Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
Agilität in der BI Praxis
5. März 2010
Peter Kühni
Lead Architect Business Intelligence
Swisscom AG
Inhalt
• BI/DWH in der Swisscom
• Warum muss BI agil werden?
• Wie begegnet Swisscom den agilen Herausforderungen?
• Prüfstein: „Herztransplantation“ (neues konvergentes CRM System)
• Ausblick: Wohin geht die Reise?
BI/DWH in der Swisscom
BI / DWH in der Swisscom
• Klares Commitment zu einem zentralen Enterprise Data Warehouse
• Zentrale BI Organisation (1/3 in der Technik, 2/3 im Business verankert) erbringt BI Services für Marketing, Finance und ProductDevelopment
• BI ist für Swisscom essentiell, um im Massenmarkt dem Anspruch bestmöglicher Servicequalität zu entsprechen
• Swisscom steckt inmitten einer grossen IT Transformation: Folge des Swisscom internen Mergers und 2008 und der Ausrichtung auf neue Technlogien/Netze (Glasfaser, IP basierende Netze) èkontinuierlicher Änderungsbedarf an BI/DWH
Warum muss BI agil werden?
Warum muss BI agil werden?
Änderungsspirale dreht immer schneller• Änderungen werden immer häufiger
– Marktbewegungen in immer kürzen Zyklen– IT Transformation: ständig neue Hausaufgaben
• Time to market wird immer kürzer – Änderungen müssen in immer kürzerer Zeit umgesetzt werden
Folgende erschwerdende Faktoren müssen berücksichtigt werden:• Qualitätsansprüche steigen (geschäftskritische Anwendungen,
operative Aufgaben)• Bedarf nach Integration zur Überwindung der IT Heterogenität steigt• Geld/Personal für Anpassungen wird immer knapper
Wie begegnet Swisscom den agilen Herausforderungen?
BI Agilität durch Architektur und Organisation
Architektur auf Effizienz und Anpassungsfähigkeit ausrichten
• Weniger ist mehr– Architektur so schlank wie möglich werden– Redundanzen in Daten und Funktionen reduzieren
• Gleiches immer gleich machen– Standardisierung in allen Bereichen einführen und weitertreiben– Industrialisierung maximieren
Organisation optimieren• Motivierte, BI affine Menschen einsetzen (Inhaltswissen ständig
pushen)• Effizientes Deliverymodell optimiert auf regelmässige Rollouts und
minimalen Overhead
Slim BI Architecture
ArchitekturprinzipienBusiness Mehrwert ist der zentrale Fokus• Business Prozesse und Quellsysteme werden vor der DWH Integration systematisch
analysiert• Klassische Analytik und moderne BI Applikationen nutzen die integrierte Datenbasis• Hohe Datenintegrationsqualität
Enterprise Data Warehouse Vision• Zentraler DWH Ansatz (single source of truth) ermöglicht globale Analyse und Steuerung
von Swisscom für eine Vielzahl von Benutzer und Anwendungen• Eine Datenwahrheit für das ganze Unternehmen• Wahrheit aus den Quellen wird nicht verändert – DWH Nutzung für analytische und
operative Anwendung• Geringe Betriebskosten
Weniger ist mehr• So wenig Daten, wie möglich redundant halten • So wenig physische Data Marts wie möglich• So wenig Architekturschichten wird möglich• So wenig ETL Code wie möglich• So wenig unterschiedliche Tools wie möglich• Daten so fein granular wie möglich
Robust und betreibbar• Hoher Industrialisierungsgrad (normale und aussergewöhnliche Situationen werden
automatisch adressiert)• Datenqualitätsframework mit Feedbackloop (operative Systeme, Business)
Designziel „weniger ist mehr“Normalisiertes Datenmodell (3NF)• Normalisiertes Datenmodell schafft Flexibilität und minimiert Änderungen• Eingekauftes Telekommunikations BI Datenmodell reduziert als rasch
nutzbarer Baukasten die Einführungszeit
Direkte Nutzung der EDW Schicht• Nutzer greifen direkt auf das 3NF Modell zu• Single Source of the Truth lässt sich einfacher implementieren• Time to market wird optimiert
Usability durch Business View Layer• Ein weitgehend logischer Layer (Views) vereinfacht die Nutzung des DWH
Modells (Hierarchiedenormalisierung, Snapshot support, Join elimination)• Bei Performanceproblemen kann eine Materialisierung transparent für den
Enduser eingeführt werden
Data Marts minimieren• Data Marts werden nur dann materialisiert, wenn komplexe, häufig genutzte
Businesslogik erforderlich ist
Designziel „weniger ist mehr“
Aggregate minimieren, Maintenance reduzieren• Sowenig Aggregationen wie möglich bauen• Nur Datenbankmittel (AJI im Teradata Fall) einsetzen
Keine künstichen Schlüssel (surrogate keys)• Combined Keys (Source Key || Source System) einsetzen• Reduziert die Entwicklungszeit und die ETL Komplexität
DWH Semantik unabhängig von den Loads• Business Mapping kann jederzeit erfolgen, auch rückwirkend• Keine Patches aufgrund fehlender Business Mappings erforderlich
ETL Tool als Standard definieren und nutzen• ETL Tool standardisiert für alle Lade und Transformationsaufgaben
einsetzen• ELT (Pushdown) Funktionalität reduziert Komplexität und Laufzeit
SourceSystems Financial Intelligence
CustomerIntelligence
ProcessIntelligence Network & IT Intelligence
DataExtraction
Staging Area
Data Transformation
Enterprise DWH
Data Mart /Analytical Application
Data Mining & Advanced Analytics
AnalyticsPresentation
Data Analysis & Reporting
BI Architektur Anfang 2009
SAP INCA Portal (Sharepoint)
NeMo
Teradata
BW
DM
InformaticaPowerCenter
OraWB
Teradata
MSI
OracleSAS
Cognos SAS
SAS SPSS Clementine
SAS DI
BO
SAP
BI
FX
SAP
BI
MC
SAP
BI
SL
SAP SAP
FX
DW
PPM
DW
CUC
DW
Scripts
Fokus 2009
- Konsolidierung SAP BI
- Konvergenter Kunde, konvergente Call Center Analytics
Essbase
SourceSystems Financial Intelligence
CustomerIntelligence
ProcessIntelligence Network & IT Intelligence
DataExtraction
Staging Area
Data Transformation
Enterprise DWH
Data Mart /Analytical Application
Data Mining & Advanced Analytics
AnalyticsPresentation
Data Analysis & Reporting
BI Architektur Anfang 2010
SAPPortal
INCA Portal (Sharepoint)
SDWTeradata
FX-RetailerDWHOracle
BW CRM DM
OracleInformatica
PowerCenter Oracle WB
Teradata
MSI
OracleSAS
Cognos
SAS SPSS Clementine
SAS DI
SAP BI
Fokus 2010
- Konvergenz Fixnet/Mobile
- Konsolidierung Frontroom
Essbase SAS
SourceSystems Financial Intelligence
CustomerIntelligence
ProcessIntelligence Network & IT Intelligence
DataExtraction
Staging Area
Data Transformation
Enterprise DWH
Data Mart /Analytical Application
Data Mining & Advanced Analytics
AnalyticsPresentation
Data Analysis & Reporting
Zielarchitektur (2011)
SAP BI
Oracle Essbase
One BI Portal
SDWTeradata
Informatica PowerCenter
Teradata
Microstrategy
SAS oder SPSS
Effiziente BI Delivery Organisation
Starkes BI Anforderungsmgm• Starke Verzahnung im Business • Präzise Beschreibung der Business Anforderungen erstellen
Release- statt Projektorientierung• Fabrik kann unterschiedlich grosse Workitems bewältigen• Kontinuierliche, planbare Auslieferung von neuer Funktionalität
Minimierung der Overheadfunktionen• Führungsfunktionen mit Architektenprofilen besetzen• Steuerungsoverhead konsequent reduzieren• Externes Sourcing vereinfachen
BI als E2E Deliveryprozess leben• Grenzen Front/Backend, Solution Architekt/Entwickler aufheben• Übergreifende Funktionen wie Programm Mgt und E2E Architektur als
zentralen Service konzipieren
Agilität bewahren• Sprint Team schafft die nötige Agilität für kurzfristige hochprioritäre Aufgaben
Organisationsprinzipien
Delivery Modell – Übersicht
Release Team 2
Sprint Team 1
Releaseto Prod
Releaseto Prod
Releaseto Prod
Releaseto Prod
Releaseto Prod
Releaseto Prod
Ready for Business
Acceptance
Ready for Business
Acceptance
Ready for Business
Acceptance
Ready for Business
Acceptance
Ready for Business
Acceptance
Ready for Business
Acceptance
BI P
rogr
amm
BI G
over
nan
ce ﴾E
2E﴿
BI Operations & 2nd Level Support
3rd Level Support , Hotfixes & Daily Business Topics ﴾assigned to topic owner based on component list﴿
BI R
equ
irem
ents
En
gin
eeri
ng
Support ing Processes ﴾Supplier Mgt, Environment Mgt, Information﴿
4 Monate
46 Wochen
Release Team 1
Was Wie Wann
Vorbereitungsphase Umsetzungsphase
Herztransplantation
Ausgangslage/Anforderung• Neues CRM System wird eingeführt • BI/DWH soll ab Tag 1 funktionieren, alle bestehenden
Kundenanforderungen erfüllen und zusätzlich komplett neue, geschäftskritische Funktionen wahrnehmen
Prestudy fördert unangenehme Erkenntnisse zu Tage• Kundenmodell ändert radikal• Finales Datenmodell wird erst etwa 9 Monate vor Rollout erwartet• Rollout als Big Bang konzipiert• Testdaten mit sinnvollem Testset erst 6 Monate vor dem Start
Herztransplantation für kundenzentriertes DWH• BI muss auf unbekanntem Source System gebaut werden• Es gibt nur einen Versuch• Timeline muss exakt eingehalten werden
è High Risk Projekt
BI Herausforderung: Einführung CRM System
• Frühzeitig starten• Intensiv mit Source interagieren
– Hartnäckig bleiben– Ständig nachfragen– Key Ressourcen sichern
• Ausführliche Source Analyse betreiben– Daten der Quelle analysieren– Prozesse analysieren
• Datenmigration als Prio 1 Thema behandeln (erfahrenste Mitarbeiter einsetzen)• Nicht vorhandene Daten synthetisch erzeugen
– Kunstdaten für alle Rules erstellen– Hohe Testdisziplin mit professionellem toolgestütztem Testmgm
• Design for Quality– Hohe Dokstandards mit Reviews (mind. 6 Augen)– Strikte Arch/Dev Guidelines durchsetzen– Dokumentierte Unittests mit synthetischen Daten– 4 Environments mit professionellem Mgm– Lead Arch Position als Full Time Job etablieren– Key Positionen in interne Hände legen– Impactanalysen bei jedem Change machen– Data Model mit derselben Handschrift erstellen– Inhaltsknowhow ständig pushen
• Betrieb frühzeitig involvieren
Approach
SDW staging areadwh_pprd_stg
NeMo EDW areascm_pprd_edw
SDW EDW areadwh_pprd_edw
update keys copyCase 3
update keys copyreformatCase 4
update keys copyreformat splice &
cleanupCase 5
tables with minimal changes
copyCase 1
Imm
edia
tely
afte
rB
igB
ang
with
in10
day
saf
terB
igB
ang
Datenmigration als Source System konzipieren
Rollout war ein voller Erfolg
• DWH System war ab Tag 1 ladefähig
• Initial load konnte in 3 Tagen (inkl. Quality Assurance tests) beendet werden
• Migration erforderte <1 Tag
• Ein Reload des DWHs war nicht erforderlich
• System konnte ab Tag 1 vom Operations betrieben werden
• Businessauswertungen waren nach einer Woche möglich
Wurden die Ziele erreicht?
Ausblick
BI als Service leben• BI muss als attraktiver Service in die Organisation eingebracht werden• Inhalts/Business Wissen wird immer wichtiger
BI wird operativer• Asset der Datenintegration kann auch vermehrt für operative
Anwendung eingesetzt werden (Real-time/Active Warehousing)
BI Applikationen schaffen Mehrwert• Reporting/Analytics werden vom zentralen Inhalt zur Pflichtaufgabe• Fokus verschiebt sich auf analytische Applikationen, welche das
Wissen der integrierten Datenbasis neue Businessthemen zugänglich macht
Wohin geht die Reise?
Questions and Answers