Technologischen Rahmenbedingungen und Werkzeuge für eine ... · Predictive Analytics Ad...

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle

40. Congress der Controller, Themenzentrum C, München

Steffen Vierkorn, Geschäftsführer Qunis GmbH, Neubeuern

Die veränderte Rolle des Controllers

3

Die Rolle des Controllers früher …

4

… die Rolle des Controlling heute

Quelle: CA

Nutzung von internen und externen Informationen

BIG Data & Business Intelligence –

Werkzeuge für den modernen Controller

6

Anforderungen an BIG Data & BI Lösungen können sehr vielfältig sein

Analyse

Reporting

Mobile BI

DashboardPlanung

Integrierte Finanzplanung

Webreporting

Data Mining

Legale Konsolidierung

Predictive Analytics

Ad hoc-Auswertungen

Warenkorbanalyse

Hadoop

Visual AnalyticsOLAP

Scorecard

BIG Data

Self Service BI

7

Unterschiedliche Anwendergruppen erfordern adäquate Werkzeuge für die Umsetzung ihrer Anforderungen

Scorecards &

Dashboards

Formatiertes

Berichtswesen

Ad Hoc

Berichtswesen

Daten

Analyse

Advanced

Analytics

Planung &

Simulation

8

Für erfolgreiche BI & BIG Data Initiativen müssen neben einer guten Technologie weitere Facetten berücksichtigt werden

Steuerungs-

und

Planungs-

konzept

BI Strategie

BIG Data

Agenda

Daten- und

System-

architektur

Werkzeug-

portfolio

BI Rollen &

BI Prozesse

Data

Governance

Unternehmensziele & Rahmenbedingungen

Fachkonzeption Architektur / Technologie Organisation

Ein anforderungsgerechtes Datenmanagement –

das Fundament jeder BI und BIG Data Initiative

10

Die Auswertung von „Daten“ zur Informationsgewinnung wird für Unternehmen immer wichtiger

10Big Data Business Intelligence

Quelle: Google Trends – 08.04.2015

11

Data Warehouse 2

Gewachsene Reporting- und Analyseumgebung erfüllen häufig nicht mehr die steigenden Anforderungen. Grund hierfür ist nicht selten ein unstrukturiertes Datenmanagement.

11

BI Tool 1

Source

Data Warehouse 1

SAP

ERPSAP

ERPCRM

CSV …

DB

DB

SAP

ERP

BI Tool 2 & 3

12

Ein strukturiertes Datenmanagement ist Grundlage für erfolgreiche BI & BIG Data Lösungen

Distribution Area

Core

Datenintegration

Stage

Data Mart

Frontend

Data

Ware

house

Harmonisierte, konsolidierte, zentrale

Datenschicht

Datenextraktion und -transformation

Themenbezogener Datenausschnitt

Informationsaufbereitung

Auswertungsorientierte, logisch

verknüpfte Daten

Datenbereitstellung

ODS

3. Normalform Custom Area Feedback Area

Star SchemaSnowflake

Schema

Dashboard, Reporting, Analyse,

Planung, Konsolidierung, Data

Mining

ETL, ELT, EAI, EII + DQ,

MDM, Metadaten Mngt.

BI Self Service – Freiheit und Agilität für den Anwender

14

„Selbstbedienung“ für den Controller

15

Der BI Closed Loop – von der unternehmensweiten BI Lösung bis hin zur Self Service BI. Unternehmen versuchen Agilität und Standardisierung miteinander zu verbinden.

Individual-BI

Abteilungs-BI

Unternehmens-BIWiederverwendung

von Datenstrukturen,

Berechnungen und

Berichten

Nutzung von

vorhandenen

Definitionen und

Datenmodellen

Dat

a G

ove

rnan

ce/

Bu

sin

ess

Glo

ssar

16

BI Self Service unterscheidet sich je nach Anforderungsprofil. Auf Basis einer geeigneten Data Governance kann Agilität für den Controller deutlich verbessert werden.

Data Governance

Modifikation von

Berichten und

Dashboards

Erzeugung von

Berichten und

Dashboards ad-hoc

Integration privater,

lokaler Daten

Modifikation und

Erzeugung von

Datenmodellen

Self Service

Data Stewardship

(Verbesserung

Datenqualität)

Quelle: BARC

Auf die Organisation von BI und BIG Data kommt es an

18

BI Projekte umfassen häufig Anforderungen aus unterschied-lichen Unternehmensbereichen – zusätzlich muss von Beginn an mit Änderungen der Anforderungen gerechnet werden.

BI-Projekt

……

Thema 1

C-Level

IT

Fachbereiche

……

Thema 1

Finanzen

……

Thema 1

Vertrieb

……

Thema 1

Marketing

……

Thema 1

Fachbereic

h XY

• Projekte mit teilweise vielen Fachbereichen und IT

• Hoher Bedarf an Flexibilität für Fachbereiche

• Eine erfolgreiche BI-Initative wird nie ganz fertig!

19

Ziele einer BI & BIG Data Organisation

Organisatorische Integration von BI & BIG Data

Zentraler SPOC (single point of contact) für BI, BIG Data & PM im Unternehmen

Etablierung einer geeigneten Zusammenarbeit zwischen IT und Fachabteilungen

Data Governance (Hausordnung)

Grundregeln der Informationsnutzung

Durchsetzung von Richtlinien und DQ-Maßnahmen, Qualitätsmanagement in BI-Projekten und Systemen

Knowledge Management

Know How Austausch zu Applikationen, Lösungen und Tools

Zentralisierung von BI Experten

Strategieentwicklung für BI

Entwicklung und Umsetzung der BI Roadmap: fachlich, technisch und organisatorisch

Standardisierung bei gleichzeitiger Agilität: Projektrichtlinien, Prozesse für BI und Datenmanagement, Technologie, Visualisierung, Semantik, Security, …

20

Typische Rollen im Rahmen von BI Initiativen

End User

Ad hoc User

Power User

Head of BI CC

BI Architekt

BI Application Manager

Data Manager

Data Steward

Data Owner

Fachbereich

BI Team

Übergreifende

Data Governance

Lessons Learned aus mehr als

100 BI und BIG Data Projekten

22

Es gibt heute viele Technologien am Markt, die zahlreiche BI Funktionen liefern

Die größte Herausforderung für Unternehmen ist ein koordiniertes und abgestimmtes Datenmanagement

Eine funktionierende BI Organisation ist Voraussetzung für ein erfolgreiches BI Programm

Eine BI Strategie zu fachlichen, technischen und organisatorischen Aspekten hilft die zahlreichen BI und BIG Data Initiativen zu koordinieren

Lessons Learned aus über 100 BI Projekten

Qunis GmbH – The Information Company

Georg-Wiesböck-Ring 9

83115 Neubeuern

Web: www.qunis.de

Ihr Ansprechpartner:

23

Steffen Vierkorn

Geschäftsführer

Mobil: +49 162 5844854

Mail: steffen.vierkorn@qunis.de