der Hoffnung, zu einigen Schlussfolgerungen zu kommen, warum wir sie häufig als Fehlschläge angesehen werden.

Aufgabe Nr. 1: Situationsbewusstsein – Status quo

Dashboards helfen uns zu erfahren, wann wir eine Entscheidung treffen müssen

Da Dashboards wie feste Glasscheiben sind, die eine bestimmte Sicht auf die Welt bieten, sind sie in der Regel über die Zeit hinweg konsistent in dem, was sie zeigen. Diese Eigenschaft, eine einzige konsistente Sicht auf die Welt zu bieten, ermöglicht es den Beobachtern theoretisch, zu erkennen, dass „die Dinge nicht in die richtige Richtung laufen, wir müssen eine Kurskorrektur vornehmen“.

Was ist ein Dashboard

Dies ist vergleichbar mit dem Armaturenbrett unter der Windschutzscheibe Ihres Autos: Sie zeigt stets an, was vor Ihnen liegt, und wenn Sie bemerken, dass Sie gegen einen Baum zu fahren beginnen, nehmen Sie Anpassungen vor. Bremsen, Ausweichen, was der Maßnahmenkatalog aus der Fahrschule hergibt.

Man könnte sagen, dass dies eine der lehrbuchmäßigen Verwendungen eines Dashboards ist. Der Begriff Dashboard (deutsch: „Armaturenbrett“) stammt von den Armaturenbrettern in Automobilen, die Informationen zur Unterstützung des Fahrens lieferten.

Der Begriff des Dashboards stammt allerdings tatsächlich noch aus der Zeit, als man mit Pferdekutschen unterwegs war. Denn früher war das Dashboard lediglich ein schützendes Brett, das den Fahrer davor bewahrte, vom aufspritzenden (dashed-up) Dreck aus den Hufen der Pferde beschmutzt zu werden. Der Name ist bis heute geblieben, doch nun, ein Jahrhundert später, hat dieses Dashboard eine komplexe und schier unendliche Fülle von Funktionen und Aufgaben rund um Information, Kommunikation und Komfort übernommen.

Nutzen eines Dashboards – Nur mit Maßnahmen

Ich glaube aber, dass die meisten Leute zugeben würden, dass die meisten Dashboards bei dieser Aufgabe versagen, weil niemand drauf schaut. Sie sind im Alltagsgeschäft zu beschäftigt, abgelenkt oder einfach uninteressiert. Im Gegensatz zu unserem Armaturenbrett und der Windschutzscheibe im Auto führt das Ignorieren einer Datenanzeige normalerweise nicht zu einem schrecklichen, lebensbedrohlichen Unfall. Die Folgen sind so gering, dass die Menschen häufig damit durchkommen, sie nicht zu beachten.

Aus diesem Grund habe ich vorgeschlagen, dass für jedes Dashboard dieser Art eine formelle Besprechung stattfinden sollte, bei der die Teilnehmer zusammenkommen, sich das Ding ansehen und entscheiden, ob sie etwas gegen die Anzeige unternehmen wollen. Da es nicht die Schuld der Nutzer ist, dass sie sich ein Dashboard nicht ansehen wollen und es für sie keine Priorität hat, müssen wir diese Tatsache umgehen und das Thema forcieren.

Bei dieser Aufgabe wird auch übersehen, dass wir meist nur ein situatives Bewusstsein für ein Problem haben wollen, bis es aufhört, ein Problem zu sein. Sobald wir uns dem nächsten Geschäftsproblem zuwenden wollen, ist das Dashboard am Ende seiner Nutzungsdauer. Wer Probleme aussitzt, braucht kein Dashboard.

Weitere Teile der Serie:

Aufgabe Nr.2 : Zugang und flexible Erkundung von Daten

Aufgabe Nr.3 : Das Dashboard als spezialisiertes Werkzeug

 

/ / Uncategorized, BI-Begriffe, Business Intelligence, Datenanreicherung, Datenaufbereitung

Datensilos: Was sind sie und wie geht man mit ihnen um?

Was sind Datensilos?

Ein Datensilo ist ein Quelle fester Daten, das unter der Kontrolle einer Abteilung bleibt und vom Rest des Unternehmens isoliert ist. Sie entstehen in der Regel, wenn ein Team eine Lösung erstellt, die einem einzigen Zweck oder einer Gruppe von Zwecken im Zusammenhang mit einem einzigen Thema dient.

Diese Lösung ist nicht mit anderen Teilen des Unternehmens verbunden und isoliert. Ein gutes Beispiel ist eine Datenbank mit Marketing-Leads, die nicht mit der zentralen Kundentabelle im Data Warehouse verknüpft ist.

Wozu können Datensilos führen?

Wenn Datensilos nicht rechtzeitig aufgelöst werden, erhält man im besten Fall kein vollständiges Bild. Man erhält Daten, die nicht so wertvoll sind, wie sie sein könnten, weil sie für andere Teams nicht zugänglich und nicht mit anderen Daten oder Tools im Unternehmen integriert sind.

Wenn Sie beispielsweise die Daten Ihres Vertriebs- und Kundensupportteams zusammenführen, können Sie die Gründe für die Kundenabwanderung erfahren oder andere Kundenaktivitäten ermitteln, die Ihrem Unternehmen potenziell helfen können.

Eine geringere Datenintegrität (da Sie mit mehreren Kopien von Datenbanken arbeiten, die sich überschneiden), eine geringere Datensicherheit und eine geringere Produktivität der Entwickler.

Wie geht man mit Datensilos um?

Eine Antwort auf Datensilos könnte die Zentralisierung von Daten sein – ein Konzept, das lange Zeit als heiliger Gral für Datenteams galt. Eine zentralisierte Datenbank, die verschiedene Lösungen, Tools und Unternehmensebenen miteinander verbindet und an einem Ort gepflegt und verwaltet wird, klingt für viele Unternehmen sehr verlockend.

Heutzutage beginnen Experten jedoch, die Ziele und die Durchführbarkeit der Datenzentralisierung in Frage zu stellen und stellen fest, dass sie sich für die meisten Unternehmen als schwer realisierbar erwiesen hat, und betrachten sie sogar als einen ziemlich altmodischen Ansatz für die Datenverwaltung, denn:

Ein gut gepflegtes, zentralisiertes Data Warehouse ist sehr komplex und schwer zu realisieren,
es führt zu großen monolithischen Lösungen, die den Arbeitsablauf der Teams einschränken,
es kann zu einem überspezialisierten Silo führen.

Experten bezeichnen das Data Mesh als einen weitaus vorteilhafteren und praktischeren Ansatz für die Gestaltung und Entwicklung von Datenarchitekturen. Dieser Begriff umschreibt mehrere Data Warehouses in einem Unternehmen, die miteinander verbunden sind und zusammenarbeiten.

In diesem Artikel gehen wir näher darauf ein, was Datensilos sind, was sie verursacht und warum sie schlecht für Ihr Unternehmen sind. Wir erläutern auch die Vorteile von Data Meshes im Detail und zeigen, wie Apache Airflow in dieses Bild passt.

Was sind die Ursachen für Datensilos in einem Unternehmen?

Um das Problem der Datensilos zu lösen, müssen Sie zunächst verstehen, was sie verursacht. Hier haben wir die 4 häufigsten Gründe für Datensilos zusammengestellt:

1. Überlastetes zentralisiertes Datenteam

Damit etwas funktioniert, braucht es Zeit. Wenn Ihr zentrales Datenteam überlastet ist, hat es möglicherweise nicht die Zeit auf jede neue Datenanfrage zu reagieren.

Andere Teammitglieder haben vielleicht Daten, die sie für wertvoll halten und die bereinigt und rationalisiert werden müssen und sie wollen (oder können) nicht darauf warten, dass diese Daten zu den vorhandenen ETL- und Lagerverfahren hinzugefügt werden. Also fangen sie an, die Sache selbst in die Hand zu nehmen.

Da Sie wahrscheinlich hoch qualifizierte und talentierte Mitarbeiter an Bord haben, werden sie eine vernünftige Lösung finden. Dabei handelt es sich jedoch um eine Einzellösung, die nicht in die übrigen Tools und Datenbanken des Unternehmens integriert ist. Ohne eine breitere Perspektive und großes systemisches Denken enden Sie mit Datensilos.

2. Verschiedene, nicht miteinander verbundene Datenbanken

Verschiedene Datenbanken neigen dazu, unterschiedliche Standards zu verwenden, und die Daten, die sie gemeinsam haben, stimmen möglicherweise nicht genau überein. Die Integration all dieser Datenquellen kann ausufernd werden. Je mehr unverbundene Datenbanken Sie haben, desto schwieriger wird es, die Daten zu katalogisieren, sie auf dem neuesten Stand zu halten und schließlich den Überblick über die Wahrheit zu behalten.

3. Veraltete oder falsche Tools für die Sammlung und Analyse von Daten

Eine Excel-Datei ist kein guter Ort, um Ihre Daten zu speichern und zu organisieren. Das mag offensichtlich erscheinen, ist aber ein häufigeres Problem, als Sie vielleicht denken. Außerdem verwenden einige Unternehmen möglicherweise ältere Tools, die nicht alle ihre Anforderungen erfüllen. Um Ihr Unternehmen skalierbar zu machen, müssen Sie in der Lage sein, Ihre Daten auf automatisierte, effiziente Weise zu verwalten und sich dabei auf moderne Tools für die Datenorchestrierung verlassen.

4. Ineffiziente Kommunikation und Unternehmenskultur

Um auf die Teams zurückzukommen, die an ihren eigenen Lösungen arbeiten… es ist nicht ihre Schuld. Wenn es an der Kommunikation zwischen den Führungskräften mangelt, wissen die Teammitglieder möglicherweise nicht einmal, dass es im Unternehmen zentralisierte Tools gibt, die sie nutzen sollten. Ein perfektes Beispiel dafür, dass ein Informationssilo ein Datensilo verursacht.

Warum Datensilos schlecht für Ihr Unternehmen sind

Wir alle wissen, dass Datensilos schlecht für das Geschäft sind, aber wissen Sie auch, wie genau sie Ihr Unternehmen beeinflussen? Natürlich können die negativen Auswirkungen von Datensilos von Unternehmen zu Unternehmen unterschiedlich sein, aber in diesem Artikel haben wir die häufigsten aufgeführt.

Geringere Datenintegrität

Datensilos führen dazu, dass Sie mehrere Kopien von Datenbanken haben, die sich überschneiden. Doppelte Daten führen zu verpassten Möglichkeiten, bessere und fundiertere Schlussfolgerungen zu ziehen. Mit anderen Worten: Es ist schwer, Ihren Daten zu vertrauen.

Kompromittierte Datensicherheit

Wenn Sie Ihre Daten in einer Excel-Datei aufbewahren oder sich auf unterschiedliche Datenquellen verlassen, können Sie nicht angemessen in verschiedene Sicherheitsebenen investieren. Unternehmen, die nicht in der Lage sind, eine umfassende Datensicherheit zu gewährleisten, haben es schwer, das Vertrauen ihrer Kunden aufrechtzuerhalten und auf dem wettbewerbsorientierten Markt zu bestehen.

Geringere Teamproduktivität

Datensilos führen zu Missverständnissen und einer schlechteren Zusammenarbeit zwischen Teams. Anstatt sich auf die Analyse von Daten zu konzentrieren, fundierte Schlussfolgerungen zu ziehen und das Unternehmen wachsen zu lassen, verschwenden Ihre Ingenieure ihre Zeit damit, herauszufinden, welche Daten wahr sind, wie sie eine gemeinsame Sprache finden können und warum ihnen bestimmte Informationen fehlen.

Datenzentralisierung oder Datennetz? Wie man Datensilos beseitigt

Bislang war die beliebteste Antwort auf die Beseitigung von Datensilos die Zentralisierung von Daten. Und es überrascht nicht, dass die Idee einer zentralen Datenbank, die verschiedene Lösungen, Tools und Ebenen des Unternehmens miteinander verbindet und an einem Ort gepflegt und verwaltet wird, sehr verlockend klingt und potenziell viele Vorteile mit sich bringen kann, z. B.:

  • Leichtere Handhabung für Entwickler
  • Leichtere und bessere Berichterstellung
  • Vereinheitlichung der Daten, die in verschiedenen Teams des Unternehmens verfügbar sind
  • Effizientere Datenverwaltung
  • Bessere Zusammenarbeit zwischen Teams
  • Mehr Sicherheit

Heutzutage befasst man sich jedoch eingehender mit der Datenzentralisierung und stellen fest, dass sie eine etwas altmodische Herangehensweise an die Datenverwaltung darstellt.

Monolithischen Lösungen – die zentrale Datenplattform

Und warum? Erstens ist ein gut verwaltetes, zentralisiertes Data Warehouse sehr komplex und schwer zu erreichen. Die Integration all dieser Daten in eine zentrale Datenbank dauert in der Regel Jahre.

Man verfolgt den Ansatz Daten an einem Ort zu zentralisieren, um nützlich und wertvoll zu sein. Das führt zu großen monolithischen Lösungen, die in der Praxis eher einem Datensumpf gleichen.

Da Teams durch diese monolithischen Lösungen eingeschränkt werden, versuchen sie, sie in kleinere, integrierte Teile aufzuteilen, in der Regel um technische Modi (z. B. Ingest, Process, Serve). Auf diese Weise werden die Teams um die Aufgaben und nicht um Anwendungsfälle oder Funktionen herum zerlegt.

Das ist eine schlechte Nachricht, denn Anwendungsfälle und Funktionen lassen sich in der Regel nicht in solch übersichtlichen Kästchen unterteilen – meistens überschneiden sie sich.

Zweitens führen zentralisierte Datenplattformen und monolithische Systeme zu einem überspezialisierten Silo. Das kann passieren wenn ein Unternehmen über hochspezialisierte Datenteams verfügt das maßgeschneiderte Lösungen entwickelt, die es unzureichend teilt. In diesem Fall steht die Lösung im Raum zwischen den Leuten die sie erstellen und jenen Endnutzer, die die Lösung brauchen. Sozusagen Insellösungen, die auf keiner Karte verzeichnet sind und nach einem meist einmaligen Anwendungsfall in Vergessenheit geraten.

Data Mesh – das Datengeflecht

Ein weitaus realistischerer, modernerer und vorteilhafterer Ansatz ist ein sogenanntes Data Mesh, das eine neue Art der Gestaltung und Entwicklung von Datenarchitekturen beschreibt.

Der Schwerpunkt liegt dabei auf mehreren Data Warehouses in einem Unternehmen, die miteinander verbunden sind und zusammenarbeiten. Die Idee ist, dass Sie immer noch eine zentralisierte Governance und Standards haben, aber auch mehrere Zentren, die mit zentral verwalteten Datenflüssen (Pipelines) miteinander vernetzt sind.

Wie ETL-Orchestrierung helfen kann

Die Lösung ist ein Framework für die Datenorchestrierung, ein steuerbares Netzwerk miteinander verbundener Datenflüsse. Hierdurch können Sie die Integration mehrerer Plattformen, Tools, Anwendungen und Datenbanken aktiv steuern.

Wenn Sie mit Daten arbeiten, tun Sie das in der Regel auf asynchrone Weise und versuchen herauszufinden, was funktioniert und was nicht. Irgendwann muss man dies jedoch formalisieren, denn ein wiederholter, kontinuierlicher Umgang mit Daten ist von großem Nutzen.

Apache Airflow ist ein solcher Datenorchestrator, der es Ihnen ermöglicht, diese Formalisierung viel einfacher und schneller vorzunehmen.

Mit Airflow können Sie:

  • Migrieren, stabilisieren, operationalisieren und integrieren Sie alle Ihre Legacy-Workloads. Sie können eine Multi-Tenant-Umgebung von einer einheitlichen Steuerungsebene aus steuern.
  • Entwickeln Sie eine zentrale Datenplattform oder ein Datengeflecht, das Ihren Anforderungen entspricht – und führen Sie Daten, Governance-Regeln und Geschäftslogik zusammen, die zuvor über verschiedene Teile des Unternehmens verstreut waren.
  • Geben Sie Ihren Entwicklungsteams eine Standardmethode für die Interaktion mit Daten an die Hand, um den für die Unterstützung ihrer Umgebungen erforderlichen betrieblichen Aufwand zu verringern.
Nach oben scrollen