Im ersten Teil dieser dreiteiligen Serie haben wir beleuchtet, welche Fehler Sie bei der Einführung  eines erfolgreichen Self-Service BI vermeiden können. Ihr Self-Service BI stellt jedoch auch Anforderungen an die Infrastruktur, die Sie nicht unterschätzen sollten. In diesem Beitrag wagen wir einen Blick unter die Haube und es wird technisch, aber nicht weniger interessant.

Kennen Sie die Antwort auf die Frage, was die Leute an Windows am schlimmsten finden? Die Sanduhr. Und wissen Sie, wer da am wenigstens dran schuld ist? Windows. Dass die darunterliegende Applikation schlecht programmiert ist, da kommen die wenigstens drauf.

Schon immer war es der Überbringer der Nachricht, nicht der Sender, der den Unmut auf sich zieht und genau in dieser Position ist Ihr Self-Service BI. Braucht die darunter liegende Infrastruktur vier Sekunden, um die Daten bereitzustellen, dann unterbricht sie den Arbeitsfluss. Es geht hier nicht um die Herleitung eines Return of Investments (ROI) zur Einsparung der vier Sekunden, es geht darum, dass Ihre Mitarbeiter die Lust verlieren aktiv mit der Software zu arbeiten und dann nur für das Nötigste nutzen. Und genau da verlieren Sie sehr viel mehr als nur die vier Sekunden.

Je reibungsloser der Zugang zu benötigten Daten ist, umso eher erzeugen Sie mit den begleitenden Schulungsmaßnamen die Begeisterung zur Nutzung der sich bietenden Vorteile. Im Kern stehen hier zwei Anforderungen, die sich sehr ähnlich lesen, in ihrer Natur jedoch deutlich unterscheiden:

  • Reibungslose Bereitstellung von benötigen Daten für den Analysten
    Für die Kollegen, die Self-Service BI für ihr Tagesgeschäft nutzen, darf es nicht hinderlich sein, diese zu nutzen. Die Daten müssen schnell, korrekt und vollständig verfügbar sein und für den Nutzer einen Mehrwert für sein Tagesgeschäft darstellen, um gerne genutzt zu werden. Dafür muss die Infrastruktur mit konstanter Performance lieferfähig sein und Möglichkeiten bieten, die Datenqualität sicherzustellen. Genau hierfür gibt es passende architekturelle Ansätze, auf die wir später noch eingehen werden.
  • Reibungslose Integration von benötigten Daten für die Self-Service BI
    Mit dem Essen kommt der Appetit. Haben Sie es mit einem klugen Einführungsprojekt geschafft, Ihre Mitarbeiter von den neuen Möglichkeiten des Self-Service BI zu begeistern, dann lassen die ersten Anfragen nach Erweiterung der Datensets und weiteren Quellen nicht lange auf sich warten. Wenn Sie jetzt 4-8 Wochen brauchen, um eine Entscheidung zu treffen und die Daten mühevoll bereitzustellen, dann wandelt sich die Begeisterung schnell in Enttäuschung und Sie verlieren den Innovationstreiber, den Sie eigentlich schon greifbar hatten. Eine schnelle und klare Entscheidung zu treffen, bedeutet Verantwortlichkeiten, Prozesse und die Semantik der Daten parat zu haben. Hier tauchen wir in die Welt der Data Governance ein, die den Rahmen des Artikels sprengen würde. Sie erhalten aber einen sehr wertvollen und umfassenden Überblick in unserem Palooza. Für eine schnelle Datenintegration und Bereitstellung auf technischer Ebene brauchen Sie mehr denn je die Agilität von Logical Data Marts und änderungsfreundlichen Datenmodellen. Ansonsten finden Sie neben Ihrem Self-Service BI schnell lokale Lösungen, in denen die Daten mehr oder weniger aktuell – aus welcher Quelle auch immer – hinzugeladen werden.

Diese Beispiele machen deutlich, dass Self-Service BI wie jedes Datenintegrationsprojekt geplant werden muss. Es muss Teil Ihrer Datenstrategie sein. Im Folgenden möchten wir Ihnen einen Auszug aus unserer Checkliste an die Hand geben, mit der Sie hinterfragen können, wo Sie gerade stehen, und an welchen Stellen sie noch mal in den Dialog treten sollten:

  • Vertrauenswürdige Daten – Data Warehouse (DWH)
    Die Quelle von vertrauenswürdigen Daten ist nach wie vor ein DWH. Für ein DWH sind bereits alle Mechanismen wie Historisierung, Qualitätssicherung etc. durchdacht und gelöst. Wir erleben in unseren aktuellen DWH-Modernisierungsprojekten einen sehr schönen Trend der Agilität durch Modellierung von Data Vaults, die das Fundament für ein weiteres wichtiges Handlungsfeld in modernen Datenarchitekturen sind:
  • Agilität – Data Virtualization
    Im ersten Teil der Serie haben wir festgestellt, dass der Service-Gedanke gegenüber dem Nutzer einer Self-Service BI eine zentrale Rolle spielt. Schnell neue Anforderungen verstehen und umsetzen, muss ein integraler Bestandteil einer modernen Datenarchitektur sein. Und hier spielt die Data Virtualization ihren Mehrwert aus. Virtual Data Marts sind die Grundlage für BizDevOps im Datenumfeld und aufgrund der inhärenten Agilität hervorragend für ein iterative Integration geeignet, wie dies mein Kollege Phil Moston auf einer Veranstaltung des TDWI vorgestellt hat.
  • Daten verstehen – Data Catalog
    Die Bereitstellung von neuen Datenquellen ist mit einer auf Agilität optimierten Architektur sehr effizient möglich. Es verbleibt die Frage, welche Semantik die Daten wirklich haben, ob sie einen Schutzbedarf aufweisen und somit nicht ohne Weiteres bereitgestellt werden können. Ein Data Catalog wird mit der Erschließung jeder neuen Datenquelle wichtiger, um die Übersicht zu behalten und um die hohe Qualität und Integrität Ihres Self-Service BI sicherzustellen. Dieser Teilaspekt von Data Governance wirkt sich nicht nur auf ihr Self-Service BI aus, letztlich gewinnen Sie dadurch Transparenz über ihre komplette Datenlandschaft.
  • Schneller skalieren – Cloud Data Platform
    Eine der größten Herausforderungen ist die konstante Leistung der Datenquelle. Damit befinden wir uns im Rechenzentrums-Dilemma. Entweder wird ein Servercluster für die denkbar mögliche Lastspitze dimensioniert und fährt ansonsten weit unter Potenzial oder es wird unterdimensioniert und man nimmt Engpässe bei Lastspitzen in Kauf. Ein klassisches Szenario für letzteren Fall sind Monatsenden, Quartalsenden und das Ende des Geschäftsjahres als worst-case. Eine Cloud Data Platform erzeugt nutzungsabhängige Kosten und stellt Performance in dem Moment zur Verfügung, wenn sie gebraucht wird. Haben Sie eine oszillierende Auslastung? Dann sollten Sie eine Migration in die Cloud zumindest mal durchrechnen – eine Übersicht über die Möglichkeiten finden Sie in diesem verlinkten Webinar.
  • Daten-Strategie – Data Governance
    Wenn Sie feststellen, dass Sie einen Data Catalog benötigen, eine Landkarte ihrer Daten, dann werden Sie sich auch mit Prozessen, Verantwortungen und formalen Regelungen auseinandersetzen müssen, wenn Sie weiter handlungsfähig bleiben wollen. Die Data Governance ist ein weites Feld und wir empfehlen den Beitrag von Prof. Dr. Gluchowski, der auf dem oben bereits angesprochenen Palooza eine sehr gute Einordnung vornimmt..

Eine Self-Service BI ist also ein Dateninfrastrukturprojekt und wenn Sie jetzt zum Schluss gekommen sind, dass das alles zu viel Aufwand ist, dann lesen Sie unbedingt noch weiter. Alles gleichzeitig zu machen, ist ein Mammutprojekt und man wird scheitern. Aber alle Fragmente einer guten Datenstrategie lassen sich iterativ in das Tagesgeschäft einbinden und zu einem best-in-class Data Management formen, wenn Sie es in der richtigen Reihenfolge angehen. Diese Reihenfolge ist immer individuell und es braucht eine Menge Erfahrung, da es auch etliche falsche Reihenfolgen gibt und was als selbstverstärkender Mechanismus gedacht war, wird dann schnell zu einer Enttäuschung darüber, dass die ganzen Versprechen nicht eingetreten sind.

Sie sehen, die Einführung einer Self-Service BI benötigt viel Erfahrung, um einen Mehrwert aus der Investition in ein solches Vorhaben zu generieren. Im dritten Teil dieser Serie gehen wir näher auf die Struktur und die Meilensteine eines Einführungsprojekts ein. Wer nicht so lange warten möchte, kann gern diese Aufzeichnung eines Webinars anschauen. Hier bietet mein Kollege Christoph Gesting als Bonus noch einen spannenden Einblick in User Experience und die Zugänglichkeit von visuellen Repräsentationen.

 

Christian SchneiderMöchten Sie mehr über das Thema Self-Service BI erfahren?
Sprechen Sie mich an!

Christian Schneider
Division Manager
Data & Analytics
dna@quinscape.de