Was ist Rapid BI?

Was ist Rapid BI?

Laut Lucas Thelosen, dem Gründer von DAS42, gibt es keinen richtigen oder falschen Ansatz. Es gibt viele richtige und viele falsche Ansätze. Um traditionelles BI zu erklären, schaut man sich am besten eines der Lieblingsbücher von Thelosen an: The Hitchhiker’s Guide to the Galaxy. Du formulierst eine Frage, zum Beispiel: „Was ist die Antwort auf das Leben und das Universum und alles?”, und der Computer denkt siebeneinhalb Millionen Jahre lang darüber nach und kommt auf ‚„42”. Das ist traditionelles BI. Du stellst eine Frage, wartest ewig – und irgendwann bekommst du eine Antwort, die du nicht wolltest.

Traditionelles Prototyping bedeutet, dass du viel Zeit für die Transformationsschicht aufwendest. Du verbringst also viel Zeit damit, den Extrakt, die Transformation und die Ladung herauszufinden. Der erste große Teil deines Projektes besteht darin, dein Data Warehouse aufzubauen und die Struktur zu erarbeiten. Viele Unternehmen schaffen es in traditionellen BI-Projekten nie zur Analytik, weil sie bereits zu viel Geld, zu viele Ressourcen und zu viele Stunden für den Aufbau der Dateninfrastruktur aufgewendet haben.

Der Ansatz, den Lucas Thelosen vorschlägt, ist der Weg, der für seine Kunden am besten funktioniert. Er basiert darauf, eine Dateninfrastruktur so schnell wie möglich aufzubauen, indem Daten virtuell oder in einer physischen Datenbank zentralisiert werden. Im zweiten Schritt richtest du deine BI-Schicht (Analyse-Infrastruktur) ein, in der du und deine Endbenutzer Berichte einsehen können. Mit den Nutzern im selben Raum kannst du nun die Berichte einsehen und die benötigten Transformationsschichten einrichten. Im Gegensatz zum traditionellen Ansatz führst du den Transformationsprozess früher und mit dem Endbenutzer durch, da dir bereits Berichte und Dashboards zur Verfügung stehen.

Dieser Ansatz hat viele Vorteile, aber auch einige Fallstricke. Der Hauptvorteil ist, dass du dich schnell bewegst und tatsächlich im BI erfolgreich bist, da du den Mitarbeitern im Unternehmen Einblicke gewähren kannst. Zweitens hast du einen agilen Ansatz und kannst schnell auf Veränderungen in deinem Unternehmen reagieren.

Die größte Gefahr besteht andererseits darin, dass viele sich nicht die Zeit zum Aufräumen nehmen. Das heißt,  alle Dashboards und Berichte zu löschen, die sie nicht verwenden. Stattdessen neigt man dazu, sich an ihnen festzuhalten, weil man denkt, man könnte sie später doch noch gebrauchen – nur um am Ende vor dem Chaos zu stehen.

Modelliere deine Daten! So lautet deshalb Lucas Thelosens Appell. Es ist sehr wichtig zu definieren, was etwas bedeutet. „Was ist ein neuer Käufer? Was zählen wir eigentlich zu den Einnahmen? Was zählen wir nicht zu den Einnahmen?”, „Wer gehört in diese Gruppe? Warum ist das eine Gruppe?” Oder anders: Definiere und dokumentiere deine KPIs (Key-Performance-Indikatoren)! Das ist unglaublich wichtig, damit du später nie mehr über deine KPIs im Reporting streiten musst. Laut Matthias Korn, Head of Solution Engineering bei Data Virtuality, unterstützt sein Firma andere Unternehmen beim Aufbau einer agilen Dateninfrastruktur innerhalb nur eines Tages. Diese beschleunigt das Rapid-BI-Prototyping. Denn Data Virtuality verwaltet den Datenfluss zwischen Datenquellen und Business-Intelligence-Tools automatisch, wodurch man Zeit für den Analyse-Teil des BI-Projekts einspart. Data Virtuality Logical Data Warehouse verfügt über mehr als 100 Konnektoren und eine leistungsfähige Modellierungsschicht, die es zur agilsten und performantesten Dateninfrastruktur für Unternehmen jeder Größe macht.

Wie lange dauert es, ein BI-Setup zu erstellen?

Viele Unternehmen haben Probleme mit der Einrichtung ihrer BI. Monate vergehen und es fühlt sich an, als wäre nichts erreicht worden. Wir haben Experten gefragt, wie lange es dauert, ein BI-Setup mit einem schnelle BI-Ansatz zu erstellen.

Lucas Thelosen erinnert sich an einen Kunden, bei dem es Tage dauerte, bis die  erste Schicht, also das Extrahieren und Laden der Daten in ein Lagerhause, abgeschlossen war. Für die zweite Schicht, also die Analyse-Implementierung und das Erstellen erster Dashboards als Ausgangspunkt für Gespräche und Iterationen, waren noch einmal 5 Tage nötig. Der größte Fehler, den Thelosen beobachtete, ist, dass Unternehmen versuchen, alle ihre Konnektoren selbst zu bauen und zu schreiben. Das ist eine riesige Zeitverschwendung und gefährdet das Projekt. Wenn es also deine Kernkompetenz ist oder dein Name zufällig Data Virtuality ist, kann es durchaus sinnvoll sein, diese Konnektoren im eigenen Hause zu bauen. Wenn nicht, ist es unklug.

Sollte ich ein Set spezialisierter Tools oder ein Full-Stack-BI-Tool verwenden?

Es gibt einige Full-Stack-Systeme auf dem Markt, die von der Beladung über die Zentralisierung bis hin zur Analyse alles tun. Thelosen empfiehlt, diese Schritte zu trennen. Durch den Einsatz einer Full-Stack-Lösung, wie z. B. Domo-Dashboards, kann es passieren, dass du keinen Zugriff auf dein Data Warehouse hast – was die Möglichkeiten deines Datenverantwortlichen einschränkt, dieses gründlich zu untersuchen. Darüber hinaus bist du auch an den Anbieter gebunden, der die Geschwindigkeit deiner Datenbank kontrolliert, was praktisch bedeutet, dass der Anbieter Eigentümer deiner Datenbank ist. Daher ist es wichtig, dass das Unternehmen seine eigenen Daten besitzt und diese intern und vollständig verfügbar hat.

Stell dir eine Fusions- oder Übernahmesituation vor: Aus Sicht des Unternehmenswertes und der Integration wäre es besser, wenn du deine goldenen Nuggets, also deine Daten, besitzen würdest.

Außerdem ist es schwierig, von einem Full-Stack-BI-Tool wegzukommen. Durch die getrennten Komponenten können Unternehmen problemlos zwischen den einzelnen Komponenten des BI-Stacks wechseln. Data-Warehouse-, Datenintegrations- und Analyselösungen lassen sich oft nach Bedarf zerkleinern und verändern. Dies ermöglicht es Unternehmen, wirklich agil zu sein, da sie ihren BI-Stack an die Geschwindigkeit ihrer geschäftlichen Veränderungen anpassen können. Dagegen fehlen Unternehmen mit Full-Stack-BI-Tools diese Möglichkeiten, weshalb sie in der Folge unter einem chronischen Datennachteil leiden.

Das vollständige Video kannst du dir genau hier auf unserem Youtube-Kanal anschauen.