Mit Dashboards SAP -Daten effizient nutzen

Transkript

1 242 West 30 th Street, Suite 801 New York, NY (O) (F) Mit SAP -Daten effizient nutzen gesponsert von QlikView Einführung Für viele SAP -ERP-Käufer kommt irgendwann der Punkt, an dem sie ihre Entscheidung bereuen. Die zusammengetragenen Daten sind zweifelsohne nützlich und die Prozessautomatisierung ist sicher eine Hilfe. Aber jede große ERP-Implementierung erfolgt in zwei Schritten. Im ersten Schritt wird die Software installiert, konfiguriert und unternehmensweit eingesetzt. Dieser Prozess ist zwar aufwändig und mühsam, aber er führt meist zu einer Verbesserung. Die Kaufreue setzt erst beim zweiten Schritt ein, wenn es darum geht, die Daten aus dem ERP-System heraus zu bekommen, um sie zur Unternehmensteuerung zu nutzen. Zwei wichtige Aufgaben fallen dabei in den Bereich von Business Intelligence. Zum einen müssen Daten aus unterschiedlichen Systemen wie SAP R/3 oder SAP ERP, SAP CRM, SAP SCM in eine einheitliche, dublettenfreie Form gebracht werden. Zum anderen gilt es, diese Daten mit anderen Quellen zu kombinieren, damit eine aussagekräftige, sinnvolle und brauchbare Grundlage zur Leistungsmessung und -analyse entsteht. Viele SAP -Kunden haben frustriert festgestellt, wie langwierig und teuer es sein kann, bis die Anwender endlich über die Informationen verfügen, die sie zur Beantwortung der wichtigsten Fragestellungen benötigen. Es kursieren zahlreiche Horrorgeschichten über Unternehmen, die für die Installation solcher Systeme Jahre gebraucht und Millionen ausgegeben haben, ohne letztendlich etwas vorweisen zu können. Der Grund für diese Misserfolge ist zweifellos die unflexible, monolithische Softwarearchitektur, die typisch für Lösungen von SAP, IBM, Oracle und Microsoft ist Unternehmen, die man unter dem Begriff Big BI zusammenfassen könnte. Zur Lösung des Problems kann man Werkzeugen einführen, die das leistungsstarke Big-BI-Backend mit einer flexibleren Oberfläche verbinden. Über diese Schnittstelle können die Fachanwender dann selbstständig Fragen beantworten und ihr Innovationspotenzial sinnvoll einsetzen. 1

2 Dieses Whitepaper erläutert, wie SAP -Kunden und andere Big-BI-Anwender den Wert ihrer Daten voll ausschöpfen können, indem sie ihren Mitarbeitern eine völlig neue Toolgeneration an die Hand geben und so ein Konzept nutzen, das als anwendergesteuerte Innovation bezeichnet wird. Die Probleme von Big BI SAP ERP wurde entwickelt, um den menschlichen Faktor, also falsche Eingaben und andere Fehler auszuschließen: Wie berechnet, automatisiert und entdeckt man Prozesse, die ineffizient und nicht definiert sind? ERP hatte die Aufgabe, das Wesentliche eines Geschäfts zu Informationen zu verdichten und diese Informationen dann zur Automatisierung von Prozessen und zur Verbesserung der Performance einzusetzen. Der Weg zu Big BI Business Intelligence entstand später, denn aus den vielen sich überschneidenden Quellen musste eine konsistente Datenbasis geschaffen werden. Bevor Daten analysiert werden konnten, wurden sie zuerst extrahiert, transformiert und in Data Marts und Data Warehouses geladen (siehe Abbildung 1). Business-Intelligence-Anwendungen mussten genauso robust sein wie die ERP-Systeme, die sie ergänzen sollten. Daher sind Big-BI- Angebote auch meist für den Einsatz in großen IT-Umgebungen ausgelegt. Der Herausforderung, unterschiedlichste Datenströme zu konsolidieren und zu bereinigen, war Big BI problemlos gewachsen. Doch als es darum ging, Daten nach wichtigen Informationen zu durchsuchen und neue Erkenntnisse an die Fachanwender weiterzuleiten, versagte Big BI völlig. Heute geben Unternehmen regelmäßig enorme Summen für Consultants aus, die Berichte aus erfolgskritischen ERP-Repositories wie Auftragseingang, Rechnungen oder der Meisterstückliste erstellen. Der Erfolg dieser Maßnahmen ist äußerst durchwachsen, manchmal sind die Ergebnisse völlig unbrauchbar. Und jeder Versuch, die Analyse- und Reportingstrukturen im Nachhinein zu ändern führt nur dazu, dass sich der Prozess noch mehr in die Länge zieht. 2

3 Endlose Verzögerungen Abbildung 1: Die typische Struktur von Big BI Ein von uns interviewtes Unternehmen versuchte gerade ein klassisches Data Warehouse einzusetzen. Die Berater schätzten, dass das Erstellen aller zur Überwachung des Lagerbestands nötigen Berichte ein Jahr dauern würde. Vor 10 Jahren wäre das vielleicht noch akzeptabel gewesen, aber heute nicht mehr. Nur zu oft hat Business Intelligence nicht das gehalten, was es versprochen hat: Es war nicht in der Lage, Unternehmen brauchbare Informationen zu liefern. Stattdessen wurden 3

4 die Anwender mit statischen Berichten und einer Handvoll Standardkennzahlen abgespeist. BI ist außerdem nie wirklich zum Management vorgedrungen. Es fehlt also genau dort, wo Entscheidungen getroffen werden und Überblick besonders wichtig ist. Die Anwender brauchen keine superdetaillierten Berichte oder simplifizierte. Sie wollen Daten, die sie selbstständig analysieren und untersuchen können und mit denen sie die für sie relevanten Fragestellungen beantworten können. ERP hat das Potenzial ein Unternehmen kontinuierlich zu verbessern. Dieses Potenzial bleibt allerdings ungenutzt, wenn es nicht gelingt, die in SAP - (oder anderen Big-BI-Systemen) gehaltenen Daten den Anwendern zugänglich zu machen. Was ist nötig, damit Anwender spontan und assoziativ Informationen auswerten können? Big BI und schwer fassbare Informationen Warum ist es so wichtig, dass ganz normale Anwender selbstständig Fragen stellen und Antworten finden können? Sobald Daten in einem Big-BI-System gespeichert sind, sind sie wie eingeschlossen. Denn nur Mitarbeiter mit dem entsprechenden Fachwissen können die Abfragen erstellen, die man für einen sinnvollen Informationszugriff benötigt. Für Informationen, die schwer zugänglich, kaum übertragbar und schlecht in einem anderem als dem ursprünglich vorgesehenen Kontext verwendet werden können, hat MIT- Professor Eric von Hippel den Begriff sticky knowledge geprägt, was so viel wie schwer fassbares Wissen heißt. Die schwierigste Form von Wissen ist sicherlich in der hoch spezialisierte Umgebung anzutreffen, in der Sie arbeiten. Wie viele Ihrer persönlichen Erfahrungen und Ideen werden nie ausgesprochen? Wie viele Ihre Beziehungen sind informell und tauchen auf keinem Organigramm auf? Und wie sollten Sie dies irgendjemandem erklären? Wüssten Sie, welche Fragen Sie stellen sollten? Schwer fassbare Informationen befinden sich nicht in den Daten Ihres SAP -Systems. Sie sind Teil des Geschäftsfelds, das Sie gerade untersuchen. Aus dieser Perspektive betrachtet hat Big BI deshalb solche Schwierigkeiten die Wünsche der Anwender zu erfüllen, weil die IT erst einmal die Anforderungen der Fachanwender - also schwer fassbares Wissen - verstehen muss. Diese Informationen müssen 4

5 zudem an die Personen weitergegeben werden, die denn die entsprechenden Mechanismen und Berichte aufsetzen, mit denen die Bedürfnisse der Fachanwender erfüllt werden sollen. Dieser Vorgang ist so ähnlich wie stille Post, irgendetwas wird immer missverstanden. IT-Experten begreifen also nicht immer, was Fachanwender wollen und benötigen. Wenn jemand die Antwort auf eine Frage sucht, dann muss er diese Frage zunächst jemandem erklären, der eine Abfrage schreiben und die Informationen extrahieren kann. Komplizierter Analyse- und Reportingtools tun ihr übriges und sorgen zusätzlich für Verzögerungen. Aus diesem Grund bringt jede ERP- oder BI-Installation zwangsläufig mehr Arbeit für die IT mit sich. Denn die IT-Abteilung muss eine unbekannt große Menge dezentraler, unstrukturierter, organischer und schwer fassbarer Informationen zusammenzustellen und hofft dabei, diese Informationen besser zu verstehen als die Anwender selbst. Natürlich können auch traditionelle funktionieren. Es ist meist nur komplizierter und frustrierender: Anforderungen müssen zunächst erklärt und in umgesetzt werden. Danach kommen die Anpassungen, weil etwas nicht richtig verstanden wurde (was erneute Korrekturrunden der betreffenden zur Folge hat). Alle Macht den Anwendern: Benutzergesteuerte Innovation Zur Lösung der Probleme durch schwer fassbares Wissen schlug Eric von Hippel vor, dass die Anwender selbst die Arbeit übernehmen. Eine Idee, die er als benutzergesteuerte Innovation bezeichnete (siehe Abbildung 2). Er stellte fest, dass Anwender dazu neigen, Produkte und Services zu verfeinern und zu verbessern, damit sie ihre Anforderungen erfüllen können und dann diese Verbesserungen an den Entwickler zurückgeben. Seiner Meinung nach könnten Anwender so Innovationen in ihren Unternehmen viel schneller und kostengünstiger vorantreiben als die IT-Abteilung. Voraussetzung ist, dass man den Anwendern die richtigen Werkzeuge an die Hand gibt. Ein bisher ungenutztes Potenzial, das von Hippel in seinen Büchern Sources of Innovation und Democratizing Innovation als die dunkle Materie der Innovation bezeichnete. 5

6 Mit dieser Argumentation vor Augen: Warum sollte man Fachanwendern nicht die Möglichkeiten geben, Informationen selbstständig zu analysieren? Dank des Mooreschen Gesetzt 1 und sinkender Speicherpreise ist es jetzt möglich, SAP ERP und andere Systeme beispielsweise für Customer Relationship oder Supply Chain Management mit Anwendungen auf Basis assoziativer In-Memory-Architekturen wie QlikView auszuwerten. Mit diesen Werkzeugen kann jeder Mitarbeiter auf Daten aus SAP ERP zugreifen, Zuordnungen zwischen relevanten Datensätzen erstellen und selbstständig nach neuen Erkenntnissen suchen. Diese Zuordnungen können auf den üblichen von Big-BI-Systemen konsolidierten Datensichten beruhen oder sie können von den Anwendern spontan, situationsabhängig und nach Bauchgefühl festgelegt werden. Wenn sie die Möglichkeit haben, ihre eigenen Fragen zu stellen und zu beantworten, erzielen die Anwender sofort Ergebnisse und warten nicht mehr ein Jahr auf die Fertigstellung der Meisterstückliste. Sie können selbst die Früchte ihrer Arbeit ernten und wieder in den Dialog treten, der durch das Vermitteln zwischen ERP und IT unterbrochen wurde. 1 Das von Intel-Mitbegründer Gordon Moore formulierte Moorsche Gesetz sagt aus, dass sich die Computerleistung, gemessen an der Anzahl der Schaltkreiskomponenten auf einem Computerchip, alle zwei Jahre verdoppelt. 6

7 7

8 Abbildung 2: Schwer fassbares Wissen und anwendergesteuerte Innovation Beim Einsatz von anwenderkontrollierten Tools wie QlikView lassen die Ergebnisse nicht lange auf sich warten: Sachverhalte und Zusammenhänge werden plötzlich klar und führen zu einer wahren Flut neuer Erkenntnisse, denen Innovationen folgen. Endlich können die Anwender bisher unbekannte Faktoren berücksichtigen und nach und nach verstehen sie, wie die Geschäftsprozesse tatsächlich ablaufen. Der bessere Überblick über das Geschäft ist aber nur ein Vorteil. Das ERP-System selbst wird mit der Zeit verfeinert, denn seine Nutzer sehen jetzt, welche Auswirkungen ihrer Entscheidungen und Maßnahmen haben und wie sie das System verbessern können. QlikView: Schöpfen Sie das Potenzial von Big BI voll aus QlikView ist eine völlig neuartige Business-Intelligence-Anwendung, die auf einer assoziativen In-Memory-Architektur basiert. Das Ziel von QlikView ist einfach: Kunden sollen dabei unterstützt werden, die für ihre Entscheidungen wichtigen Daten auszuwerten und zu visualisieren und schwer fassbares Wissen weiterzugeben. Da die Anwender mit QlikView selbst kontrollieren, wie sie bei der Beantwortung ihrer Fragestellungen vorgehen wollen und wie erstellt werden, lassen sich die Vorteile von anwendergesteuerten Innovationen für Big-BI-Systeme nutzen. Die QlikView-Alternative für BI lässt sich in drei Schritten zusammenfassen: Konsolidieren: Miteinander in Beziehung stehende Datensets werden identifiziert, die bestehenden Verbindungen zugeordnet und dann in den Arbeitsspeicher geladen. Suchen: Die Datenauswertung erfolg mithilfe von Listboxen, in denen pro Feld ein Wert angezeigt wird, der markiert und aggregiert werden kann. Auch Informationen, die von den Auswahlkriterien ausgeschlossen wurden, werden angezeigt und sofort aktualisiert. Visualisieren: Karten, Diagramme und zahlreiche Grafiken lassen sich einfach erstellen und blitzschnell aktualisieren. Der Einsatz von QlikView soll Ihre Chancen verbessern, die richtigen Erkenntnisse zu gewinnen und die Arbeit mit Big-BI-Systemen spürbar erleichtern: 8

9 Keine SQL-Abfragen, kein Mittelsmann: Mit einem Klick schließen Sie Daten in Ihre Auswahl ein oder aus. Es werden die übereinstimmenden und nicht übereinstimmenden Daten angezeigt: Sie sehen was markiert ist und was nicht. Sie können erkennen, welche Daten ausgeschlossen wurden und was passiert, wenn Sie sie in Ihre Auswahl einschließen. Kein Warten: Alle Antworten stehen direkt vor Ihnen. Hinter QlikView steht ein Konzept: Wird der Analysekreislauf geschlossen und die individuelle Informationsauswertung erleichtert und gefördert, führt dies zu mehr Überblick, besseren Entscheidungen und Innovationen. Dabei werden Datenbankabfragen und Würfel durch eine assoziative In-Memory-Architektur ersetzt. Antworten auf geschäftliche Fragestellungen werden nicht mehr antizipiert und bereits berechnet. Die Software lädt vielmehr Datensätze in den Arbeitsspeicher und ordnet die darin vorhandenen Zusammenhänge zu. Dies geschieht assoziativ und es gibt keine vorgegebenen Pfade oder bereits fertige Berechnungen. Sie können gleichzeitig so viele Kennzahlen überwachen oder Fragen stellen, wie Sie möchten. Da alle Aktionen direkt im Arbeitsspeicher ablaufen, erhalten Sie sofort jederzeit aktuelle Antworten. Ihre BI ist nicht mehr so gut wie der letzte Analysewürfel Ihrer IT-Abteilung, sondern so gut wie die Fragen, die Sie stellen. CITO Research CITO Research bietet Nachrichten, Analysen, Studien und Hintergrundwissen für CIOs, CTOs und andere Entscheider aus der IT und den Fachbereichen. Neue Technologietrends findet CITO Research durch den direkten Dialog mit dem Fachpublikum. Die Ergebnisse der Umfragen werden dann aufbereitet, analysiert und in anschaulicher Form kommuniziert und sollen Unternehmen bei der Lösung schwieriger Geschäftsprobleme unterstützen. 9