6 Datenimport:Daten und Strukturen laden

Transkript

1 Seite65 6 Datenimport:Daten und Strukturen laden In Kapitel 5 wurde gezeigt, wie auf Basis einer OLAP-Datenbank schnell und einfach dynamische Berichte und Analysen generiert werden kçnnen. In diesem Kapitel soll der Schritt, der in einem BI-Projekt vor diesem Ergebnis liegt, erläutert werden: Der Aufbau einer analysefähigen OLAP-Datenbank bzw. die Befüllung eines Cubes mit Daten mit Hilfe eines Import-Werkzeuges. DaImport-Werkzeuge, deren Aufgaben und Funktionalitäten im Hintergrund von BI-Projekten ablaufen, meist leider nicht im Fokus von Anbieter-Präsentationen stehen, sind hier einige Erläuterungen und Tipps aus der Praxis vorangestellt. Unsere Empfehlung lauteteindeutig, den Import-Teil bei derproduktauswahl miteinzubeziehen, er kannsonst zumunerwartetenkostentreiberim Projektwerden. Im Umfeld von BI-Projekten spricht man beim Import-Vorgang von ETL, d.h. Extraktion Transformation Laden (s. Kapitel 3).Beim ETL-Prozess gehtesdarum, Daten und Strukturen aus den (meist relationalen) Vorsystemen in die analytische Weltzuüberführen.Bei einer multidimensionalen OLAP-Datenbank werden hierbei die analysefähigen Dimensionen und Cubeserzeugtund mitwerten befüllt. Der Import-Prozess ist damit das Fundament jedes Business-Intelligence-Systems. Seine wesentlichen Aufgaben im BI-Projektsind: Erstellen deranalyse-,reporting- und Planungsstrukuren Laden derdaten und Strukturen aus den Vorsystemen (inkl.verdichtungen und Berechnungen) Prüfung dervorsystemdaten aufdatenqualität Fehlerroutinen Das Datenmanagement, das über das Import-Werkzeuggesteuert wird, ist ein zentraler Erfolgsfaktorim BI-Projekt,denn eshatwesentlichen Einfluss auf die Analysemçglichkeiten, die dem Endanwender zur Verfügung stehen. Es beeinflusst die Einfachheit der Lçsung für den Anwender, die Geschwindigkeit der Analysen, die Flexibilität bei ¾nderungen und Erweiterungen der Lçsung und die Aktualität der Informationen. Das Datenmanagement nimmt großen Raumimlaufenden Betrieb der Lçsung ein, die Administrations- und Folgekosten, die damit zusammenhängen, müssen daher beim Projektstart bzw. der Software- Evaluierung bedachtwerden. Eine oft vernachlässigte Grçße im BI-Projekt ist die Frage der Datenqualität. Wie bereits in Kapitel 4(Nutzen von BI-Anwendungen) angesprochen, steht und fällt die Qualität der Auswertungen mitderqualitätderzuanalysierenden Datenbasis. Die Datenqualitätwird in der Praxis oft überschätzt. Die Erfahrung zeigt: Wenn sich ein Unternehmen sicher ist, dass die Datenqualitätgut sei, ist dasproblem oftam grçßten. Das Import-Werkzeug ist die Brücke zwischen der Datenbasis in den Vorsystemen und der Analyseschicht(s. Abbildung 30).Essorgtdafür,dass die richtigenanalysedaten vollständig, aktuell und konsistent zur Verfügung stehen durch einen gut modellierten Import-Prozess

2 Seite66 und durch integrierte Prüfroutinen.Dieser Idealzustand kann nicht mit der ersten Modellierung hergestellt werden; ein Importprozess braucht Zeit, um zu reifen. Das Ergebnis muss überprüftund mitmehreren Durchläufenoptimiert werden, wobei verschiedene Fehlertypen erkannt und entsprechend abgefangen werden. Wird bei der Implementierung eines BI- Systems eine interne Ergebnispräsentation nach dem ersten Datenimport eingeplant, empfiehltessich dahernicht,die Userschon aufdieserbasisonline zu schalten. Abbildung 30: DerDatenimport Grundsätzlich gilt: Der Importprozess ist komplex und erfolgskritisch für das gesamte BI-Projekt daherwirdein leistungsfähigeswerkzeugbençtigt. EsgibtverschiedeneAnsatzpunkte, wie ETL-Produkte konzipiert sind. Einige wichtige Hinweise, die bei dersoftware- Auswahl beachtetwerdensollten: Viele Importwerkzeuge kçnnen nur mit einer einzigen OLAP-Datenbank zusammenarbeiten. Ein Multi-OLAP-Datenbank-Importwerkzeug bietet jedoch mehr Zukunftssicherheit, datheoretisch die OLAP-Datenbank ausgetauscht werden kann, ohne den ETL-Projektteil komplett neumachen zu müssen. Fürden Import aus SAP-Systemen wirdmeist ein Zusatzmoduloderein anderesprodukt bençtigt. Manchmal werden auch fertige ABAP s angeboten, die im Projekt individuell angepasst und erweitert werden müssen.

3 Seite67 Bei Angeboten ohne Importwerkzeugmitmanuellen Imports (z. B.überExcel-Loop) oder individuell codierten Imports (z. B. über VBA oder C++) ist Vorsicht geboten. Manchmal versuchen Anbieter,die Lizenzkosten zu mindernundbietenkeinprofessionellesimportwerkzeugan, umsoden Verkaufschnellerabzuschließen.AmEnde ergeben sich fürden Kunden jedoch deutlich hçhere Beratungskosten und eine hohe Abhängigkeit vom Berater. Folgende Checkliste soll die Einordnung von Produkten bei der Auswahl eines geeigneten Werkzeugesunterstützen: Welche Aufgaben muss ein Importwerkzeugmindestensdurchführen kçnnen: Strukturen erzeugen (Dimensionen, Cubes,Rechenregeln) GuteToolskçnnen Hilfreiche Werte inden Cube laden zudem: WerteaufPlausibilitätprüfen Werteverdichten (z. B.Tageswertezu Monatssummen) Zeit-oderereignisgesteuert aufrufbar Fehlerhafte Strukturen melden und ggf.automatisch korrigieren Berechnungen durchführen (z. B.Umsatz errechnen) Strukturen perhand anlegen (z. B. Kontendimension) Szenariengenerieren mitwertübernahme aus andereszenarien (z. B. Forecast) Datenbereiche prüfen und Auffälligkeiten melden gleichzeitige Verarbeitung verschiedenerdatenquellen Zusatzfähigkeiten sind: Erstellen undverteilen von dezentralen Würfeln an Außendienst (per ) automatischebenachrichtigung bei Fehlern Würfeldaten (z. B.aus der Planung)sichern Steuernvon Berichtseinstellungen (z. B.Monatswechsel) Pflegen von Benutzern, Gruppen mitderen Berechtigungen 6.1 Datenimport an einem Beispiel: Vertriebs-Cube füllen Datenimport und Würfel-Aufbau sollen im Folgenden an Hand des Vertriebs-Cubes veranschaulicht werden, aufdessen BasisdieBerichte inkapitel 5 generiert wurden. Als Import-Werkzeug dient in diesem Beispiel der Cubeware Importer, der Daten aus einer relationalen Datenbank in den Alea Würfel überträgt. Gezeigt wirddie erste Modellierung des Datenimports. Hierist zu beachten,dass die Daten, die in den relationalen Strukturen desvorsystemsauf vçllig andereweisealsim Zielsystem

4 Seite68 gelagert sind, an der richtigen Stelle der multidimensionalen Hierarchie abgebildet werden. Ist der Datenimport erstmals modelliert, übernimmt das Importwerkzeug das Laden der Werte und Strukturen automatisch und zeitgesteuert gemäß der firmenspezifischen Vorgaben meist tagesaktuell und in der Nacht ausgeführt, um den laufenden Betrieb der operativen Vorsysteme tagsüber nicht zu belasten. Wie bereits erwähnt, sind fast immer mehrere Durchläufe und ModifizierungendesImports nçtig, um schließlich einen optimalen Importprozess zu erhalten, der fehlerfrei und zuverlässig alle Daten an die richtige Stelle importiert. Im folgenden Beispiel soll lediglich das prinzipielle Vorgehen beim ETL-Prozess dargestellt werden.eswird dahereine vereinfachte relationale Datenbank zu Grunde gelegt,die nur sehr wenige Tabellen umfasst und bei der keine fehlerhaften Datensätze existieren. Das relationale Datenmodell des Vorsystems bildet die einzelnen Informationen in zweidimensionalen Tabellen ab, deren Spalten (Domänen) überdie Spaltenbezeichnung und deren Zeilen (Tupel) über den Zeilenschlüssel angesprochen werden kçnnen. Einzelne Tabellen kçnnen mitanderen Tabellen überrelationenverknüpftwerden (s. Abbildung 31). Abbildung 31: RelationalesDatenmodell flache Daten in zweidimensionalen Tabellen

5 Seite69 Wie in Abbildung 31 dargestellt sind in der Ausgangsdatenbank unseres Beispiels Kunden, die einerkundengruppezugeordnetsind, sowie Produkte, die einerproduktgruppeangehçren, in Tabellen gespeichert. Die Linien zeigen die Beziehungen (Relationen) der einzelnen Wertezueinander. Überdie Beziehungen werden Gruppierungen vorgenommen. Die Kunden beispielsweisewerden definiert durch die Kundennummer,den Kundennamen unddiekundengruppe.diegruppierungerfolgtim relationalen Modell folgendermaßen: Kunde 1gehçrt zur Kundengruppe 1 in der Tabelle Kundengruppe ist zu sehen: Kundengruppe 1ist Kundengruppe Süd. Kunde 2gehçrt ebenfallszur Kundengruppe 1 alsokundengruppe Süd. Kunde 3gehçrt zur Kundengruppe 2 alsokundengruppe Nord. Die gleiche Systematik giltfürdie Produktgruppierung. In der aufgeführten Umsatztabelle steht bei Kundennummer und Produktnummer nur der jeweils vergebene Schlüsselwert, der über die Tabellen Kundenstamm und Produktstamm hinsichtlich Namen und Gruppierung aufgeschlüsselt werden kann. Weitere Angaben derumsatztabelle sind Zeitangaben, Absatzmengen, derumsatz sowie die zugehçrigen Personal-,Material- undvertriebskostenderjeweiligen Transaktion. Bei jedem eingelesenen Datensatz sind zum eingetragenen Kunden- und Produktschlüssel über die Kundenstamm- und Produktstamm-Tabelle die jeweiligen Kundengruppen und Produktgruppen ermittelbar. Diese Verschlüsselungs-Systematik relationaler Datenbanken sorgt zum einen für eine sehr çkonomische Speicherung wenn beispielsweise nur in einer Tabelle die Namen derkundengruppen ausgeschrieben und dieseinallen anderen Tabellen alsziffernangegeben sind, wirdwesentlichwenigerspeicherplatz bençtigt. Außerdem ist die Pflege effizient,wenn ¾nderungen nur in einereinzigen Stammdatentabelle gepflegtwerden müssen. Um den Importprozess in die multidimensionale Welt von Alea zu gestalten, wird der CubewareImportergestartet. 6.2 Datenbankverbindungen Quellsystem(e) und OLAP-Datenbank anlegen Der Eingangsbildschirm (s. Abbildung 32) ist geteilt in den Part des Quellsystems (links), in dem sich der Anwender unter anderem mit relationalen Datenbanken verbinden kann, und den Part des Zielsystems (rechts), in dem die Verbindung mit multidimensionalen Datenbanken vorgesehen ist. Das Importwerkzeug ist mit unterschiedlichen OLAP-Datenbanken kompatibel. Die Datenbank,die im Unternehmen im Einsatz ist,wird übereine Auswahlliste gewählt. Für den Anwender bzw. das Unternehmen bedeutet das, dass der Import-Prozess weiterhin mit dem gleichen Importwerkzeug durchgeführt werden kann, falls sich die IT-Strategie des Unternehmens ändert und eine andere OLAP-Datenbank eingesetzt werden soll/muss es

6 Seite70 wird dann lediglich die OLAP-Datenbank ausgetauscht. Anschließend müssen gegebenenfallsdatenbankspezifischeanpassungenvorgenommen. In unserem Beispiel wird die OLAP-Datenbank Alea ausgewählt. Abbildung 32: Auswahl dergewünschten Datenbank alszielsystem desimport-prozesses Durch die Verbindung mit der Alea-Datenbank erscheint ein Strukturbaum impart des Zielsystems,in dem Dimensionen undcubesangelegtwerden kçnnen. 6.3 ManuellesAnlegen von Dimensionen und Elementen DerersteVorgang ist dasanlegen vondimensionen, inunserem Beispiel derjenigen Dimensionen, die in der Vertriebsauswertung des vorigen Kapitels zur Verfügung standen. Die Dimensionen kçnnen entwedermanuell odermitassistenz-funktionendessystems(z. B. für

7 Seite71 Zeitdimensionen) angelegt werden. Zunächst wird die Dimension PLANIST manuell erzeugt. MitderAuswahl desordners Dimension im Strukturbaum erscheintein Fenster,in dem die Benennung derdimension eingegebenwird(s. Abbildung 33). Abbildung 33: Eingabe der Dimensions-Benennung und Auswahl, ob bestehende Dimensionen überschrieben oderergänzt werden sollen Die neuangelegte Dimension enthältunterordner, die im Strukturbaum abgebildet werden. In allen gängigen Import-Werkzeugen wird ein Ordner für die Elemente der Dimension erzeugt. Weitere neue Ordner, die das Importwerkzeug erzeugt, sind u. a. die Ordner Scripts (Programmierbausteine, z. B.zur Befüllung einer solchen Dimension aus Vorsystemen) und Mappings (zeichnerischeransatz zur Befüllung derdimension). In unserem Beispiel wird nun inder Dimension PLANIST über den Strukturbaum das Element IST angelegt in diesem Falle nur ein einziges Element, meist ist die Liste der Elementegrçßer. DasVorgehen ist ähnlich wie beim AnlegenderDimension. IngleicherWeise wirddie nächste Dimension angelegt:diedimension KONTEN enthältu.a. das Element DB 2 für Deckungsbeitrag 2. Der Deckungsbeitrag ist im Gegensatz zum

8 Seite72 Basis-Element IST ein kalkuliertes Element, das andere Elemente enthält und sich aus diesen berechnet. Im Strukturbaum werden die berechneten Elemente gekennzeichnet, bei Alea sind die so genannten C-Elemente(Calculated) durch ein Plus-Zeichen zu erkennen. DB 2 besteht aus den Elementen DB1 und Vertriebskosten, die beide in gewohnter Weiseals Unterelemente von DB 2 neuangelegtwerden. DB 2 berechnet sich aus DB 1 abzüglich Vertriebskosten. Die Kalkulation von berechneten Elementen sieht bei Alea standardmäßig die Addition der Unterelemente vor. Damit die Unterelemente in diesem Falle abgezogen werden, wird die Gewichtung -1 in den Eigenschaften desunterelements Vertriebskosten hinterlegt. Eine weitere Kalkulation wird für DB 1 hinterlegt, der sich wiederum aus den neu angelegten Elementen Verkaufserlçs abzüglich der Elemente Direkte Personalkosten (hiergemeintalsvariable Personalkosten oderproduktivepersonalkosten oderproportionale Personalkosten) und Direkte Materialkosten (hier gemeint als proportionale Materialkosten) berechnet auch hier wird die entsprechende Gewichtung in den Unterelementen hinterlegt(s. Abbildung 34). Abbildung 34: Abbildung derkalkulationsbeziehung von UnterelementendesDeckungsbeitrags

9 Seite73 Die Deckungsbeitragsschemen sindnatürlich firmenspezifisch undwerden gemäßderunternehmensstrukturen individuell abgebildet. Im Strukturbaum zeigen sich die hierarchischen Beziehungen des Deckungsbeitragsschemas, das in unserem Beispiel folgendermaßen aussieht(s. Abbildung 35): DB 1=Verkaufserlçs./. Proko (= proportionale Personalkosten +prop.materialkosten) DB 2=DB 1./. Vertriebskosten Abbildung 35: Hierarchische Abbildung desdeckungsbeitragsschemasim Strukturbaum Als weiteres Element der Dimension KONTEN werden die Absatzmengen in Stück angelegt. DiesesElementwird parallel zum Deckungsbeitragsschema eingeordnet,weil essich um Mengen handelt, die nicht im DB-Schema eingehen. Mit diesem Element ist die Dimension KONTEN fertig gestellt. Alsnächsteswird die Dimension JAHRE mitdenelementen 2006 bis 2015 generiert. Die Monate mit aggregierten Quartalen werden in einer gesonderten Dimension abgebildet (s. Abbildung 36). Monate, Jahre und Quartale kçnnten alternativ auch in einer einzigen Zeit- Dimension zusammengefasst werden.

10 Seite74 Abbildung 36: Die Zeitachsen Dimension JAHRE und Dimension MONATEmitaggregierten Quartals-Elementen 6.4 AutomatisiertesErstellen von Dimensionen (mitmapping) Bei der folgenden Dimension KUNDEN empfiehlt es sich nicht, Elemente manuell anzulegen und zu pflegen.kundenlisten sind meist sehr umfangreich und außerdem dynamisch.jeder neu hinzukommende Kunde müsste einzeln im Import-Werkzeug angelegt werden bei Versandhändlern mit täglich neuen Kunden beispielsweise eine schier unmçgliche Aufgabe. Auch die Produktdimension ist meist eine dynamische Dimension, die sich durch neu hinzukommende Artikel oderneuezuordnungen in derproduktgruppensystematik häufig ändert. Ein ETL-Werkezeug sollte also die automatische Übernahme von Einzelelementen auch als Funktionalität des Modellierungsprozesses bereitstellen. In unserem Beispiel verbinden wir uns mit dem relationalen Vorsystem, in diesem Falle einer Access-Datenbank, um die Dimension Kunden überein Mapping zufüllen.alsverbindungwird die Standardschnittstelle ODBC ausgewählt.

11 Seite75 Bei der Verbindung bietet dieses Importwerkzeug verschiedene SQL-Dialekte zur Auswahl an. SQL (Structured Query Language) ist die Standard-Abfragesprache zur Kommunikation mitrelationalen Datenbanken.Esexistieren jedoch verschiedene Dialekte, d.h.datenbanken unterschiedlicher Hersteller verwenden abgewandelte Formen der Abfragesprache. Ist ein Import-Werkzeug inder Lage, die ausgewählte Datenbank in ihrem eigenen SQL-Dialekt anzusprechen, kçnnen natürlich die Abfragen umso differenzierter und präziser formuliert werden.in unserem Beispiel wird im AuswahlfensterderDialektJetSQL,die Abfragesprache von Access-Datenbanken, ausgewählt. Mit der Verbindung wird die Access-Datenbank im linken Bildschirmfeld angezeigt. Ihr Strukturbaum zeigt die Tabellen, an Hand derer zubeginn des Kapitels das Datenmodell einer relationalen Datenbank erläutert wurde, z. B. die Tabelle Kundenstamm mit Kundennummer, Namen und Kundengruppen (Kundengruppen verschlüsselt mit den Ziffern 1 3) sowie die Tabelle Kundengruppe, über die die Ziffern der Kundengruppen in Namen der Kundengruppen aufgeschlüsseltwerden (s. Abbildung 37). Abbildung 37: RelationalesVorsystem mittabellen im Strukturbaum(links)

12 Seite76 Beim Blick in den Ordner Kundenstamm zeigt sich die zugehçrige Tabelle mit Kundennummer, Name und Schlüssel für die Kundengruppe. Im oberen Teil des Screens ist das vorformuliertesql-statementzusehen, umdiesetabelle auszulesen (s. Abbildung 38). In der Kunden-Dimension der OLAP-Datenbank sollen diese Informationen in einer hierarchischen Ordnung abgebildet werden, und zwar ohne Schlüssel-Verweise, sondern mit Kundennamen,KundengruppenmitNamen (z. B. Süd ), sowie einem aggregierten Element Kunden gesamt. Daspassiert überdenordner Mapping in derdimension KUNDEN im StrukturbaumdesZielsystems. Abbildung 38: Tabelle Kundenstamm mit zugehçrigem SQL Statement im relationalen Vorsystem DasMapping ist die grafische VariantederProgrammierung (Skript)bzw. eine Logik, die die Datenübertragung von einem System in ein anderes definiert. Der Anwender gibt die Verbindung zwischen Quelle und Ziel grafisch per Mausklick vor. Das Mapping übersetzt

13 Seite77 diese Vorgabe in SQL Statements und stellt in unserem Beispiel eine SQL-Abfrage an die beiden Kundentabellen in der Access-Datenbank, um diese für die Abbildung in der OLAP- Struktur zur Verfügung zu stellen. Im Cubeware Importer ist die Abfrage der Datenquelle über selbst formulierte SQL Statements mçglich oder mit Hilfe eines Assistenten, der die entsprechenden Statements gemäß Auswahl der bençtigten Tabellen und Informationen generiert (s. Abbildung 39). Abbildung 39: Query Builder Assistent zur Auswahl der bençtigten Informationen aus der Datenquelle das entsprechende SQL-Statement zur Auswahl wird vom Import-Werkzeug generiert Sind die beiden Tabellen Kundenstamm und Kundengruppen ausgewählt,kann deranwender die Beziehung zwischen den Daten der Tabellen grafisch darstellen der Query Builder übersetztdieseabbildung wiederin dasbençtigte SQL-Statement(s. Abbildung 40).

14 Seite78 Abbildung 40: Grafische Darstellung derbeziehungen zwischen den Tabellen Kundenstamm und Kundengruppe (oben) mit automatisch generierter SQL-Abfrage (Mitte) und Ergebnistabelle mit aufgelçsten Schlüsseln, d.h.namen derkunden und Kundengruppen statt Ziffern(unten) FürdieseAbfrage wirdimmapping-screen ein Baustein generiert,derfürdasquellsystem steht. In einem weiteren Baustein definiert der Anwender durch Angabe der verschiedenen Levels die Hierarchien der anvisierten Dimension im Zielsystem. Durch die grafische Verbindung der beiden Bausteine per Mausklick werden die logischen Beziehungen zwischen Quell- und Zielsystem dargestellt: Die Kundennamen sollen dem Element Kunden zugeordnet werden, die Kundengruppe dem Element Gruppe. In der OLAP-Hierarchie wurde übergeordnet bereits das aggregierte Element Kunden gesamt definiert (s. Abbildung 41). Mit dem Speichern dieses Mappings ist die Definition der Kundendimension in der OLAP- Datenbank beendet. DieDefinition derproduktdimension wirdaufdie gleiche WeiseperMapping durchgeführt.

15 Seite79 Abbildung 41: Mapping Grafische Darstellung derverbindung vom Quell- inszielsystem Damit sind alle bençtigten Dimensionen für die Vertriebsauswertung erstellt. Wenn alle Dimensionenvorhanden sind, wird aus diesendimensionen derdatenwürfelerzeugt. Auch diesfunktioniert überden StrukturbaumderOLAP-Datenbank.Hierwirdangegeben, welche Dimensionen derwürfel enthalten soll.inunserem Fall werden alle erzeugten Dimensionen aus der Auswahllistegewählt,der Name des Cubes wirdmit VERTRIEB angegeben. DieAusführungderbishergeschildertenDefinitionenerfolgtübereinensogenannten Job, der als Ordner im Strukturbaum vorgesehen ist. Das Import-Werkzeug erhält damit die Befehle zur Durchführung: Erzeuge die Dimension PLANISTmitdem Element Ist Erzeuge die Dimension Konten (mitallen Elementen) Erzeuge die Dimension JAHRE (mitallen Elementen) Erzeuge die Dimension MONATE(mitallen Elementen) FühredasMapping zur Dimension KUNDEN aus FühredasMapping zur Dimension PRODUKTEaus Erzeuge den Cube Würfel VERTRIEB(mitden vorgegebenen Dimensionen)

16 Seite80 Wenn der Job angestoßen wird, dokumentiert ein Protokoll die Durchführung der Transaktion: Verbindung mit der Access-Datenbank, Ausführung von Mappings, Erstellung des Cubesusw. Der Würfel ist damit fertig gestellt und kann im Browser des Systems angezeigt werden (s. Abbildung 42). Abbildung 42: FertiggestellterVertriebs-Cube mitdynamischertabelle alsoberfläche 6.5 Befüllen desneuenwürfelsmitwerten Bislang wurden lediglich die Strukturen des OLAP-Würfels aufgebaut. Was fehlt, sind die Werte, die ebenfalls aus dem Quellsystem übertragen werden. Die Übertragung der Werte funktioniert wiederum über ein Mapping, das ähnlich läuft wie bei der Erstellung der Dimensions-Strukturen,in diesem Falle ist allerdings dercubestatt einer Dimension das Ziel. Als Ausgangspunkt im Quellsystem fungiert die Umsatztabelle, die alle bençtigten Werte enthält. Um auch Kunden- und Produktnamen in die Umsatztabelle des Zielsystems mit zu

17 Seite81 übernehmen, müssen auch die Tabellen Kundenstammund Produktstamm in die Ausgangsdefinition mit einbezogen werden. Über das Mapping wird eine SQL-Abfrage an diese drei Tabellen gestellt,die Abhängigkeiten dertabellen und Werte untereinanderwerden wie oben beschrieben per Mausklick grafisch definiert. Die zusammengefasste Ergebnistabelle mit Werten und zugehçrigem SQL-StatementzeigtAbbildung 43. Abbildung 43: Assistentengestützte SQL-Abfrage zur Übertragung aller bençtigten Kennzahlen in den Vertriebs-Cube Die fertige SQL-Abfrage an das Quellsystem erscheint wiederum als Baustein im Mapping-Screen. Daneben wird der Baustein des Zielsystems, nämlich des Vertriebs- Cubes, definiert. Mit grafischer Verbindung per Mausklick wird wiederum definiert, an welche Stelle des Zielsystems die Daten aus dem Quellsystem übergeben werden sollen (s. Abbildung 44).

18 Seite82 Abbildung 44: Grafische Definition derwerteübertragungvomquell- inszielsystem DerWeg derdatenübertragung ist damitdefiniert,die Umsetzung kann übereinen neuen Job Daten laden angestoßen werden.dasjob-protokoll zeigt,oballedatenproblemlosgeladen werden. Da es in der Unternehmenspraxis meist um sehr große Datenmengen geht, ist die Performance des Import-Werkzeuges bzw. die schnelle Datenübertragung ein wesentliches Kriterium, das bei der Auswahl des ETL-Tools beachtet werden sollte. In Vertriebspräsentationen werden gerne schnelle Übertragungen mit kleinem, vorbereinigten Datenbestand vorgeführt, diese optimierten Vorführungen haben mit der Realität in Unternehmen wenig zu tun. Die Kontrolle der Übertragung erfolgt über einen Blick in den Verbriebs-Cube: Hier sind die angezeigten Tabellen nunmitwerten gefüllt(s. Abbildung 45). Eine weitere Kontrollmçglichkeit ist die Überprüfung in der Excel-Umgebung, mit der im vorigen KapiteldasReporting mitdiesen Kennzahlenerläutert wurde.dieschritte dazu:

19 Seite83 Abbildung 45: MitWerten befüllterverbriebs-cube nach derdatenübertragung Importer-Werkzeugschließen Excel-Integrationçffnenund mitdem neuen Verbriebs-Cube verbinden Berichte wie in Kapitel 5erläutert aufbauen und Werte, auch durch Summenbildung, überprüfen In unserem Beispiel stellt sich das Ergebnis mit gleichen Werten wie im Reporting-Beispiel desvorigen KapitelsbeispielsweiseinfolgenderAuswertung dar(s. Abbildung 46). Auf Basis dieser Modellierung werden die regelmäßigen Datenimports zur Aktualisierung der Daten im OLAP-System durchgeführt. Bei der Steuerung der regelmäßigen Übertragungen spielen die Funktionalitäten des Jobs, der für die Umsetzung von Modellierung und Datenübertragung sorgt, eine zentrale Rolle. Der Cubeware Importer unterstützt damit beispielsweisefolgende Aktionen:

20 Seite84 Abbildung 46: Überprüfung derwerte-übertragung in derexcel-integration Zeitpunkt Fehlerroutinen: Manueller und Rhythmus der Datenaktualisierung: Zeitgesteuerte Übertragung aus dem Vorsystem,inderPraxismeistmonatlich odertäglich, ausgeführt nachts Abfangen von Fehlern bei der Übertragung, Dokumentation in einer Log-Datei, die direktals versandtwerden kann Start des Import-Jobsvon verschiedenen Arbeitsplätzen aus mçglich (Remote mitpasswort)