2 Wasist OLAP? Was ist OLAP? 2.1 Dasmultidimensionale Datenmodell. 2.2 Dimension. Seite21 VERLAG FÜR CONTROLLINGWISSEN AG V C W. Controllers-Werkzeug

Transkript

1 Seite21 2 Wasist OLAP? 2.1 Dasmultidimensionale Datenmodell Die Erläuterung des Begriffs OLAP gehçrt im logischen Aufbau dieses Buchs zur Begriffsklärung im nachfolgenden Kapitel 3,in dem Begriffe aus dem Umfeld von Business Intelligence erläutert werden. Mit dem Verständnis von OLAP erschließt sich ein großer Anwendungsbereich analytischer Informationsverarbeitung, der das Segment Business Intelligence ausmachtund derim ausführlichen Praxisteil desvorliegenden Buchesvorgestelltwird. Das Prinzip der OLAP-Technologie, das sich mit wenigen zentralen Kategorien der OLAP- Welt erklären lässt, soll daher in diesem gesonderten Kapitel vorangestellt und detailliert erläutert werden an Hand von anschaulichenbeispielenauch nachvollziehbarfürleser,die bishernichtnähermitdem Thema befasst waren. OLAP stehtfüronline Analytical Processing und bezeichneteinen bestimmten Datenbanktyp bzw. eine Technologie, die speziell für Planung, Analyse und Reporting konzipiert wurde. E.F. Codd, der mit seinen zwçlf Regeln das OLAP-Prinzip erstmals definiert hat, beschreibt vorallem die Anforderungen,die eine Softwareerfüllen muss, umfür analytisches Arbeiten geeignetzusein (vgl.codd, E.F.(1993)).ZuGrunde liegtdieservon Codd in den 90erJahren geprägten Technologie eine spezielleart derdatenhaltungbzw. Datenverwaltung mitmehrdimensionaler Datenmodellierung. Symbolhaft kann eine solche mehrdimensionale Datenhaltung miteinem Würfel dargestelltwerden. 2.2 Dimension Der Begriff Dimension ist ein Schlüsselbegriff. Eine Dimension ist definiert als Liste gleichartigerelemente in derunternehmenspraxismeist diebetriebswirtschaftlichen Eckpunkte, mit denen die Geschäftstätigkeit eines Unternehmens abgebildet werden kann. Typische Dimensionen sind z. B.Kunden, Produkte, Zeit,Währungen, Konten, Kostenstellen, etc. In einem OLAP-Projekt ist die Erstellung der notwendigen Dimensionen der erste Projektschritt. Ausgangspunktfürdie Identifizierung dieserdimensionen sind die Kennzahlen, die analysiert werden sollen. Eine Vertriebszahl beispielsweise zeichnet sich durch mehrere spezifische Merkmale aus: Sie bezieht sich auf einen bestimmten Kunden, ein Produkt und einen Vertriebsbeauftragten. Sie gehçrt außerdem zu einem bestimmten Konto, z. B. Umsatz odermenge, undstellteineplan- oderist-zahl dar,usw. Aus diesen Merkmalen leiten sich die Dimensionen ab z. B. Kunden, Produkte und Zeit. Dimensionenkçnnen indiesem SinnealsAnalysemerkmale bezeichnetwerden. Innerhalb einerdimension kçnnen Hierarchien gebildetwerden.in einerproduktdimension beispielsweise bilden die einzelnen Produkte die Basiselemente. Die Produktgruppen oder die Gesamtheit der Produkte sind verdichtete Elemente. Auf diese Weise kçnnen die im Unternehmen existierenden realen Strukturen einfach und überschaubar in Form von Dimensionen abgebildetwerden.

2 Seite22 Abbildung 2: Beispiel Dimension Produkthierarchie mit Basiselementen und verdichteten Elementen 2.3 Datenwürfel odercube Sind die Dimensionen einer Organisation erstellt, werden sie in einem Würfel-Modell (engl. Cube) kombiniert. Das einfachste Bild zur Veranschaulichung dieses Modells ist die Vorstellung vom Würfel als einem Regal für Werte. Der Würfel wirddurch die Dimensionen bestimmt. Gehtesbeispielsweiseum die Analyse vonumsatzzahlen, dann kçnnte ein Würfel aus den Dimensionen Kunden, Produkteund Zeitbestehen. Die Dimension Kunden bestehtin diesem Beispiel aus den Elementen Kunde 1, Kunde 2, Kunde 3,Kunde 4und Kunde 5. Die Dimension Produktebestehtaus den Elementen Produkt1bisProdukt5. Die Dimension Monatebestehtaus den Elementen Januar,Februar,März und April. Abbildung 3: Umsatz, definiert über die Dimensionen Kunden, Produkte und Zeit

3 Seite23 ImBild deswürfelsalswerte-regal soll der Lagerverwalter von Umsatzzahlen nuneinen Umsatzwert in Hçhe von EUR an der richtigen Stelle einlagern. Dazu bençtigt er folgende Informationen: Zuwelchem Kunden, zu welchem Produktund zu welchem Monatgehçrt dieserumsatz? MitdiesenFragestellungen werden die Elemente ihren jeweiligen Dimensionen zugeordnet. Gehçrt im angeführten Würfel-Bild der Umsatz z. B. zu Kunde 5, Produkt 5 und Januar, so wirdderwert rechts unten im Regal abgelegt. Sind alle weiteren Umsatzwertedementsprechend einsortiert,kann man mitdemwürfel und seinen Dimensionen analytisch arbeiten. Dabei spielen die Begriffe Slice und Dice, eine wichtige Rolle. Es handelt sich dabei um typische Auswertungsfunktionalitäten im OLAP- Modell. Slice bedeutetschnitt. Da dermonitornur einezweidimensionale Sichtweise(nämlichZeilen und Spalten) darstellen kann, schneidetsich deranwenderzur Ansichtquasieine Scheibe aus dem Würfel.Das Ergebnis ist die in Abbildung 4 dargestelltanalyse. Abbildung 4: Slice Würfelschnitt alsanalyse-mçglichkeit

4 Seite24 Ein Controller kann an Hand dieser Analyse bereits weitreichende Informationen zu den dargestellten Umsätzen gewinnen: Entsprechen beispielsweise die Januar-Zahlen im Produkt 1 nicht den Erwartungen, kann der Controller im OLAP-Würfel sehr einfach einen anderen Monatstatt den Januarauswählen und darstellen, z. B. mitdoppelklick auf Januar. Hierwird die komplette Zeitdimension mit allen Monaten, Quartalen und Jahreswerten angeboten. Je nach Modellierung der Dimension sind auch Tageswerte denkbar. Im nächsten Schritt kann nun die Auswertung auf Februar umgestellt werden, um die Februarzahlen zu betrachten, ebenso die März-Zahlen, die April-Zahlen, usw. Will dercontrollerjedoch Produkt1übereinen monatlichen Zeitverlauf genauerbetrachten, ist diese Vorgehensweise nicht der ideale Weg. In diesem Falle empfiehlt es sich, Produkt 1 per Mausklick in den Kopfbereich zu ziehen und stattdessen die Monate in den Spalten abzubilden. Dieses Vorgehen wird als Dice (Drehen) bezeichnet. Es kann innerhalb der OLAP-Technologie einfach (meist perdrag und Drop) bewerkstelligtwerden. MitdemDice-Verfahrenwird derwürfel wiederum aus eineranderen Perspektivebetrachtet. DerControllerin unserem Beispiel erhältnun die in Abbildung 5gezeigteAuswertung. Abbildung 5: Dice Drehen deswürfelsalsanalyse-mçglichkeit AufGrund deranordnung derdaten in Dimensionen ist esdarüberhinaus mçglich, andere Produkte als Produkt 1auszuwählen. Die Hierarchie in den Dimensionen ermçglicht es außerdem, Produktgruppenanalysen durchzuführen oder die Gesamtheit der Produkte zu

5 Seite25 betrachten. Das Gleiche gilt für die Kunden- und Monatsdimension; beide kçnnen über die definiertendimensionshierarchien verdichtetwerden. Das vorliegende Beispiel zeigt, dass schon der einfache dreidimensionale Würfel vielfache Analysemçglichkeiten bietet. Füreine vollständige AnalysederDaten aus dervertriebs-perspektive fehlen jedoch noch weitere wesentliche Analysemerkmale. Die vorher getroffene Feststellung, dass der Umsatz mit Produkt 1imMonat Januar nicht den Erwartungen entspricht, kann nur auf Basis eines Vergleichs zwischen Ist- und Plan-Wert, d.h. einer negativen Abweichung,getroffen werden.ausdem bisherigenwürfel ist dieseabweichung noch nicht ersichtlich, da hier nur Ist-Werte dargestellt sind. Um neben diesen Ist-Werten auch Plan-Werte imwürfel speichern zu kçnnen, wird eine weitere Dimension bençtigt, die Dimension Plan/Ist. Diese enthält dieelementeist und Plan. Im OLAP-Modell kann ein Würfel mehr als drei Dimensionen haben. Bei der modellhaften Darstellung auf Papier ist man auf drei Dimensionen beschränkt, dies gilt nicht für die OLAP-Technologie. Zehn bis fünfzehn Dimensionen in einem Daten-Würfel stellen für die meisten am Marktüblichen OLAP-Programme kein Problem dar. Man sprichtweiterhin von einem Würfel, auch wenn das Überschreiten der dritten Dimensionen das räumliche Bild sprengt. DasPrinzip der Einlagerung deswertesin den Würfel bleibtweiterhin dasgleiche. Der Lagerverwalter erweitert lediglich seine Fragestellung bezüglich derdaten-merkmale: Welcher Kunde, welches Produkt,welches Monat,Ist oder Plan? Um einen Würfel füraussagekräftige Vertriebsanalysen zu erhalten, sind inunserembeispiel weitere Dimensionen vorstellbar. So z. B. die Dimension Konzern, in der dargestellt wird, in welchem Konzernbereich dieser Umsatz erzielt wurde. Eventuell hat diese Dimension eine Hierarchie, die bisaufden einzelnen Vertriebsbeauftragten aufgeklappt werden kann.die Bezeichnung für diese Vorgehensweise ist Drill Down, der Anwender verfolgt hier je nach Hierarchiestruktur aggregierte Datenübermehrere Ebenen bisin ihre Einzelbestandteile.Roll Up beschreitetden umgekehrten Weg in immerhçherverdichtetesummen. Im Vertriebs-Würfel wäre außerdem eine mehrstufige Deckungsbeitragsrechnung sinnvoll. Neben Umsatzzahlen sollten also auch Mengen und produktspezifische Kosten (z. B. die direkten Herstellkosten,Provisionen, etc.)mitin den Würfel aufgenommenwerden. Die meisten OLAP-Projekte beschäftigen sich mit der Aufgabe, relationale oder flache Daten in einem mehrdimensionalen, fürdie Datenanalyseoptimierten Datenspeicherneuzu formulieren.diesermehrdimensionale Datenspeicher,derWürfel, speichert diedatenin der Perspektive der Dimensionen und erlaubt den Anwendern so, die Daten entlang der Unternehmensachsen zu analysieren. Die Anforderungen an die Analyse umfassen ein weites Spektrum, von derstatistik bishinzu Simulation. In unserem Beispiel wurde der Aufbau eines komplexen OLAP-Würfels nachvollzogen, um dasolap-prinzip zu erläutern.diesesprinzip lässt sich folgendermaßen zusammenfassen: 1. Merkmale (Dimensionen) einerzahl füranalysen identifizieren 2. Dimensionenggf.mitHierarchien erstellen

6 Seite26 3. Dimensionen zu einem Würfel kombinieren 4. Würfel mit Daten befüllen, wobei jede Zahl pro Dimension einem Element (z. B. Dimension Monate, ElementJanuar)zugeordnetwird. 5. WürfelauswertenmittelsSlice &Dice/Drill DownundRoll Up InderUnternehmenspraxiswerden dann meist mehreredatenwürfel mitkennzahlen fürdie verschiedenen Unternehmensbereiche aufgebaut, deren Daten miteinander kombiniert werden kçnnen. Typische OLAP-Einsatzgebiete neben dem Vertrieb sind z. B. Finanzen (Bilanz, GuV, Liquidität), Marketing,Personal, Projekte, Logistik, Produktion und Einkauf. Die Vorgehensweise beim Aufbau eines Würfels wird in den Kapiteln 5 bis 7an Hand eines Beispiels aus dem Vertrieb veranschaulicht,in dem deraufbaueiner Berichts-und Planungsumgebung und die Befüllung mit Daten in einer OLAP-Datenbank durchgespielt wird. Das folgende Beispiel einer OLAP-Anwendung macht deutlich, welche Vorteile die dynamische Berichterstellung auf Basis des multidimensionalen Datenmodells dem Controller im Geschäftsalltag erçffnet. 2.4 OLAP Die Anwendung Statische Berichte ermçglichen dem Betrachter keine weitergehenden Analysen, die zur Entscheidungsfindung aber oftmals notwendig sind. Nehmen wir an, der Geschäftsführer einesunternehmens bekommt die Plandaten einersparte fürdaskommende JahrXinForm einer Deckungsbeitragsrechnung in Abhängigkeit von den Produkten, wie in Tabelle 1 dargestellt,präsentiert. Tabelle 1: Bericht1 Deckungsbeitragsrechnung dersparte 2in Abhängigkeitvon den Produkten fürdasjahrx

7 Seite27 Der zuständige Vertriebsleiter erklärt, dass ein guter Teil des Planumsatzes auf dem neuen Markt Süd mit etwas gesenkten Preisen erwirtschaftet werden soll. Den Geschäftsführer würde vermutlich interessieren,wie sich die Umsätze auf die Regionen Süd und die bereits bestehenden Regionen Mitte und Nord verteilen. Außerdem kçnnte von Interesse sein, wie viel derdbii in derregion Süd unterberücksichtigung dermarkterschließungskosten ausmacht. Jetzt wäreeswünschenswert,die Sichtweise desbisherstatischen Berichts spontan (ad hoc) so zu wechseln, dass die Fragen beantwortetwerden kçnnen. OLAP ermçglicht es, diese Sichtweisen bzw. Dimensionen flexibel nach Anforderung zu ändern. Mit wenigen Mausklicks kann online die neue Sicht dargestellt werden. Als Aufriss entlang derx-achsewird anstelle derdimension ProduktdieDimension Region gewählt. ZusätzlichmçchtederGeschäftsführerden DB II je Region inklusivedermarkterschließungskosten sehen, das heißtdie Struktur derdb-rechnung verändert sich.mit wenigen weiteren Mausklicks kçnnen zu den Promotionskosten die Anlaufkosten für die Markterschließung hinzugefügtund derneueberichtkann angezeigtwerden (s. Tabelle 2). So wurde Ad-hoc ein neuerberichterstellt,den man jetzt eventuell auch alsneuen Standardbericht definieren kçnnte.dem Berichtkann man jetzt entnehmen, dass in derneuen Region SüdfürdasnächsteJahrein negativerdeckungsbeitrag II zu erwarten ist. Die nächstelogische Frage wäre jetzt, wie sich die Region in den Jahren danach entwickeln wird. Falls die folgenden Jahre bereits geplant wurden, kçnnen diese wiederum mit einem weiteren Mausklick zur Anzeige gebrachtwerden. Tabelle 2: Bericht2 Deckungsbeitragsrechnung dersparte 2in Abhängigkeitvon den Regionen

8 Seite28 Abbildung 6: Im Bericht 1 in Tab. 1 ist der markierte Ausschnitt des linken Würfels über alle Regionen aufsummiert dargestellt, im Bericht 2 in Tab. 2 wird dieselbe Datenscheibe (slice) dargestellt,jedoch aufsummiert überdie Produkteund differenziert dargestelltüberdie Regionen. Der markierte Ausschnitt des rechten Würfels entspricht der schattierten Spalte im Bericht 2 in Tab. 2.Innerhalb der Datenscheibe (slice) 2008 über alle Regionen und Produkte wird hinabgetaucht in Details(dice = drehen) derdimension Region Herkçmmliche Berichte liefern solche Informationen in der Regel nicht in der gewünschten Schnelligkeit und vor allem auch nicht mit diesem geringen Aufwand. Die OLAP-Technik wurde speziell entwickelt, um der Denkweise eines typischen analyseorientierten Benutzers entsprechen zu kçnnen. Literatur Codd, E. F., Codd, S. B., Salley, C. T. (1993): Beyond Decision Support, in: Computerworld 30/1993