Wie integriert sich BI in den unternehmensweiten Softwareentwicklungsprozess? Nürnberg,

Transkript

1 Wie integriert sich BI in den unternehmensweiten Softwareentwicklungsprozess? Nürnberg,

2 I N H A L T 1. Warum Modelle für Business Intelligence (BI)? 2. Anforderungen von BI an Software- Entwicklungsprozesse 3. Unterschiede und Gemeinsamkeiten von dispositiv und operativ 4. Initiativen der BI für die Unternehmens-IT 5. Ein integriertes unternehmensweites Bild

3 Warum Modelle für Business Intelligence (BI)?

4 Warum Modelle für Business Intelligence (BI)? Grundlagen BI Online Analytical Processing (OLAP) Cubes sind für die Auswertung optimierte Datenspeicher mit Dimensionen und Kennzahlen. Die Auswertung eines OLAP-Cubes ist eine Pivot-Tabelle Dimensionen Bereich (Alle) Summe von Umsatz Monat Mitarbeiter Jan 09 Feb 09 Mrz 09 Apr 09 Mai 09 Jun 09 Jul 09 Aug 09 Sep 09 Okt 09 Nov 09 Dez 09 Gesamtergebnis Erwin Max Paul Gesamtergebnis Kennzahlen 4

5 Warum Modelle für Business Intelligence (BI)? Grundlagen BI BI liefert fast immer Dimensionen und Kennzahlen. Report Ausgabe von Werten (Kennzahlen) nach Gruppen (Dimensionen) Unabhängig von der Datenquelle OLAP-Cubes Speichert eine oder mehrere Kennzahlen zusammen mit den jeweiligen Dimensionen in einer Faktentabelle Eine oder mehrere Faktentabellen sind ein DataMart Dashboard / Scorecard / Cockpit Darstellen von Kennzahlen in einem Soll/Ist-Vergleich dabei können auch Kennzahlen einer Zelle des OLAP-Cubes angezeigt werden Data Mining BI umfasst viele Konzepte und Auswertemöglichkeiten Erkennen von Zusammenhängen in den Daten durch mathematische Verfahren bzw. künstliche Intelligenz Re-Integration von Werten in die operativen Verfahren Erkenntnisse aus dem DWH (Kennzahlen) werden im operativen Verfahren angezeigt All diese Auswertungen werden auch als dispositives System bezeichnet 5

6 Warum Modelle für Business Intelligence (BI)? Grundlagen BI Die Komplexität der Erstellung von Data Marts mit Dimensionen und Kennzahlen ist frei skalierbar. Ein DataMart besteht aus mindestens einer Faktentabelle Das Befüllen eines DataMart bezeichnet man als ETL-Prozess. ETL steht für Extract, Transform, Load. Hat man Daten aus einem System kann man die Daten direkt in einen OLAP-Cube laden. Werden nicht alle Daten mit historischen Werte geliefert, müssen Daten aus mehreren Monate in einer sog. Ladeschicht vorgehalten werden. Ist mehr als ein Quellsystem beteiligt, müssen evtl. Konsolidierungen in einer sog. staging area durchgeführt werden. Quelldaten Quelldaten Ladeschicht DWH- Schicht Werden die Daten für mehr als eine Abteilung aufbereitet, sollten die Konsolidierungsergebnisse zur Wiederverwendung in einer DWH-Schicht vorgehalten werden. Sollen Auswertungen zu historisch unterschiedlichen Zeitpunkten erstellt werden, muss die DWH-Schicht historisiert vorgehalten werden. Data DataMart Mart Data Mart 6

7 Warum Modelle für Business Intelligence (BI)? Eine komplette BI-Umgebung ist ein komplexes System. Beispielhaftes Schichtenmodell eines BI-System aus Informatik Spektrum Oktober 2009, Seite 400 7

8 Warum Modelle für Business Intelligence (BI)? Innovator macht komplexe Systeme beherrschbar durch Dokumentation, Navigation und Steuerung (DNS). Dokumentieren Hinterlegen der Konsolidierungsregeln zwischen den Systemen Vereinheitlichen der Sichtweisen Einheitlichkeit in der Dokumentation und ein zentrales, gemeinsames Repository Sichern von Know-how bei Personalwechsel Navigieren Nachvollziehen der Datenbereinigungsprozesse Konsequenzen von Änderungen nachvollziehen Festlegen welche Datenmodelle der einzelnen Schichten als Ausgangspunkt für neue Prozesse / Auswertungen dienen können Wissen mit einem Gang durch das Modell erwerben Steuern Angleichen von Anforderungen anhand der Gleichheit der gewünschten Daten und Prozesse Einheitliche Sichtweise auf natürliche Art durch zentrales, gemeinsames Repository Aufwand von Änderungen besser schätzen und auch nachvollziehbar machen beständige Änderungen sind nicht nur beherrschbar, sondern natürlich 8

9 Anforderungen von BI an Software- Entwicklungsprozesse

10 Anforderungen von BI an Software-Entwicklungsprozesse Die Daten werden außerhalb des bestehenden Kontext verwendet. Deshalb treten Fehler zu Tage, die iterativ aufgelöst werden müssen. Typischer Ablauf beim Erschließen einer Datenquelle 1. Anforderungen an Auswertungen aufnehmen 2. Dimensionen und Kennzahlen für die Auswertungen festlegen 3. Daten zusammensuchen und analysieren 4. Datenmodelle der einzelnen Schichten erstellen 5. ETL-Prozesse zwischen den Schichten modellieren Jeder dieser Schritte bringt neue Erkenntnisse, die sich im ungünstigsten Fall sogar die Anforderungen in Frage stellen. Diese Erkenntnisse aus diesen Schritten müssen gesichert werden. 10

11 Anforderungen von BI an Software-Entwicklungsprozesse BI-Systeme ändern sich häufig und sind deshalb besonders Wartungsintensiv. Gründe für Änderungen von BI-Systemen Zukauf von Unternehmen (Merger) Verkauf von Unternehmensteilen Gesetzesänderungen Änderungen im Markt Änderungen in den Unternehmensabläufen Änderungen in den operativen Systemen Da BI sich mit dem gesamten Unternehmen befasst ist die Wahrscheinlichkeit von Änderungen per se höher. Es muss meist zeitnah auf Änderungen reagiert werden. 11

12 Unterschiede und Gemeinsamkeiten von dispositiv und operativ

13 Unterschiede und Gemeinsamkeiten von dispositiv und operativ Die operative Systementwicklung folgt einem anderen Ablauf. Ein beispielhafter Ablauf der operativen Systementwicklung für M³ EJB Modell-Ebenen M³ Rollen Anforderungs-Modell Initiation Analyse-Modell System Evaluation Architektur-Modell Architecture Projection Systemanalytiker Anforderungsanalytiker System- Architekt Design-Modell Software Construction Software- Architekt Code Implementation Entwickler 13

14 Unterschiede und Gemeinsamkeiten von dispositiv und operativ Es gibt auf jeder Ebene Unterschiede zwischen dispositiver und operativer Entwicklung. Dispositiv Gegenüberstellung der Phasen Modell-Ebenen Operativ Anforderungen an Auswertungen Anforderungs-Modell Geschäftsprozesse Datenrecherche und -analyse Analyse-Modell Anwendungsfälle DWH-Architektur Architektur-Modell Systemarchitektur Datenmodell und Datenflüsse Design-Modell Systemverhalten DDL, ETL-Strecken, OLAP-Metadaten Code Java, C#, etc. 14

15 Unterschiede und Gemeinsamkeiten von dispositiv und operativ Akzeptiert man die Andersartigkeit von BI und verwendet ein eigenes Vorgehensmodell, bringen Modelle den gleichen Nutzen. Übersicht der Unterschiede dispositiv Daten stehen im Vordergrund die Ergebnisse der Datenanalyse haben ähnlich hohes Gewicht wie die Anforderungen hoher Wartungsanteil liefert Daten, die aus Aufbereitungsprozessen entstehen operativ Prozesse an erster Stelle wenig Änderungen nach Produktivsetzung liefert Prozesse, bei denen Daten erfasst werden Gleich ist jedoch der Nutzen, denn man aus Modellen ziehen kann: Dokumentation als integrierter Teil des Entwicklungsprozesses Gemeinsam und parallel auch an großen Modellen arbeiten Kontrolle über Wartung und Pflege Lücke zur Fachabteilung mit Hilfe von Modellen schließen 15

16 Initiativen der BI für die Unternehmens-IT

17 Initiativen der BI für die Unternehmens-IT Überblick Durch die Analyse der Unternehmensdaten ergaben sich aus Sicht von BI Anforderungen an die operativen Systeme. Datenqualität Masterdatenmanagement Data Alignment Unternehmensweites Datenmodell 17

18 Initiativen der BI für die Unternehmens-IT Datenqualität Die Qualität der Entscheidung korreliert direkt mit der Qualität der Daten. Daten wurden nicht für den Zweck erfasst, in dem sie nun genutzt werden. In verschiedenen operativen Systemen gibt es stark unterschiedliche Sichtweisen auf ein und denselben Betrachtungsgegenstand. die Qualität der Daten kann nachträglich nur schwer hineingeprüft werden, da im Zweifelsfall Annahmen getroffen werden müssen. Eine Verbesserung der Datenqualität ist im operativen System immer einfacher und zuverlässiger, da man im Zweifelsfall den Benutzer prüfen lassen kann. 18

19 Initiativen der BI für die Unternehmens-IT Masterdatenmanagement Das Zusammenführen und Auswerten von Daten wird erheblich einfacher, wenn die Stammdaten überall den gleichen Wertebereich haben. Masterdatenmanagement ist die einheitliche Pflege der Stammdaten über Systemgrenzen hinweg. Wenn aus 2 Systemen unterschiedliche Produktdaten, Kundendaten, etc. kommen, dann sind Missverständnisse und somit Fehlentscheidungen vorprogrammiert. Darüber hinaus sollten zusätzlich auch die Datentypen in die Betrachtung zum Masterdatenmanagement eingeschlossen werden. Die Masterdaten benötigen eine einheitliche Pflege. 19

20 Initiativen der BI für die Unternehmens-IT Data Alignment Eine einheitliche Nomenklatur verhindert Verwirrungen und Kosten wegen Homonymen und Synonymen nicht entstehen können. Wichtige Daten im Unternehmen sind immer mehrfach vorhanden. Die genaue Definition dieser wichtigen Daten differiert. Der Umsatz ist ein schönes Beispiel, in schlimmen Fällen hat jeder Geschäftsbereich seine eigene Umsatzdefinition. In dem man diese Begriffe vereinheitlicht, werden Missverständnisse und letztlich Fehlentscheidungen vermieden. So kann es beispielsweise einen fakturierten Umsatz und Umsatz aus Zahlungseingang geben. 20

21 Initiativen der BI für die Unternehmens-IT Unternehmensdatenmodell Letztendlich geht es bei all diesen Initiativen nur um die einheitliche Betrachtung der Daten im gesamten Unternehmen Modelle für Java Metadaten Metadaten Modelle für SOA Metadaten Unternehmensweites Datenmodell Modelle für BI 21

22 Ein integriertes unternehmensweites Bild

23 Ein integriertes unternehmensweites Bild Ein unternehmensweites Datenmodell kann mit seinen Metadaten viele Werkzeuge bedienen und so für eine einheitliche Sprache sorgen 23

24 Fragen <Titel für Details eintragen> Ansprechpartner: Michael Müller, 2008 MID GmbH 24

25 Hauptverwaltung Nürnberg MID GmbH Eibacher Hauptstraße Nürnberg Telefon: +49 (0) Telefax: +49 (0) Niederlassung Stuttgart MID GmbH Silberburgstraße Stuttgart Telefon: +49 (0) Telefax: +49 (0)