InfoZoom von A bis Z. Eine Komplettlösung im Einsatz bei der Polizei humanit Software GmbH

Transkript

1 InfoZoom von A bis Z Eine Komplettlösung im Einsatz bei der Polizei

2 Agenda 1. PIAV Ein Verbundsystem der Polizeien des Bundes und der Länder 2. Ausgangslage und aktuelle Verfahren 3. Big Picture der Lösung 4. Einzelschritte der Lösung mit Demo 5. Zusammenfassung

3 Referenten Stephan Hirsch Kriminalhauptkommissar LKA Sachsen-Anhalt Ingo Lenzen Produktmanager humanit Software GmbH

4 PIAV Ein Verbundsystem der Polizeien des Bundes und der Länder

5 PIAV Ein Verbundsystem der Polizei PIAV (Polizeiliche Informations- und Analyseverbund) ist ein aktuell noch im Aufbau befindliches Verbundsystem der Polizeibehörden des Bundes und der Länder in Deutschland. soll das seit langem eingeführte polizeiliche Verbundsystem INPOL ablösen und damit zur Grundlage des Informationswesens der deutschen Polizeibehörden werden. soll es insbesondere ermöglichen, dass relevante Informationen zwischen den Polizeibehörden von Bund und Ländern (mit)geteilt werden können. Teilnehmer sind die Polizeibehörden der 16 Bundesländer, sowie die Polizeibehörden des Bundes, also Bundespolizei, Bundeskriminalamt (BKA) und Zollkriminalamt ( Finanzpolizei ).

6 InfoZoom von A bis Z Ausgangslage und aktuelle Verfahrensweise

7 Ausgangslage und aktuelle Verfahrensweise Verschiedene Report-Vorlagen in der Fläche Oracle-Datenbank Unterschiedliche SQL-Abfragen in den Organisationseinheiten Dezentrale Analyse und Zusammenstellung der Daten Erfordernis IT-Spezialisten mit SQL-Kenntnissen Folge: Abhängigkeit von Einzelpersonen, daher Ressourcenprobleme und Zeitverlust bei Anfragen Zahlen/Ergebnisse nur schwer vergleichbar Abhängigkeit von Programmierrichtung der Anfrage left-join vs. Inner-Join Keine Automatismen, oft händische Analyse Flexible Ad-hoc-Analysen kaum möglich aufgrund aufwändiger Programmierung der Abfragen

8 Ausgangslage und aktuelle Verfahrensweise Datenanalysen unter Einbezug externer Dateiformate Log-Dateien bei Angriffen aus dem web Funkzellenauswertungen Bankdaten in der Finanzermittlung stetig ansteigende Datenmengen Pro Minute: 21 Millionen Whatsapp-Nachrichten 16.5 Millionen sms 1.7 mobile Views YouTube 11.5 Millionen Spielzüge bei CandyCrush

9 Ausgangslage und aktuelle Verfahrensweise Erfordernis einer Lösung Verarbeitung von Massendaten in extrem hoher Geschwindigkeit (Datenbank beinhaltet ca. 120 Millionen Objekte, ca. 240 Verfahren im Jahr) Datenanalyse unabhängig von der Datenbank in einem Analyse-Tool Einfache Bedienung, relativ geringer Schulungsaufwand Flexible Ad-hoc-Analysen unabhängig eines Abfragemusters Kombinierte Auswertung unterschiedlicher Datenquellen Leistungsfähige Reportingkomponente Qualitätssicherung / -steigerung Hohe Automatisierungsmöglichkeit

10 InfoZoom von A bis Z Big Picture

11 Big Picture

12 Big Picture Vorgangs- Datenbestand 2. Import nach IZDQ 5. Erstellung der Lageberichte 6. Veröffentlichung der Lageberichte 3. Überprüfung der DQ-Regeln 1. Zusammenstellung per Script 4. DQ-Bericht

13 InfoZoom von A bis Z Die Einzelschritte

14 Big Picture Vorgangs- Datenbestand 2. Import nach IZDQ 5. Erstellung der Lageberichte 6. Veröffentlichung der Lageberichte 3. Überprüfung der DQ-Regeln 1. Zusammenstellung per Script 4. DQ-Bericht

15 InfoZoom Desktop Sekundenschnelle Prüfung, Selektion und Bereinigung von Daten Reporting (Listen und Diagramme internes Reporting und Excel) List und Label-Integration Nutzen vordefinierter Templates (Dashboards) automatisches Befüllen von Templates via Scripting (Kommandozeilenparameter) Analysefunktionen (Formeln etc.) Join und Link zwischen verschiedenen Tabellen

16 Schritt 1: Datenzusammenstellung Abzug der Daten aus der Vorgangsdatenbestand Einfügend der Daten in eine Vorlage Strukturierung der Daten Einfache abgeleitete Attribute (Datumsfelder zerlegen etc.) Umbenennung der Datenfelder Ablage der Daten als InfoZoom-Tabelle für die weitere Verarbeitung

17 Schritt 1: Datenzusammenstellung

18 Big Picture Vorgangs- Datenbestand 2. Import nach IZDQ 5. Erstellung der Lageberichte 6. Veröffentlichung der Lageberichte 3. Überprüfung der DQ-Regeln 1. Zusammenstellung per Script 4. DQ-Bericht

19 InfoZoom Data Quality Hochflexible Anwendung durch individuelle Regelwerksdefinition Automatisiertes Datenqualitäts-Controlling (Ergebnis-Historisierung in einer Datenbank) Anbindung an externe Systeme mit Ergebnisrückfluss Automatische Erstellung vorbereiteter Analysen (FOT/FOX) Hintergrundverarbeitung von Jobs (Batch)

20 InfoZoom Data Quality - Historisiertes Controlling - Auswirkung von Maßnahmen Definieren - Aufspüren neuer Problemfälle - Ganzheitliche Betrachtung der Daten - Definition eines Regelwerks Monitoren / Steuern Messen - Definition von Kennzahlen - Erstellung von Indexen - Bearbeitung der Regelverstöße Verbessern Analysieren - Analyse der Indexe - Feststellung des Gesamtindex

21 Schritt 2: Import nach IZDQ Vorbereitete Daten über Import-Job nach IZDQ einladen. Erstellung einer Tabelle Laden der Datensätze

22 Big Picture Vorgangs- Datenbestand 2. Import nach IZDQ 5. Erstellung der Lageberichte 6. Veröffentlichung der Lageberichte 3. Überprüfung der DQ-Regeln 1. Zusammenstellung per Script 4. DQ-Bericht

23 Schritt 3: Überprüfung der DQ-Regeln Definition von Prüfungen (Regeln) Vollständigkeit, Plausibilität oder Schreibweise Zuordnung der Regeln zu einem Analyse-Job Starten des Jobs Aufbau einer Matrix, welcher Datensatz, welche Prüfung nicht erfüllt

24 Schritt 3: Überprüfung der DQ-Regeln

25 Big Picture Vorgangs- Datenbestand 2. Import nach IZDQ 5. Erstellung der Lageberichte 6. Veröffentlichung der Lageberichte 3. Überprüfung der DQ-Regeln 1. Zusammenstellung per Script 4. DQ-Bericht

26 Schritt 4: Erstellung des DQ-Berichts Export der aufgebauten Prüfungsmatrix mit nur den Datensätzen, die eine Prüfung verletzen Zusammenstellung des Berichts und Ausgabe als PDF-Datei Übersicht über die TOPs Einzelansicht der Datensätze Weitere Möglichkeiten: DQ-Report nach Dienststelle / Vorgang Veröffentlichung der Ergebnisse

27 Schritt 4: Erstellung des DQ-Berichts

28 Big Picture Vorgangs- Datenbestand 2. Import nach IZDQ 5. Erstellung der Lageberichte 6. Veröffentlichung der Lageberichte 3. Überprüfung der DQ-Regeln 1. Zusammenstellung per Script 4. DQ-Bericht

29 Schritt 5: Erstellung der Lageberichte Export der relevanten Daten für den Lagebericht Tageslage Monatslage Aufbau der Kennzahlen über eine Vorlage Zusammenführen von Daten und Vorlage zu einer InfoZoom-Tabelle

30 Big Picture Vorgangs- Datenbestand 2. Import nach IZDQ 5. Erstellung der Lageberichte 6. Veröffentlichung der Lageberichte 3. Überprüfung der DQ-Regeln 1. Zusammenstellung per Script 4. DQ-Bericht

31 InfoZoom Anywhere Zentrale Datenhaltung Zugriff von überall mit jedem Endgerät über Browser Gleichzeitiger Zugriff mehrerer Anwender auf eine Datenquelle Benutzer- und Rechteverwaltung Servergestützte Datenverarbeitung Reduzierung von verteilten Datentöpfen/-tabellen Abspielen vorbereiteter Szenarien

32 Schritt 6: Veröffentlichung der Lageberichte Import der vorbereiteten InfoZoom-Tabellen nach InfoZoom Anywhere Veröffentlichung der Analysen Vorbereitung von Szenarien (häufige Anfragen) Ansicht der Lageberichte über den Browser Vergleichbarkeit von Analysen

33 Schritt 6: Veröffentlichung der Lageberichte

34 InfoZoom von A bis Z Zusammenfassung

35 Zusammenfassung Strukturierung von Analyse-Verfahren Bessere Vergleichbarkeit der Ergebnisse Verbesserung der Datenqualität Bessere Aussagekraft von Daten (Informationsqualität) Schnelle Umsetzung Einfache Erweiterbarkeit Automatisierung der einzelnen Schritte Automatisierung des Gesamt-Prozesses

36 Vielen Dank! Vielen Dank für Ihre Aufmerksamkeit. Fragen? Ihr Ansprechpartner: Ingo Lenzen