Data Warehouse Technologien

Planung

Entscheidungs-

unterstützung

Data

Mining

Geschäfts-

optimierung

Servicequalität:

Monitoring +

Steuerung

Problem-

behandlung +

Risko-

management

Business

Simulation

ERP-DB

externe Datenquellen

Data Warehouse

Abbildung 9.4: Business Intelligence – Data Warehouse und Aufgaben

auftretende Probleme frühzeitig zu erkennen und ein betriebliches Risikoma-

nagement zu unterstützen. Neben der Durchführung von What-If-Analysen las-

sen sich auch Geschäftsprozesssimulationen oder andere, für das Unternehmen

relevante Simulationen auf der Datengrundlage des Data Warehouse aufbauen.

Ebenso können eine Vielzahl von Methoden und Techniken eingesetzt werden,

um eine Geschäftsoptimierung durchzuführen. Um weitere, häufig unbekann-

te, Regeln oder Zusammenhänge aufzudecken, können Data-Mining-Methoden

eingesetzt werden.

9.2 Reporting

In diesem Abschnitt wollen wir knapp auf Fragen der Unterstützung des Ma-

nagements hinsichtlich der Erstellung von Berichten und Kennzahlen einge-

hen. Oft werden auf der Entscheidungsebene Berichte genutzt, um in kurzer

Zeit einen Überblick über den aktuellen Stand, mögliche Prognosen oder die

272 9 Business-Intelligence-Anwendungen

Aufdeckung von Risiken zu ermöglichen. Dabei kann unterschieden werden in

(vergleiche hierzu auch [KMU04]):

• Standardberichte,

• die Generierung von Ad-hoc-Berichten sowie

• Berichte zur Früherkennung.

Zum Reporting gehören sowohl die Erstellung als auch die Verteilung der Be-

richte.

Abbildung 9.5 zeigt einen Beispielreport, welcher aus textuellen, nume-

rischen und grafischen Informationen besteht. Ziel des Reporting ist, einen

schnellen und leicht zugänglichen Überblick für die im jeweiligen Verantwor-

tungsbereich liegenden Informationen zu ermöglichen. Grafische Elemente wie

Diagramme, aber auch Tabellen sind daher ein wichtiger Bestandteil, um In-

formationen bedarfsgerecht aufzubereiten.

Report

24.11.2011

Marktentwicklung

Jahr 2011

Verkauf von Rotwein: 12,2 Mio.

Verkauf von Weißwein: 9,4 Mio.

Verkauf von Rosewein: 6,8 Mio.

1.Halbjahr

Verkauf von Rotwein: 6,8 Mio.

Verkauf von Weißwein: 6 Mio.

Verkauf von Rosewein: 2,5 Mio.

2.Halbjahr

Verkauf von Rotwein: 5,4 Mio.

Verkauf von Weißwein: 3,4 Mio.

Verkauf von Rosewein: 4,3 Mio.

Rotwein

Weißwein

Rosé

Umsatz: 10,3 Mio

Gewinn: 2,1 Mio

Herstellung

Mitarbeiter-

zufriedenheit

Kunden-

zufriedenheit

Vertrieb

Abbildung 9.5: Generierter Bericht (Beispiel)

Standardberichte werden einmalig im Reporting-Werkzeug erstellt und

dann in Abhängigkeit des Bedarfs automatisch generiert. So werden in der Pra-

9.2 Reporting 273

aktuelle Struktur

P.-Gruppe Pakete 2010 Pakete 2011

Weißwein 3000 3000

Rotwein 1000 2000

historische Wahrheit

P.-Gruppe Pakete 2010 Pakete 2011

Weißwein 2000 3000

Rotwein 2000 2000

alte Struktur

P.-Gruppe Pakete 2010 Pakete 2011

Weißwein 2000 2000

Rotwein 2000 2000

vergleichbare Resultate

P.-Gruppe Pakete 2010 Pakete 2011

Weißwein 2000 2000

Rotwein 1000 1000

Abbildung 9.6: Report-Ergebnisse eines Datenbestandes mit unterschiedlichen Berichts-

anforderungen

xis häufig zeitgesteuerte Berichte erzeugt und verteilt. Neben diesen periodi-

schen Berichten, z.B. auf Wochen- oder Monatsbasis, können Berichte auch au-

tomatisch erzeugt werden, wenn definierte Ereignisse wie das Unterschreiten

von Schwellenwerten auftreten. In diesem Fall wird der Auslöser als Frühin-

dikator angesehen und der dazu generierte Bericht soll Risiken und Potenziale

aufzeigen, um zeitnah reagieren zu können.

Das Ad-hoc-Reporting stellt eine Möglichkeit dar, individuelle und bedarfs-

gerechte Berichte zu erstellen. Hierbei sind vom Anwender spezifische Kennt-

nisse wie beispielsweise die Anfragesprachen im Data Warehouse Vorausset-

zung. OLAP-Analysen, wie in Kapitel 5 aufgezeigt, sind dabei häufig Ausgangs-

punkt und werden dann im Bericht visualisiert aufbereitet. Während das Ad-

hoc-Reporting zum analyseorientierten Business Intelligence gezählt werden

kann, stellt das Standard-Reporting eine wichtige Aufgabe im Sinne des wei-

ten BI-Verständnisses dar.

In Abschnitt 3.4 des Kapitels Modellierung von Data Warehouses haben

wir sich langsam ändernde Dimensionen behandelt. An dieser Stelle wollen

wir noch einmal kurz zusammentragen, welchen Einfluss die Slowly Changing

Dimensions auf die Berichte haben. Wir nutzen erneut das Beispiel aus Ab-

bildung 3.19. Nach den unterschiedlichen Berichtsanforderungen lassen sich

jeweils unterschiedliche Daten für die Kategorien ermitteln. In Abbildung 9.6

stellen wir die Szenarien as-is, as-of, as-posted und nach vergleichbaren Resul-

taten gegeneinander.

In der Abbildung wird deutlich, dass alle vier Berichte zu unterschiedlichen

Ergebnissen in den Kennzahlen führen, obwohl diese auf dem gleichen Daten-

bestand aufbauen. Das Data Warehouse kann die unterschiedlichen Anforde-

rungen seitens des Reporting unterstützen und somit auf einem Gesamtdaten-

bestand die unterschiedlichen Resultate liefern. Daher ist es notwendig, für den

Berichtsempfänger kenntlich zu machen, welcher Anforderung die Kennzahlen

des Berichts unterliegen.

Im Folgenden wollen wir auf typische Aufgaben und spezialisierte Werk-

zeuge im Reporting eingehen. Daher wenden wir uns im nächsten Abschnitt

der Managementmethode Balanced Scorecard zu und wollen anschließend auf

274 9 Business-Intelligence-Anwendungen