Business Intelligence: Datenarchitektur

... Erfolgreiche Steuerung fordert korrekte und qualitätsgesicherte Kennzahlen! Datenquellenanbindung, Datenspeicherung, Datenaufbereitung und nutzungsorientierte Bereitstellung von Daten für datengetriebene Entscheidungen.

Zielstellung

Im Rahmen dieses Bausteins entwickeln wir mit Ihnen von der Datenquelle bis hin zur Darstellung alle Ebenen einer Datenarchitektur für ein kennzahlenbasiertes System. Entweder innerhalb der zeitgemäßen Weiterentwicklung bestehender Architekturen oder anhand einer für Ihre Bedürfnisse angepassten und den Trendthemen folgenden (Daten-)Architektur.

Vorgehensweise

Auch wenn einige Szenarien für datengetriebene Entscheidungen über Kennzahlen als Entscheidungsgrundlage hinausgehen, so sind diese im Grundsatz für die Unternehmenssteuerung nicht ersetzbar. Sie bilden in vielen Fällen die Grundausstattung eines Finanzbereichs oder des Controllings beispielsweise für Logistik, Produktion oder Vertrieb. Dafür können ERP-Systeme ebenso wie Systeme im Bereich der Leistungserzeugung wie Produktion, Qualitätsmanagement und vor allem auch externe Systeme als Datenquellen angebunden werden. Die Anbindung kann durch und an cloudbasierte Werkzeuge und Umgebungen ebenso wie an on-premise-Lösungen erfolgen.
Aber nicht nur die Frage der Lokalisierung, auch die Frage der notwendigen Form der Speicherung der Daten ist zu klären. Unterschiedliche Data-Vault-Modellierungen, Snow-Flake oder Star-Modelle stehen beispielsweise als analytische Strukturierungsformen von Daten zur Auswahl und können sinnhaft für unterschiedliche Ebenen genutzt werden. Dabei hat jedes Modell spezifische Stärken, die es für eine optimale Lösung Ihrer Aufgabenstellung auszuwählen gilt. Auch müssen Festlegungen zu Historisierung von Daten oder auch deren Qualitätssicherung getroffen und umgesetzt werden. Für den Kern der Speicherung lassen sich Data-Warehouse-Strukturen aufbauen, die zentral, dauerhaft und nicht volatil Daten speichern können. Dabei stehen auch Ansätze wie ein Data Mesh zur Wahl, die im Gegensatz zum Data Warehouse den Gedanken der Zentralisierung nicht verfolgen, sondern fachbereichsbezogen strukturiert sind.
Nicht zuletzt stehen auch verschiedene Werkzeuge zur Datenspeicherung, Datenverarbeitung / Transformation (ETL oder ELT) und Automatisierungen zur Wahl, die einen Teil der Arbeit abnehmen können. Idealerweise werden diese Entscheidungen in eine entsprechende Analytics-Strategie eingebunden.

Ergebnis

Im Ergebnis entsteht eine für Sie passende und zukunftsfähige Architektur, um definierte Kennzahlen in bedarfsgerechter Frequenz zu erhalten, die dabei entsprechend Ihrer Bedarfe in einer modernen Datenarchitektur gespeichert sind.



Kontakt

Sie kennen Ihre Herausforderung und denken über eine Lösung nach.
Wir unterstützen Sie dabei konzeptionell strategisch, realisierungsbezogen bis hin zu betriebsunterstützend. Kontaktieren Sie uns gern für ein kostenfreies und unverbindliches Gespräch.

Sie kennen Ihre Herausforderung und denken über eine Lösung nach. Wir unterstützen Sie dabei konzeptionell strategisch, realisierungsbezogen bis hin zu betriebsunterstützend. Kontaktieren Sie uns gern für ein kostenfreies und unverbindliches Gespräch.