Unternehmensweites DQ-Controlling auf Basis von BI-Werkzeugen

Unternehmensweites DQ Controlling auf
Basis von BI-Werkzeugen

Doreen Hartung, TIQ Solutions GmbH
6. GIQMC, Bad Soden, 26.-28. November 2008

© 2007 TIQ Solutions GmbH • All Rights Reserved. – GIQMC Bad Soden, 26-28. November 2008

Agenda

Die TIQ Solutions GmbH

Was ist BI ?

BI - DQ

Beispiel

Fazit

© 2007 TIQ Solutions GmbH • All Rights Reserved. – 6. GIQMC Bad Soden, 26- 28. November 2008 Seite 2

TIQ Solutions GmbH

Gegründet in 2004, Sitz in Leipzig, 10 Mitarbeiter, breites Netzwerk

Beratungsfokus auf Datenqualitätsmanagement, Datenintegration u. -migration,
Business Intelligence

Bisher: unabhängig von Softwareherstellern
Aber breites Wissen über Stärken und Schwächen von DQM-Tools
Kritisch gegenüber blinder Technik- bzw. Toolgläubigkeit und monolithischen, funktional
überfrachteten „Allroundlösungen“

Methodengetriebene Herangehensweise
Ganzheitliche Methode, Ursachenorientierung, Nachhaltigkeit
IT, Prozesse, Organisation
Zertifizierte Consultants (MIT-IQ-Zertifikat)
Engagiert in EIDIQ und DGIQ


TIQ-Dienstleistungen:
Unternehmensspezifische Lösungen für ein nachhaltiges DQM

DQ-Messung / Bewertung / Überwachung
Data Profiling, Data Quality Mining
Data Quality Audit, Kosten-Nutzen-Analyse

DQ-Verbesserung
Datenbereinigung, Datenanreicherung, Fehlerprävention
Prozessoptimierung, Change Management, Mitarbeitersensibilisierung
Harmonisierung der IT-Systemlandschaft

DQM-gerechte Projektunterstützung
Toolevaluierung, Coaching, Datenqualitätsmanagement auf Zeit, Konzeption, DQ-Marketing
Begleitung bei Datenmigration, Datenintegration u.ä. aus ganzheitlicher Perspektive

Ganzheitliche Strategielösungen
Erstellung unternehmensspezifischer Rahmenkonzepte und
deren Umsetzung zur Etablierung eines nachhaltig effizienten Datenqualitätsmanagements


Projekte und Erfahrungen

Kundenauszug

Deutsche Bahn
Telekom
Volkswagen
WestLB
State Street Bank
MEAG
Deka-Bank
Financescout
Heidelberger Druckmaschinen
…


Agenda


Was ist BI ?

BI - DQ

Beispiel

Fazit


Was ist Business Intelligence?

Business Intelligence engl. Geschäftsanalytik (Abk. BI)

Begriff wurde 1989 von dem Gartner-Analysten Howard Dresner geprägt

Verfahren und Prozesse zur strukturierten Auswertung von Unternehmensdaten

Sammlung, Auswertung und Darstellung der elektronisch gespeicherten Daten

Ziel:
Kontrolle der Erfüllung von Unternehmenszielen
bessere operative, taktische und strategische Entscheidungen
Kosten und Risiken minimieren
Beziehungen zu Kunden und Lieferanten profitabler gestalten


Was bietet BI ?

Verknüpfung der Daten einer heterogenen Systemlandschaft

Schneller Zugriff der einzelnen Zielgruppen über ein zentrales Berichtsportal, mit
Zugriffssteuerung über eine Rechteverwaltung

Schnelles erfassen von wichtigen Kennzahlen über Management Dashboards

Drill Down bis zu den operativen Daten

Analysen und Reporting


BI Anbieter im „Magic Quadrant“

Der Magic Quadrant ist eine grafische Darstellung des BI - Marktes für einen bestimmten Zeitraum

Er gibt die anhand von marktspezifischen Kriterien vorgenommene Einschätzung durch Gartner wieder, wie ein bestimmter Anbieter
in dem jeweiligen Bereich positioniert ist


Business Intelligence der 2. Generation
BI 2.0: Gartner Prognose, 4.10.2006:
Einfache Bedienung „In 5 Jahren werden 70% aller großen
Unternehmen In-Memory-Analyse
Hohe Performance
favorisieren.“
Große Flexibilität

Erkenntnis-
Assoziative
gewinn In Memory
Analyse Data
Interaktiv Mining
OLAP
Analyse

Dashboard
Traditionelles BI:
Statisch Analysen für Experten
Standard- Hoher Aufwand
bericht

Einfache Für Experten Komplexität
Bedienung


Agenda


Was ist BI ?

BI - DQ

Beispiel

Fazit


Vom Datenfriedhof zum Datenschatz…

Business Intelligence

Unternehmensdaten
Datenqualität


BI Anbieter realisieren Relevanz von DQ

Business Objects Fuzzy Informatik (Know how für den europäischen Markt)
enthält auch eigene DQ-Werkzeuge

SAS Dataflux, ETL-Funktionen mit integrierten DQM-Werkzeugen

Cognos Informatica


BI vs. DQ - Analyse

Daten extrahieren (ETL) Daten / Metadaten extrahieren

Daten transformieren, zusammenführen (DWH)

Daten in BI – Applikation laden (z.B.: OLAP) Daten oder Samples in DQ – Applikation laden

Daten in Hinblick auf die Wirtschaftlichkeit des Daten in Hinblick auf die Qualität analysieren
Unternehmens analysieren (Profiling)

Dashboards Dashboards
Tabellen Tabellen
Diagramme Diagramme
Messzeiger Messzeiger


Probleme großer DQ – Suiten

Hohe Kosten für Hard- und Software

Hohe Aufwände für Einführung und Integration

Hohe Systemkomplexität

Starke Abhängigkeit vom IT Bereich

Ausgeprägtes IT Know-how notwendig

Flexible und intuitive Überprüfung der Daten nicht oder kaum möglich

Zum Teil fehlende Interaktivität


Lösungsansatz

Möglichkeit mit BI Produkten verschiedene DQ Kennzahlen darzustellen

Möglichkeit die Daten nach verschiedenen DQ Kriterien zu analysieren

Nutzung der Funktionalitäten des (vorhandenen) BI Produktes

Möglichkeit für den Fachbereich selber Kennzahlen festzulegen je nach BI Produkt

Dashboard und Data Profiling in einem Tool möglich


DQ – Analyse der 2. Generation

Erkenntnis-
gewinn Assoziative
interaktive Data
Analyse Mining
Interaktiv

Dashboard

Statisch
Standard-
Automatisiertes
bericht
Data Profiling

Einfache Für Experten Komplexität
Bedienung


Anforderungen an BI-Werkzeuge zur DQ-Messung (Agens)
BI- DQ-

Was können BI-Tools der 2. Generation (Z.B. Qlikview oder Infozoom)?
unabhängig von der vorhandenen Software aus Datenquellen Millionen von Datensätzen
verarbeiten
effizientes, plattform- und datenbankenunabhängiges Tool für Analyse und Reporting
einfache Bedienbarkeit, etc.

Was fehlt solchen Werkzeugen für DQ-Analyse?
Eine systematische Sicht speziell auf DQ-Probleme
Schwierigkeit, die quot;wirklichquot; fehlerhaften, unvollständigen bzw. unplausiblen Daten zu finden
es ist i.d.R. simpel, Formate oder das Vorhandensein von Feldinhalten zu prüfen. . . .
aber Abhängigkeiten und Plausibilitäten damit zu verbinden ist sehr aufwändig
z.B. kann der vorgefundene Branchenschlüssel zur Rechtsform des Geschäftspartner
passen oder sind die gepflegten Beziehungen /Kundenverbindungen zur Rechtsform des
GP`s kompatibel, etc.? - dieses ist eher schwierig und komplex zu prüfen


Mögliche DQ – Analysen mittels BI Produkten

NULL – Wert – Check
Primärschlüssel – Check
Häufigkeit des Vorkommens der Werte einer Spalte
Minimal, Maximal Werte einer numerischen Spalte
Summen Werte einer numerischen Spalte
Median einer numerischen Spalte
Mittelwert einer numerischen Spalte
Wertebereichanalyse
Formatanalyse (Muster)
Regelprüfung (über Formeln)


Agenda


Was ist BI

BI - DQ

Beispiel

Fazit


Excel
NULL – Wert – Check
Durch Sortierung der Datensätze nach der zu analysierenden Spalte
=ANZAHLLEEREZELLEN(G2:G93)

Lehrzeichen

Null - Werte


Excel

Primärschlüssel – Check
SUMME(WENN(HÄUFIGKEIT(A2:A93;A2:A93)>0;1))

Häufigkeit des Vorkommens der Werte einer Spalte
Hilfsspalte mit 1
Pivottabelle


QlikView

BI Produkt QlikView

BI 2.0
RAM basiert
Schnell
Flexibel
Intuitiv

Nutzung der von QlikView mitgelieferten Funktionalitäten für DQ


QlikView - TIQView


QlikView – TIQView


QlikView - TIQView


Agenda


Was ist BI

BI - DQ

Beispiel

Fazit


Fazit DQ – Analysen mit BI

Vorteil
Keine große DQ Suite notwendig
Vielseitigkeit in der Darstellung der Analyseergebnisse
Spart Zeit und dadurch Kosten
einfache Portal-Integration
Interaktiv

Nachteil
Möglichkeiten hängen sehr von Bedienbarkeit und Funktionalität des jeweiligen BI Tools ab
Gute bis sehr gute Kenntnis des jeweiligen BI Produktes notwendig (ohne Template)
Ausschließlich DQ-Analysen möglich, kein Data Cleansing oder Dublettencheck


Fazit DQ – Analysen mit BI 2.0

Vorteile:
Wenn Qlikview als BI 2.0-Werkzeug aufgrund des intuitiven Potenzials z.B. Antworten auf
Unternehmensfragen liefert, für die einem vorher gar keine Fragen eingefallen sind, dann gilt
dies für TIQView hinsichtlich Data Profiling 2.0 ebenfalls

Die intuitiven und interaktiven Möglichkeiten, sind neben der Schnelligkeit die eigentlichen
Stärken von TIQView, in denen dieses Tool klare Vorzüge vor den Konkurrenzprodukten hat

IT-unabhängige Möglichkeit des Aufspürens und Überwachens von DQ-Problemen

Nachteil: keine Verarbeitung von Massendaten möglich, aber:
Einsatz in dezentralen DQM-Strukturen, z.B. in den Fachbereichen durch Data-Stewards, ideal
unternehmensweite Überwachung in mittelständischen Unternehmen kostengünstig möglich


Vielen Dank!
TIQ Solutions GmbH
Weißenfelser Straße 84
04229 Leipzig

Doreen Hartung Web: www.tiq-solutions.de
TIQ Solutions GmbH eMail: info@tiq-solutions.de
Phone: +49 341 355 903-00
Fax: +49 341 355 903-25

© 2007 TIQ Solutions GmbH • All Rights Reserved. – GIQMC Bad Soden, 26-28. November 2008

Unternehmensweites DQ-Controlling auf Basis von BI-Werkzeugen

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

En vedette

En vedette (20)

Similaire à Unternehmensweites DQ-Controlling auf Basis von BI-Werkzeugen

Similaire à Unternehmensweites DQ-Controlling auf Basis von BI-Werkzeugen (20)

Plus de Vizlib Ltd.

Plus de Vizlib Ltd. (11)

Unternehmensweites DQ-Controlling auf Basis von BI-Werkzeugen