Warum der BI-Bereich einen Datenkatalog braucht

Ursprünglich wurde Business Intelligence (BI) entwickelt, um Führungskräften und Managern datenbasierte Entscheidungsfindung zu ermöglichen.
Bei den dazu durchgeführten Analysen werden Daten aus internen und externen Systemen gesammelt und aufbereitet, Analysen geplant und durchgeführt. Die Ergebnisse werden anschließend in Tools und Anwendungen visualisiert.

‍
Seit einiger Zeit hat sich der Aufgabenbereich von BI-Abteilungen erweitert. Sie sind heute nicht nur für strategische Analysen zuständig, sondern kümmern sich auch um viele verschiedene operative Vorgänge, wie z.B. Ad-hoc-Finanzberichte. Diese zusätzlichen Aufgaben erfordern neue Tools. Traditionelle Data Warehouses, die früher das zentrale Werkzeug der BI-Abteilung waren, reichen heute nicht mehr aus, um die aktuellen Aufgaben effizient zu bewältigen. Die explodierende Zahl von Anfragen und auch deren Vielfalt erfordert die Implementierung und Nutzung verschiedener Tools. Ein moderner Data-Tool-Stack unterstützt im Kern jede*n Mitarbeiter*in dabei, die richtigen Daten zur richtigen Zeit im richtigen Tool zu erhalten.  Nur so können alle der erlebten Herausforderungen gemeistert werden.
‍

Eine Komponente einer modernen Datenarchitektur zur Bewältigung dieser Herausforderungen ist ein Datenkatalog. Die Implementierung eines modernen Datenkatalogs beschleunigt operative Prozesse und ermöglicht weitreichende, umfassende Recherchen und Analysen. Außerdem erleichtert er den Datenzugriff und die Entwicklung eines gegenseitigen Verständnisses zwischen verschiedenen Abteilungen des Unternehmens.
In diesem Artikel stellen wir drei zentrale Herausforderungen von BI-Abteilungen und Lösungen vor.

‍

Typische Herausforderungen der BI-Abteilung
Abteilungen reden aneinander vorbei

Ein häufiges Problem ist das mangelnde Verständnis zwischen dem BI-Team und den verschiedenen Fachabteilungen. Ohne eine zentrale Anlaufstelle für Informationen haben BI-Analysten Schwierigkeiten, die abteilungsspezifischen Konzepte, Logiken, Anforderungen und Geschäftsterminologien zu verstehen. Ein Paradebeispiel für so einen problematischen, da mehrdeutigen, Begriff ist "KPI". Hinzu kommt, dass die BI-Analysten die Datengrundlage für die gewünschte Analyse oft nicht selbst erkunden können, sondern auf gesendete Datenpakete vertrauen müssen. Diese Aspekte verursachen nicht nur eine zeitintensive Analysevorbereitung, sondern auch Missverständnisse, Verzögerungen und vermeidbare Meetings und Telefonate.

Indem ein Datenkatalog für alle Abteilungen Transparenz über relevante technische und fachliche Informationen schafft, bietet er eine ideale Lösung, um gegenseitiges Verständnis zu schaffen. Mit seiner Hilfe wird die Analysevorbereitung enorm vereinfacht. So enthält beispielsweise das Business glossary eines Katalogs die zentralen Definitionen relevanter Begriffe, so dass Mitarbeiter*innen bei Unklarheiten dort nachschlagen können. Der direkte Datenzugriff über den Katalog reduziert den Zeitaufwand für die Datenaufbereitung zusätzlich um bis zu 70%.

Interdisziplinäre Zusammenarbeit als Mammutaufgabe

‍
Das zweite Problem, mit dem Unternehmen häufig konfrontiert sind, ist die mangelnde Effizienz bei der Durchführung umfassender Analysen. Das gilt insbesondere dann, wenn mehrere BI-Abteilungen beteiligt sind. Solche Analysen werden durch die unterschiedlichen verwendeten Tools enorm zeit- und kostenintensiv. Viele dieser Werkzeuge bieten keine offenen Schnittstellen und nutzen Lock-in-Effekte. Die Datenintegration wird dadurch immer komplexer. Generell fehlt oft das Bewusstsein für die Infrastruktur aller Beteiligten.
Ein moderner Data-Asset-Katalog verschafft den Nutzer*innen bei der Analyseplanung und -vorbereitung einen Überblick über die verwendeten Tools und Datenbanken. Durch offene APIs erleichtert er die kollaborative Nutzung von Datensätzen und den Datenaustausch. Gerade für Testprozesse, die bei systemübergreifenden Analysen eine große Rolle spielen, steigert die Kombination eines Datenkatalogs mit einer flexiblen Datenintegrationsumgebung die Effizienz enorm.

Keiner will dokumentieren!?

‍
Der dritte Punkt, der hier nicht fehlen darf, ist die fehlende Dokumentation und die dezentrale Speicherung von Berichten.
Eine der häufigsten Herausforderungen besteht darin, dass Wissen in Silos lieg. Es steht denjenigen, die es benötigen, nicht zur Verfügung . Sowohl durchgeführte Analysen als auch vorhandene Berichte werden entweder

a) individuell (im schlimmsten Fall)

oder

b) auf Arbeitsgruppenebene (zumindest etwas weniger silo-artig) gespeichert und dokumentiert.

Die Gründe dafür sind vielfältig: hoher Dokumentationsaufwand, fehlende Richtlinien, Fehlen einer geeigneten Infrastruktur, ... . Die Folgen sind doppelt angefertigte Analysen, geringe Effizienz und Fehler in der weiteren Nutzung von Assets.

Ein moderner Datenkatalog bietet eine Lösung, um die Herausforderungen, die Dezentralität mit sich bringt, zu überwinden. Er schafft einen zentralen Punkt der Wahrheit. Durch die Abbildung von Beziehungen zwischen Daten und Datenbeständen (Data Lineage) wird deutlich, woher die Daten stammen und wie sie transformiert wurden. Die Automatisierung, die ein moderner Datenkatalog bietet, ist hier von Vorteil: Der reduzierte Aufwand für die Dokumentation verbessert deren Qualität enorm. Insgesamt wird dadurch das Vertrauen aller Nutzer*innen in die Daten in mehrfacher Hinsicht erhöht.

Breite Wertschöpfung - nicht nur für den BI-Bereich

Die oben genannten Beispielen zeigen deutlich, wie BI-Abteilungen mit moderner Datenkatalogen und einem modernen Tool-Stack ihre Herausforderungen bewältigen können. Neben den aufgezeigten Möglichkeiten ergeben sich durch den Einsatz eines Datenkatalogs zahlreiche Vorteile für das gesamte Unternehmen, wie z.B. eine verbesserte Datenqualität, eine erhöhte Mitarbeiterzufriedenheit, eine zunehmende Datendemokratisierung und so weiter.

Neben dem qualitativen Mehrwert zahlt sich eine Anschaffung für Unternehmen auch monetär aus. Korrekturkosten, Datenwiederbeschaffungskosten und Prozesskosten sind 5 - 10 mal höher als die Kosten eines sauber konzipierten und gut geführten Prozesses. Weitere häufig genannte Vorteile eines Datenkatalogs sind

a) eine höhere Anzahl an durchgeführten Analysen mit höherer Qualität  

b) eine höhere Aktualität durch eine gesteigerte Mitarbeiterproduktivität

c) Managementenscheidungen, die auf umfassenden, ganzheitlichen und aktuellen Daten sowie deren Analyse beruhen

Ein Datenkatalog ist ein zentraler Baustein einer modernen Datenarchitektur. Für den BI-Bereich spielt ein Datenkatalog für eine Vielzahl von Anwendungsfällen eine immer wichtigere Rolle, weit mehr als die drei genannten Beispiele.  

Um sicherzustellen, dass sich eine solche Investition lohnt, empfehlen wir, alle wesentlichen Merkmale eines Datenkatalog bei der Auswahl zu berücksichtigen. Achten Sie darauf, einen Anbieter zu wählen, der Ihre individuellen Anwendungsfälle abbildet. Wichtige Aspekte können z.B. Integrationen zu bestehenden Tools, der Grad der Automatisierung oder die Unterstützung der explorativen Arbeit an Daten sein.

Wenn Sie mehr über mögliche Vorteile erfahren möchten, lesen Sie den Artikel Was ist ein Datenkatalog und wozu wird er verwendet? und nehmen Sie Kontakt auf!

‍