Datenimport: Daten und Strukturen laden - Business Intelligence für Controller

Controllers-Werkzeug Datenimport: Daten und Strukturen laden Seite 65 6 Datenimport: Daten und Strukturen laden In Kapitel 5 wurde gezeigt, wie auf Basis einer OLAP-Datenbank schnell und einfach dyna- mische Berichte und Analysen generiert werden kçnnen. In diesem Kapitel soll der Schritt, der in einem BI-Projekt vor diesem Ergebnis liegt, erläutert werden: Der Aufbau einer analysefähigen OLAP-Datenbank bzw. die Befüllung eines Cubes mit Daten mit Hilfe eines Import-Werkzeuges. Da Import-Werkzeuge, deren Aufgaben und Funktionalitäten „im Hin- tergrund“ von BI-Projekten ablaufen, meist leider nicht im Fokus von Anbieter-Präsentatio- nen stehen, sind hier einige Erläuterungen und Tipps aus der Praxis vorangestellt. Unsere Empfehlung lautet eindeutig, den Import-Teil bei der Produktauswahl mit einzubeziehen, er kann sonst zum unerwarteten Kostentreiber im Projekt werden. Im Umfeld von BI-Projekten spricht man beim Import-Vorgang von ETL, d. h. „Extraktion – Transformation – Laden“ (s. Kapitel 3). Beim ETL-Prozess geht es darum, Daten und Struktu- ren aus den (meist relationalen) Vorsystemen in die analytische Welt zu überführen. Bei einer multidimensionalen OLAP-Datenbank werden hierbei die analysefähigen Dimensionen und Cubes erzeugt und mit Werten befüllt. Der Import-Prozess ist damit das Fundament jedes Business-Intelligence-Systems. Seine wesentlichen Aufgaben im BI-Projekt sind: · Erstellen der Analyse-, Reporting- und Planungsstrukuren · Laden der Daten und Strukturen aus den Vorsystemen (inkl. Verdichtungen und Berech- nungen) · Prüfung der Vorsystemdaten auf Datenqualität · Fehlerroutinen Das Datenmanagement, das über das Import-Werkzeug gesteuert wird, ist ein zentraler Erfolgsfaktor im BI-Projekt, denn es hat wesentlichen Einfluss auf die Analysemçglichkeiten, die dem Endanwender zur Verfügung stehen. Es beeinflusst die Einfachheit der Lçsung für den Anwender, die Geschwindigkeit der Analysen, die Flexibilität bei ¾nderungen und Erweiterungen der Lçsung und die Aktualität der Informationen. Das Datenmanagement nimmt großen Raum im laufenden Betrieb der Lçsung ein, die Administrations- und Folge- kosten, die damit zusammenhängen, müssen daher beim Projektstart bzw. der Software- Evaluierung bedacht werden. Eine oft vernachlässigte Grçße im BI-Projekt ist die Frage der Datenqualität. Wie bereits in Kapitel 4 (Nutzen von BI-Anwendungen) angesprochen, steht und fällt die Qualität der Auswertungen mit der Qualität der zu analysierenden Datenbasis. Die Datenqualität wird in der Praxis oft überschätzt. Die Erfahrung zeigt: Wenn sich ein Unternehmen sicher ist, dass die Datenqualität gut sei, ist das Problem oft am grçßten. Das Import-Werkzeug ist die Brücke zwischen der Datenbasis in den Vorsystemen und der Analyseschicht (s. Abbildung 30). Es sorgt dafür, dass die richtigen Analysedaten vollständig, aktuell und konsistent zur Verfügung stehen – durch einen gut modellierten Import-Prozess C © VERLAG FÜR CONTROLLINGWISSEN AG V W Controllers-Werkzeug Seite 66 Datenimport: Daten und Strukturen laden und durch integrierte Prüfroutinen. Dieser Idealzustand kann nicht mit der ersten Modellie- rung hergestellt werden; ein Importprozess braucht Zeit, um zu reifen. Das Ergebnis muss überprüft und mit mehreren Durchläufen optimiert werden, wobei verschiedene Fehlertypen erkannt und entsprechend abgefangen werden. Wird bei der Implementierung eines BI- Systems eine interne Ergebnispräsentation nach dem ersten Datenimport eingeplant, emp- fiehlt es sich daher nicht, die User schon auf dieser Basis online zu schalten. Abbildung 30: Der Datenimport Grundsätzlich gilt: Der Importprozess ist komplex und erfolgskritisch für das gesamte BI-Projekt – daher wird ein leistungsfähiges Werkzeug bençtigt. Es gibt verschiedene Ansatz- punkte, wie ETL-Produkte konzipiert sind. Einige wichtige Hinweise, die bei der Software- Auswahl beachtet werden sollten: · Viele Importwerkzeuge kçnnen nur mit einer einzigen OLAP-Datenbank zusammen- arbeiten. Ein Multi-OLAP-Datenbank-Importwerkzeug bietet jedoch mehr Zukunfts- sicherheit, da theoretisch die OLAP-Datenbank ausgetauscht werden kann, ohne den ETL-Projektteil komplett neu machen zu müssen. · Für den Import aus SAP-Systemen wird meist ein Zusatzmodul oder ein anderes Produkt bençtigt. Manchmal werden auch fertige ABAP’s angeboten, die im Projekt individuell angepasst und erweitert werden müssen. C © VERLAG FÜR CONTROLLINGWISSEN AG V W Controllers-Werkzeug Datenimport: Daten und Strukturen laden Seite 67 · Bei Angeboten ohne Importwerkzeug mit manuellen Imports (z. B. über Excel-Loop) oder individuell codierten Imports (z. B. über VBA oder C++) ist Vorsicht geboten. Manchmal versuchen Anbieter, die Lizenzkosten zu mindern und bieten kein professionelles Import- werkzeug an, um so den Verkauf schneller abzuschließen. Am Ende ergeben sich für den Kunden jedoch deutlich hçhere Beratungskosten und eine hohe Abhängigkeit vom Berater. Folgende Checkliste soll die Einordnung von Produkten bei der Auswahl eines geeigneten Werkzeuges unterstützen: · Welche Aufgaben muss ein Importwerkzeug mindestens durchführen kçnnen: – Strukturen erzeugen (Dimensionen, Cubes, Rechenregeln) – Werte in den Cube laden · Gute Tools kçnnen zudem: – Werte auf Plausibilität prüfen – Werte verdichten (z. B. Tageswerte zu Monatssummen) – Zeit- oder ereignisgesteuert aufrufbar – Fehlerhafte Strukturen melden und ggf. automatisch korrigieren – Berechnungen durchführen (z. B. Umsatz errechnen) – Strukturen per Hand anlegen (z. B. Kontendimension) – Szenarien generieren mit Wertübernahme aus andere Szenarien (z. B. Forecast) – Datenbereiche prüfen und Auffälligkeiten melden – gleichzeitige Verarbeitung verschiedener Datenquellen · Hilfreiche Zusatzfähigkeiten sind: – Erstellen und Verteilen von dezentralen Würfeln an Außendienst (per E-Mail) – automatische Benachrichtigung bei Fehlern – Würfeldaten (z. B. aus der Planung) sichern – Steuern von Berichtseinstellungen (z. B. Monatswechsel) – Pflegen von Benutzern, Gruppen mit deren Berechtigungen 6.1 Datenimport an einem Beispiel: Vertriebs-Cube füllen Datenimport und Würfel-Aufbau sollen im Folgenden an Hand des Vertriebs-Cubes ver- anschaulicht werden, auf dessen Basis die Berichte in Kapitel 5 generiert wurden. Als Import-Werkzeug dient in diesem Beispiel der Cubeware Importer, der Daten aus einer relationalen Datenbank in den Alea Würfel überträgt. Gezeigt wird die erste Modellierung des Datenimports. Hier ist zu beachten, dass die Daten, die in den relationalen Strukturen des Vorsystems auf vçllig andere Weise als im Zielsystem C © VERLAG FÜR CONTROLLINGWISSEN AG V W Controllers-Werkzeug Seite 68 Datenimport: Daten und Strukturen laden gelagert sind, an der richtigen Stelle der multidimensionalen Hierarchie abgebildet werden. Ist der Datenimport erstmals modelliert, übernimmt das Importwerkzeug das Laden der Werte und Strukturen automatisch und zeitgesteuert gemäß der firmenspezifischen Vor- gaben – meist tagesaktuell und in der Nacht ausgeführt, um den laufenden Betrieb der operativen Vorsysteme tagsüber nicht zu belasten. Wie bereits erwähnt, sind fast immer mehrere Durchläufe und Modifizierungen des Imports nçtig, um schließlich einen optimalen Importprozess zu erhalten, der fehlerfrei und zuverlässig alle Daten an die richtige Stelle importiert. Im folgenden Beispiel soll lediglich das prinzipielle Vorgehen beim ETL-Prozess dargestellt werden. Es wird daher eine vereinfachte relationale Datenbank zu Grunde gelegt, die nur sehr wenige Tabellen umfasst und bei der keine fehlerhaften Datensätze existieren. Das relationale Datenmodell des Vorsystems bildet die einzelnen Informationen in zweidi- mensionalen Tabellen ab, deren Spalten (Domänen) über die Spaltenbezeichnung und deren Zeilen (Tupel) über den Zeilenschlüssel angesprochen werden kçnnen. Einzelne Tabellen kçnnen mit anderen Tabellen über Relationen verknüpft werden (s. Abbildung 31). Abbildung 31: Relationales Datenmodell – „flache“ Daten in zweidimensionalen Tabellen C © VERLAG FÜR CONTROLLINGWISSEN AG V W Controllers-Werkzeug Datenimport: Daten und Strukturen laden Seite 69 Wie in Abbildung 31 dargestellt sind in der Ausgangsdatenbank unseres Beispiels Kunden, die einer Kundengruppe zugeordnet sind, sowie Produkte, die einer Produktgruppe angehç- ren, in Tabellen gespeichert. Die Linien zeigen die Beziehungen (Relationen) der einzelnen Werte zueinander. Über die Beziehungen werden Gruppierungen vorgenommen. Die Kunden beispielsweise werden definiert durch die Kundennummer, den Kundennamen und die Kundengruppe. Die Gruppierung erfolgt im relationalen Modell folgendermaßen: · Kunde 1 gehçrt zur Kundengruppe 1 – in der Tabelle Kundengruppe ist zu sehen: Kundengruppe 1 ist Kundengruppe Süd. · Kunde 2 gehçrt ebenfalls zur Kundengruppe 1 – also Kundengruppe Süd. · Kunde 3 gehçrt zur Kundengruppe 2 – also Kundengruppe Nord. Die gleiche Systematik gilt für die Produktgruppierung. In der aufgeführten Umsatztabelle steht bei Kundennummer und Produktnummer nur der jeweils vergebene Schlüsselwert, der über die Tabellen „Kundenstamm“ und „Produkt- stamm“ hinsichtlich Namen und Gruppierung aufgeschlüsselt werden kann. Weitere Anga- ben der Umsatztabelle sind Zeitangaben, Absatzmengen, der Umsatz sowie die zugehçrigen Personal-, Material- und Vertriebskosten der jeweiligen Transaktion.