Erfolgsfaktoren operativer BI-Prozesse

Transkript

1 Erfolgsfaktoren operativer BI-Prozesse Mitglied des Vorstands

2 Aus Sicht von CEOs sind Flexibilität und Qualität die wichtigsten Erfolgsfaktoren in Unternehmen 60 % Quelle: Kagermann, H. und Österle, H Geschäftsmodelle wie CEOs Unternehmen transformieren. zitiert nach Prof. Dr. Kemper, Vortrag bei der CeBit 2007

3 Informationsbedarf steigt, ist beschleunigt, wird komplexer Regularien (extern / intern) komplexere Verfahren Heterogenität der Märkte neue Datentypen, bspw. MPEG, AVI Marktdurchdringung Suche nach Nischen Globalisierung Heterogenität der Kunden wachsendes Datenvolumen verschiedene Plattformen Datenhaltung, -Systeme

4 Agenda Beispiel Einleitung Beispiel 1: pragmatischer Ansatz und Prozess betriebswirtschafliche und technische Erfolgsfaktoren 2: visionärer Ansatz Zusammenfassung

5 Referent: Cluster Manager (vbicc) (1) Daten (2) Tools (3) Projekte Datenquellen Anwender. Realisierung mit Java, JS,.net, PLI, SAS, z/os, Windows, Unix Arbeits-, Organisations- Psychologie Mitglied des Vorstands Gutachter und Fachbeirat

6 TDWI-D-A-CH: die neutrale BI-Community Forscher Berater neutral non-profit unabhängig Anwender Hersteller

7 TDWI-D-A-CH: die neutrale BI-Community Einzel- Mitgliedschaften Sammel- Mitgliedschaften

8 TDWI-D-A-CH: die neutrale BI-Community Einzel- Mitgliedschaften Sammel- Mitgliedschaften

9 TDWI-D-A-CH bietet seinen Mitgliedern einen umfassenden Service rund um das Thema BI BI-Journal Anwenderforum Sind Sie BI-Spektrum Publikationen ein Autor? BI-Verlag -in Planung- What Works Jahreskonferenz München Juni 2010 Amsterdam, Meetings Nov weitere Informationen unter Round Table in 8 Städten White Papers Online-Angebot PodCasts Market Reports TDWI-Diplom- Award Lehre Award Seminare Zertifizierung -CBIP-

10 Agenda Beispiel Einleitung Beispiel 1: pragmatischer Ansatz und Prozess betriebswirtschafliche und technische Erfolgsfaktoren 2: visionärer Ansatz Zusammenfassung

11 TDWI-USA hat eine internationale Studie zum Thema opbi durchgeführt Stichprobe: n=423, 68 % in USA, 10% in Europa, 7 % in Kanada, 5 % in Neuseeland, 11 % sonstige Quelle: Eckerson, W. (2007). Best Practices in Operational BI: Converging Analytical and Operational Processes. Chatsworth, Ca.:TDWI Research

12 Definition: Operational Business Intelligence (TDWI) Operational Business Intelligence liefert einer großen Anzahl von Nutzern innerhalb von Stunden oder Minuten Informationen und Einsichten, um operative oder zeit-sensitive Geschäftsprozesse zu optimieren oder zu steuern. Quelle: Eckerson, W. (2007). Best Practices in Operational BI: Converging Analytical and Operational Processes. Chatsworth, Ca.:TDWI Research

13 Andere Begriffe werden von den Befragten synonym verwendet. Wie bezeichnen Sie, das was TDWI als opbi bezeichnet? n=423 Quelle: Eckerson, W. (2007). Best Practices in Operational BI: Converging Analytical and Operational Processes. Chatsworth, Ca.:TDWI Research

14 Ein Paradigmenwechsel hat stattgefunden: 53 % der befragten Unternehmen verwenden operatives BI Verwenden Sie operatives BI gemäß der Definition des TDWI? Quelle: Eckerson, W. (2007). Best Practices in Operational BI: Converging Analytical and Operational Processes. Chatsworth, Ca.:TDWI Research

15 Primäres Ziel für opbi ist es, die Effizienz zu verbesseren. Wie profitieren Sie von operativer BI? 9. schnellere Kontenabschlüsse durchführen 8. IT-Kosten sparen 7. Datenqualität erhöhen 6. Geschäftskosten sparen 5. Transparenz der Prozesse erhöhen 4. Probleme vor der Eskalation erfassen 3. Besseren Kundendienst durchführen 2. Proaktive Arbeit ermöglichen 1. Verbesserung der operativen Effizienz Quelle: Eckerson, W. (2007). Best Practices in Operational BI: Converging Analytical and Operational Processes. Chatsworth, Ca.:TDWI Research

16 Grundsätzliches Charakteristikum von operativem BI ist, dass die Anzahl der Entscheidungen ansteigt hoch strategisches BI taktisches BI operatives BI Wert der einzelnen Entscheidung niedrig Anzahl der Entscheidungen hoch Quelle: Eckerson, W. (2007). Best Practices in Operational BI: Converging Analytical and Operational Processes. Chatsworth, Ca.:TDWI Research

17 Agenda Beispiel Einleitung Beispiel 1: pragmatischer Ansatz und Prozess betriebswirtschafliche und technische Erfolgsfaktoren 2: visionärer Ansatz Zusammenfassung

18 Beispiel 1: (Kredit-)wirtschaft Aktion Marketing-Aktion als Reaktion auf Wettbewerber Verkauf eines Indien-Fonds Sprechen Sie alle Kunden an, die einen Kontostand > Euro haben zwischen 30 und 50 Jahre alt sind und in den vergangenen 3 Jahren indische Aktien gekauft haben

19 Vereinfachtes Modell aus der (Kredit-)Wirtschaft Versand der Filial- Daten der Liste an Filiale Listen- Abstimmung Vertrieb, keine synchrone opsysteme Programmierung zentrale mit AE Historie passen nicht für Programmierer Steuerung aufwendig vorhanden zusammen unattraktiv zentrale Fachabteilung Disposition, Kampagne Analyse Simulation Vorhersage Historie Aggregate Neue Möglichkeit Grafiken Analyse- Programme IT-AE IT-Prod. Kunden- Stamm Konto- Buchungen Wertpapier- Stamm Wertpapier- Buchung

20 Vereinfachtes Modell aus der (Kredit-)Wirtschaft Filial- Abstimmung Vertrieb, zentrale mit AE Steuerung einfacher synchrone Historie vorhanden Daten der opsysteme passen zusammen unattraktives Frontend DWH / BICC Analyse Disposition, Kampagne Simulation Analyse-Tools zentrale Fachabteilung Vorhersage Datenspeicher Analyse in der zentralen Fachabteilung Bereitstellung eines Analyse- Tools durch DWH Datenhaltung im DWH IT-AE IT-Prod. Kunden- Stamm Konto- Buchungen Wertpapier- Stamm Wertpapier- Buchung

21 Vereinfachtes Modell aus der (Kredit-)Wirtschaft Filial- Vertrieb, zentrale Steuerung Abruf der Liste aus Portal Analyse Disposition, Kampagne Simulation zentrale Fachabteilung Vorhersage DWH / BICC Analyse-Tools Datenspeicher IT-AE IT-Prod. Kunden- Stamm Konto- Buchungen Wertpapier- Stamm Wertpapier- Buchung

22 Vereinfachtes Modell aus der (Kredit-)Wirtschaft Filial- Vertrieb, zentrale Steuerung Performance- Probleme Analyse Disposition, Kampagne Simulation zentrale Fachabteilung Vorhersage DWH / BICC Analyse-Tools Datenspeicher IT-AE IT-Prod. Kunden- Stamm Konto- Buchungen Wertpapier- Stamm Wertpapier- Buchung

23 Vereinfachtes Modell aus der (Kredit-)Wirtschaft Filial- Vertrieb, zentrale Steuerung Analyse Disposition, Kampagne Simulation zentrale Fachabteilung Vorhersage Disposition, Kampagne DataMart DWH / BICC Analyse-Tools Datenspeicher IT-AE IT-Prod. Kunden- Stamm Konto- Buchungen Wertpapier- Stamm Wertpapier- Buchung

24 Vereinfachtes Modell aus der (Kredit-)Wirtschaft Filial- Vertrieb, zentrale Steuerung Analyse Disposition, Kampagne Simulation zentrale Fachabteilung Vorhersage Disposition, Kampagne DataMart DWH / BICC Analyse-Tools Datenspeicher IT-AE IT-Prod. Kunden- Stamm Konto- Buchungen Wertpapier- Stamm Wertpapier- Buchung

25 Vereinfachtes Modell aus der (Kredit-)Wirtschaft Filial- Vertrieb, zentrale Steuerung Performance ist okay DWH / BICC Analyse Disposition, Kampagne Simulation Analyse-Tools zentrale Fachabteilung Vorhersage Disposition, Kampagne DataMart Datenspeicher Schaffung von zusätzlichen, separaten Applikations- Servern Schaffung von zusätzlichen, separaten Daten-Servern IT-AE IT-Prod. Kunden- Stamm Konto- Buchungen Wertpapier- Stamm Wertpapier- Buchung

26 Vereinfachtes Modell aus der (Kredit-)Wirtschaft Filial- Vertrieb, zentrale Steuerung keine Buchung möglich DWH / BICC Analyse Disposition, Kampagne Simulation Analyse-Tools zentrale Fachabteilung Vorhersage Disposition, Kampagne DataMart Datenspeicher Schaffung von zusätzlichen, separaten Applikations- Servern Schaffung von zusätzlichen, separaten Daten-Servern IT-AE IT-Prod. Kunden- Stamm Konto- Buchungen Wertpapier- Stamm Wertpapier- Buchung

27 Vereinfachtes Modell aus der (Kredit-)Wirtschaft Filial- Vertrieb, zentrale Steuerung Ja, dieser Kunde will 10 Stk. kaufen Veränderung des Prozesses Analyse Disposition, Kampagne Simulation zentrale Fachabteilung Vorhersage Disposition, Kampagne DataMart Disposition Schaffung von Update- Möglichkeiten DWH / BICC Analyse-Tools Datenspeicher Disposition IT-AE IT-Prod. Kunden- Stamm Konto- Buchungen Wertpapier- Stamm Wertpapier- Buchung Disposition

28 Vereinfachtes Modell aus der (Kredit-)Wirtschaft Filial- Vertrieb, zentrale Steuerung Filiale kann bspw. vorher disponierte Werte modifizieren Disposition Analyse Disposition, Kampagne Simulation zentrale Fachabteilung Vorhersage Disposition, Kampagne DataMart Disposition DWH / BICC Analyse-Tools Datenspeicher Disposition IT-AE IT-Prod. Kunden- Stamm Konto- Buchungen Wertpapier- Stamm Wertpapier- Buchung Disposition

29 Vereinfachtes Modell aus der (Kredit-)Wirtschaft Filial- Vertrieb, zentrale Steuerung kein Workflow- Management Disposition Analyse Disposition, Kampagne Simulation zentrale Fachabteilung Vorhersage Disposition, Kampagne DataMart Disposition DWH / BICC Analyse-Tools Datenspeicher Disposition IT-AE IT-Prod. Kunden- Stamm Konto- Buchungen Wertpapier- Stamm Wertpapier- Buchung Disposition

30 Vereinfachtes Modell aus der (Kredit-)Wirtschaft Filial- Vertrieb, zentrale Steuerung Workflow- Management- Anschluss ok Disposition Analyse Disposition, Kampagne Simulation zentrale Fachabteilung Vorhersage Disposition, Kampagne DataMart Disposition DWH / BICC Analyse-Tools Datenspeicher Disposition IT-AE IT-Prod. Kunden- Stamm Konto- Buchungen Wertpapier- Stamm Wertpapier- Buchung Disposition

31 zentrale Erfolgsfaktoren dieses Beispiels waren (1) Filial- Vertrieb, zentrale Steuerung Komfort, zusätzliche Funktionen Information Disposition sichere Prozesse Analyse Disposition, Kampagne Flexibilität, Methodik Simulation in Fachabteilungen zentrale Fachabteilung Vorhersage Disposition performante DataMart Architektur hochsichere Architektur DWH / BICC IT-AE IT-Prod. Analyse-Tools Kunden- Stamm Konto- Buchungen integrierte Daten Datenspeicher Wertpapier- Stamm Wertpapier- Buchung Zusatznutzen für Disposition op. Systeme

32 zentrale Erfolgsfaktoren dieses Beispiels waren (2) Einvernehmen Freigabe-Verfahren Qualitäts-Sicherung Dokumentation Historie Protokollierung schnelle Reaktion zwischen Fachabteilung, BICC, AE, Produktion, Revision z. B. durch separate AE-Einheit, Produktion Trennung von Entwicklung, I-Test und Produktion gesetzliche Auflagen beachten Versionierung der Queries Auflagen des Betriebsrates beachten zentrale Steuerung des Systems vornehmen

33 zentrale Erfolgsfaktoren dieses Beispiels waren (1) Einvernehmen zwischen Fachabteilung, BICC, AE, Produktion, Revision zentrale Fachabteilung DWH / BICC IT-AE IT-Prod. Bereitschaft, revisionssicher zu arbeiten und IT-Standards zu akzeptieren Bereitschaft, operative Prozesse zu supporten (bspw. 7/24 Support, extrem kurze Korrekturfenster, ggfs. technische/ QS-Unterstützung der Fachabteilung) Bereitschaft, operative Systeme den Fachabteilungen zu öffnen (ggfs. über eine Batch-Schnittstelle), Betreuung zusätzlicher Infrastruktur

34 Agenda Beispiel Einleitung Beispiel 1: pragmatischer Ansatz und Prozess betriebswirtschafliche und technische Erfolgsfaktoren 2: visionärer Ansatz Zusammenfassung

35 TDWI-USA hat eine internationale Studie zum Thema opbi durchgeführt Stichprobe: n=423, 68 % in USA, 10% in Europa, 7 % in Kanada, 5 % in Neuseeland, 11 % sonstige Quelle: Eckerson, W. (2007). Best Practices in Operational BI: Converging Analytical and Operational Processes. Chatsworth, Ca.:TDWI Research

36 Betriebswirtschaftliche Erfolgsfaktoren (1) Nutzen: Flexibilitäts-Gewinn Nähe an fachlichem Know-How-Trägern Integration verschiedener Daten komplexe Analyseverfahren statistische Prognose-Verfahren statistische Signifikanz-Verfahren Simulationen Grafiken ggfs. wurde Öffnung des Systems in Richtung opbi bereits bei Entwicklung des DWH antizipiert

37 Betriebswirtschaftliche Erfolgsfaktoren (2) Kosten und Pit-Falls Kosten für komplexere Infrastruktur und damit verbundene Prozesse aus Sicht des BICC Entwicklung Prelife Produktion Hardware Software Deployment

38 Betriebswirtschaftliche Erfolgsfaktoren (3) Kosten und Pit-Falls Redundanzproblematik der Daten Zeitfenster für Korrekturen werden kleiner rechtliche Relevanz wird größer (z. B. Nachvollziehbarkeit, Konsequenzen, Muss-Reaktionszeiten) Bezüge zu Liefersystemen werden komplexer (z. B. Performance, Update-Zyklen) Business-Prozesse Re-Engineeren Training der Fachabteilungs-Mitarbeiter

39 Betriebswirtschaftliche Erfolgsfaktoren (3) Generell steigen die Kosten der Implementierung eines opbi-systems, wenn die Datenlatenz sinkt. hoch hoch ROI Kosten niedrig niedrig Daten-Latenz hoch niedrig

40 Technische Erfolgsfaktoren (1) (a) Bestandteil des DWH Performanz der Architektur Skalierbarkeit der Technik wurde opbi bereits antizipiert? (b) nicht Bestandteil des DWH DWH kannreal- oder Neartime-Verarbeitung nicht verkraften, bspw. durch Plattformwechsel DWH kann große Anwenderzahlen nicht bedienen ist es sinnvoll, die DWH-Basisfunktionen wie Data Cleansing, Integration, Validierung, etc. für Data Streams außer Kraft zu setzen

41 Technische Erfolgsfaktoren (3) (c) Performance verbessern Reduktion umfangreicher System-Loads Microbatches verwenden analytische Jobs und Abfragen in separaten Regions (priorisiert) laufen lassen Mixed Workload-Capabilities der RDBMS verwenden (d) Contention-Probleme vermeiden simultane Reads / Writes zulassen Flip-/Flop-Partitionierungen verwenden, beispielsweise für parallele Aggregierungen Externen Real-Time Cache verwenden

42 59 % der Loads erfolgen mindestens täglich Wie oft aktualisieren Sie Ihr Data Warehouse? n=423 Quelle: Eckerson, W. (2007). Best Practices in Operational BI: Converging Analytical and Operational Processes. Chatsworth, Ca.:TDWI Research

43 Agenda Beispiel Einleitung Beispiel 1: pragmatischer Ansatz und Prozess betriebswirtschafliche und technische Erfolgsfaktoren 2: visionärer Ansatz Zusammenfassung

44 Fachabteilungen interagieren untereinander intern und mit externen Stellen Personal Buchhaltung Risiko- Controlling Privatkunden Rating-Agenturen Finanzamt BaFin Fachabteilung Firmenkunden Adress-Händler

45 IT Anwendungsentwicklung und -Produktion interagieren intern mit den Fachabteilungen Personal Buchhaltung Risiko- Controlling Privatkunden Rating-Agenturen Finanzamt BaFin Fachabteilung Adress-Händler IT-AE, IT-Prod. SAP/HR Kredit- Datei SAP/FI GAA anderer Institute Kreditkarten-Daten Firmenkunden Kunden- Stamm Konto- Buchungen KfW

46 Alle Beteiligten machen wertvolle Arbeit und haben eigene, komplexe Begrifflichkeiten Personal Buchhaltung Risiko- Controlling Privatkunden Rating-Agenturen Finanzamt BaFin Fachabteilung Adress-Händler DWH / BICC Analyse-Services Datenspeicher IT-AE IT-Prod. SAP/HR Kredit- Datei SAP/FI GAA anderer Institute Kreditkarten-Daten Firmenkunden Kunden- Stamm Konto- Buchungen KfW

47 DWH dient als zentrale Daten- und Analyse-Plattform für opsys und Fachabteilungen Fachabteilung DWH / BICC IT-AE IT-Prod. Kredit- Datei SAP/HR Historie Datenspeicher Konto- Buchungen Personal SAP/FI Privatkunden Buchhaltung Risiko- Controlling Firmenkunden Kunden- Stamm Rating-Agenturen Finanzamt BaFin Adress-Händler GAA anderer Institute Kreditkarten-Daten KfW

48 Agenda Beispiel Einleitung Beispiel 1: pragmatischer Ansatz und Prozess betriebswirtschafliche und technische Erfolgsfaktoren 2: visionärer Ansatz Zusammenfassung

49 Zusammenfassung TDWI ist die neutrale Plattform für BI-Professionals opbi wird zunehmend verwendet, stellt jedoch Ansprüche an Prozesse, ROI-Betrachtung und die Architektur Zentrale Frage für ein Projekt ist, ob das BICC verwendet werden soll Wichtiger Erfolgsfaktor ist das gemeinsame Commitment von Fachabteilung, BICC, AE und Produktion, für Prozesse und zusätzliche Kosten perspektivisch könnten operative Systeme das DWH als Plattform für Datentausch und Analyse-Services verwenden.

50 Haben Sie Fragen? Mitglied des Vorstands TDWI Germany Lindlaustraße 2c Troisdorf Projektleiter, Cluster-Manager Commerzbank Aktiengesellschaft Central Service Unit IT-Development Center of Competence Data Warehouse D Frankfurt am Main Marcus.Pilz@Commerzbank.com

51 Durch ein Freigabeverfahren bei der Publikation wird Qualität sichergestellt. Analyse publizieren: Freigabe Programm Programmierer Freigebender Ordner Zielgruppe Abteilung T77463 Schulze, Thomas Pilz, Marcu Aktion 23 Vertrieb21 Private Customers Analyse Kundenportfolio: Großkunden Risiko-Potenzial-Einschätzungen Vertrieb Filialen Inland Privatkunden Feedback Beschreibung , Gem. IAS müssen Kunden der Kategorie A... zurückdokumentation intranet.pilmar.com/ /uuwkeööp... Weiter Hilfe

52 Durch Zustimmung zu den AGB werden die Anwender für Qualitätsbelange sensibilisiert Analyse publizieren: Qualitätssicherung Folgende Freigabebedingungen wurden eingehalten Kennzahlen abgestimmt Standardmodule verwendet Testfälle wurden definiert und geprüft Jobprotokollierung und Historisierung keine zurück ja, Aufbewahrung 1 Jahr ja, Aufbewahrung 5 Jahre Weiter Hilfe

53 Durch Historisierung können Analysen rekonstruiert werden Analyse publizieren: Historisierung Wählen Sie aus folgenden Historisierungs-Optionen Laufzeitprotokoll Source-Versionierung Fallback ermöglichen Standard Weiter zurück Hilfe

54 Übersicht: Historisierung der Laufzeitdaten Job-Monitoring ansehen nach Name Analyse T77463 Analyse Kundenportfolio: Großkunden :48 Pilz, Marcus :18 Pilz, Marcus :13 Pilz, Marcus :45 Pilz, Marcus Log ansehen Ergebnisse ansehen nach Datum weiter zurück Hilfe

55 [2.2e] Ungültige Dateien werden für die Verarbeitung gesperrt Informations- Konsument Traffic Lighting im Front-End rot: gesperrt gelb: in Alert-Datei, Status Achtung grün: freie Fahrt, nicht in Alert- Datei DWH / BICC Alert-Liste News Alert- Datei Exception- Datei Meta- Daten externe Systeme zurück Daten-Import Plausibilitäts-Prüfungen Master- Daten

56 Durch ein Dokumentations-Blatt an jeder Analyse werden Interpretations- und Laufzeitprobleme vermieden Analyse publizieren: Dokumentation Folgende Dokumentationen sollen automatisiert angehängt werden Beschreibung der Analyse verwendete Quellen Verwendete Standard-Routinen Verwendete Unterprogramme Spalten-Dokumentation Laufzeit-Informationen Standard Weiter zurück Hilfe

57 Dokumentation der Ergebnisse (1) Dok-Bericht für Programm STAMM720 Umsatzanalyse für Großkunden, Seite 1 Beschreibung der Analyse: Das Programm erstellt auf Basis der Wertpapier-Abrechnung eine Datei aller Großkunden, die in den letzten 5 Monaten mehr als 50 % ihres gesamten Depotvolumens verkauft haben. Selektion (grobe Information): - nur Großkunde Inland - nur von Abteilung HAJ betreut - nur letzte 5 Monate ausgeführt : am 18. Mai 2007, von: Schneider, Jürgen Version 2.174, Ansprechpartner: Pilz, Marcus zurück

58 Dokumentation der Ergebnisse (2) Dok-Bericht für Programm STAMM720 Umsatzanalyse für Großkunden, Seite 2 verwendete Quellen: DWH Name Beschreibung per Datum Zeit Sätze KundStamm Kundenbasisdaten : Data Mart FSYS Name Beschreibung per Datum Zeit Sätze ZWAVV STAMM100 Stammdaten Kunden : XYPROD WATCHLIS Kunden auf Watchlist : zurück

59 Dokumentation der Ergebnisse (3) Dok-Bericht für Programm STAMM720 Umsatzanalyse für Großkunden, Seite 3 verwendete Standardroutinen: Routinen der zentralen IT Orga21 Reduktion der Daten auf bestimmte Org-Einheiten Parameter: GS Nur Filialen f. Privatkunden Inland TageWerk Standardroutine zur Tageberechnung Parameter: Werktage Inland Routinen der Abteilung Vertrieb Inland StückK1 Berechnung Stückkosten zurück

60 Dokumentation der Ergebnisse (4) Dok-Bericht für Programm STAMM720 Umsatzanalyse für Großkunden, Seite 4 Spalten-Dokumentation: Umsatz Inland Der Umsatz wird auf Basis des von der KFA publizierten KPI Umsatz Inland ermittelt. Großkunde Großkunden haben einen Mindest-Umsatz i. H. v. 3,5 Mio EUR p.a. netto [...] zurück