Geovisual Analytics im Controlling

Transkript

1 296 Geovisual Analytics im Controlling Klaus BÖHM, Nikolai BOCK, Ralf DÖRNER, Sebastian HANGEL, Axel KRIEGER und Udo PRAXL Zusammenfassung In diesem Beitrag wird ein System vorgestellt und diskutiert, das durch Integration von Geovisual Analytics (GVA) in ein traditionelles, kommerziell vertriebenes Werkzeug für den Bereich operatives Controlling im Rahmen eines Forschungsprojekts gemeinsam mit der Herstellerfirma entwickelt wurde. Gefördert wurde das Projekt aus Mitteln der LOEWE Landes-Offensive zur Entwicklung Wissenschaftlich-ökonomischer Exzellenz, Förderlinie 3: KMU-Verbundvorhaben im Rahmen von Hessen ModellProjekte. Das System ist für den praktischen Einsatz bei mittelständischen Unternehmen konzipiert. Dabei werden im Beitrag wesentliche Aspekte für die erfolgreiche Realisierung von GVA in einem realen Produkt für das Anwendungsfeld Controlling beleuchtet. Der Beitrag betrachtet zunächst die funktionalen und nicht-funktionalen Anforderungen aus Controlling-Sicht. Anschließend werden die für das Anwendungsumfeld ausgewählten kartographischen Komponenten erläutert. Ein Fokus im Beitrag liegt auf der technologischen Realisierung der gegebenen Anforderungen. Hierzu werden das Realisierungskonzept und die entwickelte Architektur skizziert. 1 Einleitung Operatives und strategisches Controlling sind etablierte Begriffe der Wirtschaftswissenschaften. Die Tatsache, dass mehr als 80 % aller Geschäftsdaten einen Raumbezug haben, wurde bisher nur begrenzt von den zur Unterstützung von Controlling eingesetzten Softwaresystemen in Betracht gezogen. Dabei kann georeferenzierte Information als wertvolle Basis für die Analyse und Simulation in diesem Anwendungsgebiet dienen (FRAUNHOFER IAIS 2007). GVA ist ein neues Forschungsgebiet, welches mit der Entwicklung neuer Methoden für die Analyse komplexer Daten durch interaktive, raumbezogene Visualisierung und mit der Kommunikation der Ergebnisse zur Unterstützung von Entscheidungsprozessen befasst ist (TOMASZEWSKI 2009, JERN 2009, ANDRIENKO et al. 2007). 2 Anforderungen 2.1 Funktionale Anforderungen Für die Identifikation von anwendungsspezifischen Anforderungen und tragfähigen Konzepten wurde ein partizipativer Designansatz unter Verwendung von u. a. Papierprototypen auf Grundlage von Usage Stories gewählt. Der Schwerpunkt hier lag in der Analyse des Strobl, J., Blaschke, T. & Griesebner, G. (Hrsg.) (2012): Angewandte Geoinformatik Herbert Wichmann Verlag, VDE VERLAG GMBH, Berlin/Offenbach. ISBN

2 Geovisual Analytics im Controlling 297 Added Value und der Einsetzbarkeit typischer GVA-Komponenten für das konkrete Anwendungsgebiet: Tabellen, Diagramme und Karten. Für unterschiedliche Branchen ergeben sich im Controlling hinsichtlich des Raumbezugs konkrete Fragestellungen aus den Themengebieten Vertrieb, Marketing, Organisation und Logistik. Beispielhaft zu nennen wären: Ist der Absatz von Produkten regional unterschiedlich? Haben Aktionen in einer bestimmten Region Auswirkungen auf den Absatz in unmittelbar angrenzenden Regionen? Ist die Kundenstruktur auf zu wenige Regionen begrenzt? Um den Nutzer bei der Antwortfindung bestmöglich zu unterstützen ist es wichtig, die Informationen übersichtlich und einfach visuell erfassbar darzustellen, sowie einen hohen Grad an Interaktivität zu erlauben. Abb. 1: Beispiel eines Papierprototyps. Er diente u. a. der Klärung der Frage, welche interaktiven Möglichkeiten zur Filterung der angezeigten Daten einem Benutzer angeboten werden sollten. Auf Basis der Papierprototypen wurde ein Entwurf für die angestrebte Oberfläche entwickelt. Mithilfe des Prototypings und der Definition von Use-Cases wurde der Workflow definiert, der insbesondere auch zur Festlegung der funktionalen Anforderungen diente. Zu diesen zählen: Umfangreiches Filtern von Daten (Kunden, Artikel, Gruppen) Unterschiedlichen Darstellungsformen für Geoinformationen Darstellung mehrerer Analysewerte (Umsatz, Menge, Deckungsbeitrag) Mehrere Sichten (Tabelle, Karte, Diagramm) auf den Datensatz, vgl. Abbildung 1 Definition eigener Geometrien (z. B. Vertriebsgebiete) Detail-on-Demand Analyse (durch Interagieren in der Karte) Reports mit individuellen Dashboards Online-Simulation (Datenmodifikation Neubewertung Visualisierung) 2.2 Nicht-funktionale Anforderungen Neben den funktionalen Anforderungen wurden auch die für das spätere Produkt relevanten nicht-funktionalen Anforderungen erfasst und berücksichtigt. Von zentraler Bedeutung für das Produkt sind dabei u. a. die konsequente Trennung der Datenschicht von der Business-

3 298 K. Böhm, N. Bock, R. Dörner, S. Hangel, A. Krieger und U. Praxl Logik, die Unterstützung von verschiedenen DBMS, wie Sybase SQL Anywhere 12, MS SQL 2008 und Oracle 11g, und die Nutzung von Standardwebbrowsern (mindestens IE 9+, Firefox 5+) für das Client User Interface. Weiterhin ist der Betrieb als reine Intranet- Lösung ohne Zugriff auf externe Onlinedienste vorzusehen. Zudem soll das System eine hohe Skalierbarkeit hinsichtlich der Anzahl an Datensätzen (mehrere Millionen) bieten, da es mit vielen unterschiedlichen Analysewerten über einen großen Zeitraum arbeiten können muss. 3 GVA-Komponenten Die zielführende Nutzung von Geschäftsdaten durch raumbezogene Analysemöglichkeiten wurde umfangreich in FEIX (2007) erläutert. BÖHM et al. (2011) und EICHAR (2011) zeigen aktuelle Entwicklungen von GVA mit Business Intelligence auf. Die nachfolgende Ausführung konzentriert sich auf die für die Anwendung relevanten kartographischen Darstellungsformen. Die folgenden Methoden wurden ausgewählt: Choroplethenkarte Im Projekt werden über Farbskalen Analysewerte angezeigt. Die Farben entsprechen Wertebereichen des Analysewertes. Heatmap Im Projekt ermöglicht die Heatmap die Ermittlung von Kundenhäufungen auf einen Blick (Hotspots). (WECKBECKER 2010) Rubinigraph Nutzung zur Darstellung kompakter Gebiete von z. B. Mitarbeitern, welche in Beziehung zu ihren Kunden stehen (DYCKERHOFF 2004). Das Text-Symbol-Diagramm vergleicht zwei Analysewerte miteinander (Hervorhebung durch Farbverlauf) in Verbindung mit einer Kategorisierung der Größenordnung. Hierdurch direkte Erkenntnis z. B. welche Firma positive und negative Zahlen hervorbringt. Donut-Diagramm Im Projekt werden zwei Zeitpunkte oder Szenarien direkt miteinander verglichen. Symbol greift nebenstehende Kategorisierung auf. Die interaktive, explorative Analyse des Sachverhaltes ist von zentraler Bedeutung bei GVA. Die gewählten Visualisierungen (Karte/Tabelle/Chart) erlauben unterschiedliche Sichten auf die gleiche Datenbasis. In der Anforderungsanalyse hat sich gezeigt, dass eine enge Kopplung zwischen den Sichten von hoher Relevanz für die Anwender ist. Als Lösungskonzept wurden hier spezifische Interaktionen umgesetzt, die dem Prinzip des Brushing and Linking nach (KEIM 2002) folgen: wählt der Benutzer einen Teilbereich in einer

4 Geovisual Analytics im Controlling 299 Visualisierung aus, werden die entsprechenden Datensätzen auch in allen anderen Visualisierungen hervorgehoben. 4 Technologische Herausforderungen Für die Realisierung des Analysewerkzeugs sind folgende Aspekte zu beachten: Geocoding: Die Nutzung von Open Source zur Sicherstellung von Lizenzfreiheit ist relevant, um ein annehmbares Kosten-Nutzen-Verhältnis zu erzielen. Die Massenbearbeitung von z. B Datensätzen ist zu gewährleisten. Lösung: Kein aktuell verfügbares Werkzeug erfüllt die Anforderungen zufriedenstellend, daher ist ein eigener Dienst zu entwickeln. Multiple DBMS: Kritisch sind Möglichkeiten und Aufwand für Erweiterungen bestehender Frameworks im Hinblick auf spezielle raumbezogene Abfragen und die Flexibilität hinsichtlich der DB, um die Skalierbarkeit des Gesamtsystems zu gewährleisten. Lösung: Verwendung und Erweiterung von Hibernate Spatial als Datenzugriffsschicht und Entwicklung notwendiger Schnittstellen an den verwendeten Frameworks. Intranet-Lösung: Alle Informationen und Daten sind über eigene Services zur Verfügung zu stellen. Dies spielt vor allem bei der Umsetzung der Basiskarte und bei dem Geocoding- Diensten eine signifikante Rolle. Lösung: Rendering von OSM-Daten über WMS-Dienste und Daten-Import über Eigenentwicklung mit Schnittstelle zu Hibernate Spatial; eigenständiger Geocoding-Dienst, s.o. Große Datenmengen: Alle Daten können nicht gleichzeitig visualisiert werden. Lösung: Dem Nutzer werden Möglichkeiten zur interaktiven, aufgabenbezogenen Vorselektion gegeben, dazu sind unterschiedliche Filtermöglichkeiten zu entwickeln. 5 Realisierungskonzept und Architektur Zentral im Realisierungskonzept ist die Architektur, welche in Abbildung 2 dargestellt ist. Die multi-tier Architektur lässt sich in 4 Bereiche aufteilen: Die Persistenz-Einheit: Diese dient dem Zugriff auf die einzelnen Daten aus dem DBMS. Durch die Verwendung der Java Persistence API 2 (JPA2) mit Unterstützung von Hibernate (Spatial) können alle oben genannten DBMS inkl. des Raumbezugs verarbeitet werden. Hibernate Spatial verwendet, wie Hibernate, für jedes DBMS einen Provider. Im Zuge des Projektes wurde ein solcher Provider für Sybase SQL Anywhere entwickelt. Für die weiteren im Projekt vorhandenen DBMS war dieser bereits vorhanden. Die Geo-Services: Sie bieten alle Funktionen an, die mit raumbezogenen Daten in dieser Anwendung arbeiten. Mit Unterstützung des Geoservers werden die unterschiedlichen Kartentypen und die OSM-Basiskarte zur Verfügung gestellt. Auch hier wurde eine entsprechende Zugriffsschnittstelle zu Hibernate Spatial entwickelt. Zudem gibt es Dienste zum Import von OSM-Daten in multiple DBMS. Auch diese arbeiten mit Hibernate Spatial und wurden in die vorhandenen Entwicklungen integriert. Weiterhin wird ein Geocoding- Dienst für eine Massenverarbeitung von Kundenadressen bereitgestellt. Für die Darstellung

5 300 K. Böhm, N. Bock, R. Dörner, S. Hangel, A. Krieger und U. Praxl der Karten wurden unterschiedliche Ansätze (Server-/Client-basiert) analysiert und aus Gründen der Skalierbarkeit und der Performanz die serverbasierte Lösung eingesetzt. Die Business-Logik: Sie steuert den gesamten Prozess der Software. Sie kümmert sich um das Rechtemanagement und produziert Ergebnisdatensätze aus einzelnen Datenzugriffen über die Persistenz-Einheit bzw. über erweiterte Berechnungen. Abschließend bietet sie Funktionen um die Daten für den Geoserver on the fly zur Verfügung zu stellen. Hierzu erfolgt der Zugriff auf den Geoserver über dessen REST-Schnittstelle. Über diese Schnittstelle lassen sich sowohl neue Layer inkl. deren Daten erstellen, als auch das Design mithilfe des OGC-Standards Styled Layer Descriptor (SLD) setzen. Das Portal: Mittels des Portals wird dem Anwender Zugriff auf die GVA-Komponenten gewährleistet. Es beinhaltet ein User-Management-System mit Rollenverteilung und Zugriffssteuerung. Dem Einzelanwender wird zudem ein Dashboard zur individuellen Zusammenstellung der GVA-Komponenten zu Verfügung gestellt. Als Portalsoftware wurde Liferay gewählt, welches um eigene Portlets gemäß JSR 286 erweitert wurde. Diese Erweiterungsmöglichkeit war bei der Auswahl der Portalsoftware ein ausschlaggebendes Kriterium. Unter anderem wurden die folgenden Portlets entwickelt: Report-Portlet für die Verwaltung der Reports inkl. eines Filterwizards zur gezielten Dateneinschränkung Tabellen-Portlet für die Darstellung der Daten in tabellarischer Form inkl. Interaktion mit den anderen Darstellungskomponenten Karten- und Layerswitcher-Portlet für die Darstellung der Basiskarte und der weiteren Ebenen. Die darin integrierte Verwaltungsinstanz erstellt zusätzliche Layer und bietet für jede Ebene einige Einstellungsmöglichkeiten. Zudem beinhaltet sie eine Legende. Die Reihenfolge der Ebenen lässt sich per Drag and Drop intuitiv verändern. Chart-Portlet für die Darstellung von Diagrammen, wie z. B. Bar- oder Pie-Chart Timeslider-Portlet für die zeitliche Interaktion mit den Daten. Dabei können sowohl Zeitpunkte, als auch Zeiträume ausgewählt werden. Zusätzlich werden die Daten in Form eines Liniendiagramms, welches die Zeit auf der horizontalen Achse verwendet, visualisiert. Abb. 2: Vereinfachtes Architekturmodell des GVA- Prototypen

6 Geovisual Analytics im Controlling Validierung des Ansatzes Die Evaluierung des Systems erfolgt auf zwei Ebenen. Zum einen wird die technologische Realisierbarkeit betrachtet auch im Hinblick auf Fragen der Performanz und Skalierbarkeit. Zum anderen wird die Akzeptanz des GVA Ansatzes untersucht. Zur Validierung wurde ein Prototyp entwickelt. Dabei wurde aktuell insbesondere das Zusammenspiel der einzelnen GVA-Komponenten mit realen Daten, den Controlling- Algorithmen und den serverseitigen Zusammenhängen (Datenzugriff, Verarbeitung, Kartenrendering) validiert. Das Ergebnis der technischen Validierung ist die Bestätigung, dass die gewählten Komponenten korrekt eingesetzt werden konnten und dass das Zusammenspiel dieser ordnungsgemäß funktioniert. Die Skalierbarkeit wurde im ersten Schritt mit ca Datensätzen erfolgreich getestet. Die zweite Stufe der Validierung beinhaltet die Einbindung von Endanwendern. Hierbei steht die Akzeptanz des Systems und der GVA Methodik im Vordergrund. Literatur ANDRIENKO, G., ANDRIENKO, N., JANKOWSKI, P., KEIM, D., KRAAK, M.-J., MACEACHREN, A. et al. (2007), Geovisual analytics for spatial decision support: Setting the research agenda. In: Int. J. Geogr. Inf. Sci., 21, 8. BÖHM, K., MEHLER-BICHER, A. & FENCHEL, D. (2011), GeoVisualAnalytics in the Public Health Sector. Spatial Data Mining and Geographical Knowledge Services (ICSDM), 2011 IEEE International Conference on Issue, June July , DYCKERHOFF, W. (2004), Einsatzmöglichkeiten von GIS im Marketing. GRIN Verlag, 22 f. EICHAR, J. (2011), The Intersection of Geospatial and Business Intelligence. org/drupal/content/intersection-geospatial-and-business-intelligence ( ). FEIX, C. (2007), Bedeutung von Geo-Business Intelligence und Geomarketing zur Entscheidungsunterstützung unternehmerischer Planungsprozesse im Kontext wirtschaftlicher Liberalisierung. FU-Berlin, receive/fudiss_ thesis_ ( ). FRAUNHOFER IAIS (2007), Räumliches Data Mining von Fraunhofer IAIS. ( ). JERN, M. (2009), Collaborative Web-enabled Geovisual Analytics applied to OECD Regional Data. DD4D. ( ). KEIM, D. (2002), Information Visualization and Visual Data Mining. In: IEEE Transactions on Visualization and computer graphics, TOMASZEWSKI, B. (2009), Emerging Applications and Challenges for Geovisual Analytics Research. ( ). WECKBECKER, A. (2010), Geovisual Analytics Visualisierungstechniken, Einsatzgebiete und Beispiele in Online-Anwendungen. VDM Verlag Dr. Müller.