Voraussetzungen für Business Intelligence
Fast jedes Unternehmen kann durch den Einsatz von Business Intelligence profitieren, aber nicht immer sind die entsprechenden Voraussetzungen gegeben, Business Intelligence-Projekte wirklich erfolgreich zu implementieren.
Dabei geht es nicht immer nur um technische Hürden, um zum Beispiel auf entsprechende Datenbestände zurückgreifen zu können, sondern auch um Fragen der Unternehmenskultur und der Art der Annäherung an das Thema Business Intelligence im Ganzen.Einer der wesentlichen Bausteine für Business Intelligence ist der Zugriff auf elektronisch gespeicherte Informationen, die in den operativen Systemen oder sogar schon in einem Data Warehouse vorliegen.
Dies allein genügt zwar für einen Start, allerdings können viele Hürden aus dem Weg geräumt werden, wenn an die gespeicherten Informationen einige weitere Forderungen gestellt werden.
Datenqualität in Business Intelligence Projekten
Eine hohe Datenqualität ist eine wesentliche Größe zum Erfolg eines Business Intelligence Projekts. Je weniger Beachtung auf eine eventuelle Datenbereinigung geschenkt werden muss, desto effizienter lassen sich die späteren Auswertungen implementieren.
Beispiele für eine schlechte Datenqualität in einem BI-Projekt: Leere Felder in Datenbanken, mehrfach erfasste Artikel bzw. Kundenadressen oder inkonsistente Formate bei Postleitzahlen.
Das alles sind Stolpersteine in einem BI-Projekt, die beseitigt oder zumindest berücksichtigt sein müssen, um die Auswertungen nicht zu verzerren.
Datenmenge in Business Intelligence Projekten
Als Faustregel gilt, dass eine gewisse Mindestmenge an Informationen vorliegen muss, um einen echten Mehrwert von Business Intelligence-Anwendungen zu bekommen. Es ist offensichtlich, dass ein Unternehmen mit vielleicht zehn oder zwölf Lieferanten keinen echten Informationssprung nach vorne durchführen wird, wenn diese Adressen mit Business Intelligence-Methoden analysiert werden.
Bei einem Unternehmen mit 100.000 Kundenadressen sieht das ganz anders aus. Was im Einzelfall eine genügende Menge an Informationen ist, hängt im Wesentlichen von der Fragestellung ab und muss daher von Projekt zu Projekt entschieden werden.
Darüber hinaus muss beachtet werden, dass die Datenmenge oft im Widerspruch zur Datenqualität steht. Sollte dieser Fall eintreten, so sollte die Datenqualität immer im Vordergrund stehen, da darauf die späteren Analysen implementiert werden.
Datenstruktur in Business Intelligence Projekten
Business Intelligence-Methoden sind in der Lage, Daten mit einer gewissen Struktur zu verarbeiten. Das liegt daran, dass auf diesen Daten mathematische Verfahren angewendet werden, die fest zugeordnete Datenstrukturen benötigen, um durchgeführt werden zu können.
Informationen, die in tabellarischer Form bzw. in einer Datenbank vorliegen, sind in der Regel genügend strukturiert, um verarbeitet werden zu können. Daten, die in unstrukturierter Form vorliegen, wie z.B. E-Mails oder Lieferscheine per Fax, müssen zunächst elektronisch lesbar gemacht und im zweiten Schritt strukturiert werden. Diese vorverarbeiteten Informationen liegen dann wieder in einer Struktur vor, die von Berechnungsvorschriften bearbeitet werden kann.
Diese drei Voraussetzungen stellen in Business Intelligence-Projekten die eigentliche Anfangshürde dar und sollten von Anfang an nicht vernachlässigt werden. Oft scheitern Projekte, weil die Ergebnisse nicht die gewünschten Resultate liefern. In den meisten Fällen liegt dies allerdings nicht an den Auswertungen an sich, sondern vielmehr an der Datenqualität bzw. der Datenstruktur, die für die Auswertung herangezogen werden.