Vier Schritte zur Business Intelligence
- Data Warehouse aufbauen
- Daten integrieren und laden
- OLAP-Server erstellen
- Analysen durchführen und Berichte bereitstellen
Die typische Situation sieht in vielen Unternehmen so aus, dass jede Abteilung Daten sammelt. Die größten Mengen liegen in relationalen Datenbanken. Aber viele wichtige Informationen auch in Textdateien, Excel-Tabellen oder Access-Anwendungen. Das führt zu einer Analyselücke: Auf der einen Seite sind die Datenbank-Server, aus denen nur Spezialisten Brauchbares herausbekommen. Auf der anderen Seite unzureichende Werkzeuge.
Dieses Dilemma treibt viele Endanwender dazu, eine eigene kleine “Schattenbuchhaltung” aufzubauen. Der eine mit Excel und Tausenden von Makros. Der andere mit Access oder einer handgeschriebenen Liste. So hat jeder sein persönliches Business Warehouse. Dies führt zu Informationsdefiziten und inkonsistenten Daten. Die Folge: eine immense Kosten- und Zeitverschwendung.
1. Data Warehouse aufbauen
Der erste Schritt aus dieser Sackgasse heraus ist ein Data Warehouse oder ein Data Mart, die kleinere abteilungsbezogene Variante. In diese Datenbanken werden regelmäßig wichtigen Daten aus verschiedenen Datenquellen des Unternehmens hineinkopiert und bereinigt. Um Abfragen schneller und vor allem einfacher zu machen, verwendet man zum Erstellen der Tabellen eine spezielle Sternstruktur. Dieses Data Warehouse kann auf einem Microsoft SQL Server 2000 oder einem Datenbank-Server eines anderen Herstellers liegen (z. B. Oracle, Sybase, Informix, IBM DB2).
2. Daten integrieren und laden
Mit Hilfe eines ETL-Tools (Extraction, Transformation, Loading) werden die Daten aus den produktiven Datenbanken in das Data Warehouse geladen. Beim Microsoft SQL Server übernehmen die integrierten Data Transformation Services (DTS) diese Aufgabe. Sie sind offen für beliebige Datenquellen: Textdateien, Host-Datenbanken, Excel-Tabellen, relationale Datenbank-Server, XML-Dateien, SAP-Daten etc. Hat der Datenbank-Administrator einmal den Kopiervorgang definiert, übertragen SQL Server und DTS die Daten automatisch zum gewünschten Zeitpunkt vom Produktionsserver ins Data Warehouse.
3. OLAP-Server erstellen
Das Herzstück der Business-Intelligence-Lösung ist der multidimensionale OLAP-Server (Online Analytical Processing), der zusammen mit Data-Mining-Funktionen die Analysis Services des SQL Servers bildet. Die Datenzugriffsmethode OLAP ermöglicht komplexe Abfragen innerhalb von Minuten statt Tagen. Die Daten sind dabei schon so formatiert, wie es für eine Analyse nötig ist: zum Beispiel nach Quartalen, Regionen oder Produktgruppen.
Bei OLAP werden Daten dreidimensional in Form eines Würfels gespeichert. Dabei entsprechen die Dimensionen des Würfels den verschiedenen Einflussfaktoren auf zu untersuchende Daten: bei Verkäufen etwa Zeit, Ort, Produkt etc. Wo sich die Dimensionen schneiden, stehen die numerischen Kennzahlen: beispielsweise Stückzahlen, Umsätze oder Kosten. Die mehrdimensionale Datenspeicherung ist die Grundlage für die enorme Geschwindigkeit beim Zugriff auf Daten. Data Mining hilft Ihnen, aus vielen Millionen Datensätzen Zusammenhänge zu erkennen und Vorhersagen basierend auf den vorhandenen Informationen zu treffen.
4. Analysen durchführen und Berichte bereitstellen
Der letzte Schritt ist das Analysieren der Daten mit einem OLAP-Front-End. Hierfür stehen unterschiedliche Werkzeuge zur Verfügung. plus-IT empfiehlt den Einsatz der Analyse- und Reporting-Tools von Crystal. Die Werkzeuge greifen über die Schnittstelle OLE DB für OLAP auf die Analysis Services des Microsoft SQL Servers zu.
Die häufigste Analyseform von OLAP ist Drill-Down und Dril-Up. Diese zeigt z. B. die Verkäufe einzelner Länder summiert bis hinunter zu den Städten und einzelnen Geschäften. Mit weiteren Funktionen erhält man die Umsatzentwicklung nach Jahren und Quartalen oder nach Produkten. Die damit erstellten Auswertungen können den Mitarbeitern per Internet oder Intranet zur Verfügung gestellt werden.
zurück