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-
BI-Werkzeuge zur DQ-
DQ-Messung (Agens)
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 "wirklich" 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
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

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Unternehmensweites DQ-Controlling Auf Basis Von BI-Werkzeugen

Hochgeladen von

Copyright:

Verfügbare Formate

Unternehmensweites DQ Controlling auf

Basis von BI-Werkzeugen

Doreen Hartung, TIQ Solutions GmbH

Die TIQ Solutions GmbH

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

Beratungsfokus auf Datenqualitätsmanagement, Datenintegration u. -migration,

Bisher: unabhängig von Softwareherstellern

DQ-Messung / Bewertung / Überwachung

Die TIQ Solutions GmbH

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

Verknüpfung der Daten einer heterogenen Systemlandschaft

Schnelles erfassen von wichtigen Kennzahlen über Management Dashboards

Drill Down bis zu den operativen Daten

Analysen und Reporting

BI 2.0: Gartner Prognose, 4.10.2006:

Einfache Für Experten Komplexität

Die TIQ Solutions GmbH

SAS Dataflux, ETL-Funktionen mit integrierten DQM-Werkzeugen

Daten extrahieren (ETL) Daten / Metadaten extrahieren

Daten transformieren, zusammenführen (DWH)

Hohe Kosten für Hard- und Software

Hohe Aufwände für Einführung und Integration

Starke Abhängigkeit vom IT Bereich

Ausgeprägtes IT Know-how notwendig

Zum Teil fehlende Interaktivität

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

Einfache Für Experten Komplexität

Was können BI-Tools der 2. Generation (Z.B. Qlikview oder Infozoom)?

Was fehlt solchen Werkzeugen für DQ-Analyse?

NULL – Wert – Check

Die TIQ Solutions GmbH

Häufigkeit des Vorkommens der Werte einer Spalte

Nutzung der von QlikView mitgelieferten Funktionalitäten für DQ

Die TIQ Solutions GmbH

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

Nachteil: keine Verarbeitung von Massendaten möglich, aber:

Doreen Hartung Web: www.tiq-solutions.de

Das könnte Ihnen auch gefallen