Stellen Sie sich vor, Ihre Controlling Abteilung benötigt dringend eine neue Auswertung, die IT-Abteilung steckt kurz vor dem neuen Release eines Systems und die Schnittstelle zur BI-Datenbank hat in der letzten Nacht keine aktuellen Daten geliefert. Die IT-Abteilung steht immer mehr unter Druck und das Controlling muss erstmal warten …

Keine schöne Situation – für beide Seiten und auch nicht im Kontext eines effizienten Business. Künftig soll eine solche Situation möglichst nicht mehr auftreten. Aber:

Wie entlasten Sie Ihre IT-Abteilung und ermöglichen dem Controlling gleichzeitig die geforderte Ad-hoc Analyse?

Um das Dilemma der eingangs beschriebener Situation zu beheben, kann das Controlling mithilfe der Nutzung der SAC im Self-Service die gewünschte Auswertung, z.B. Umsätze je Land zur Datenvalidierung auf Basis eines Auszugs von Bestelldaten selbstständig bewältigen.

Ressourcensparend, schnell und einfach Entscheidungen treffen kann durch den Einsatz von Self-Service BI erreicht werden:

Self-Service BI zeichnet sich aus durch eine intuitive Bedienbarkeit, Kollaboration und fortwährende Verfügbarkeit der Informationen. Der Self-Service Ansatz der SAC ermöglicht Datenwertschöpfung, sowie beschleunigte Entscheidungsprozesse ohne tiefergehende IT-Kenntnisse. Mitarbeiter*innen können in der Entwicklung und Nutzung teamübergreifend agieren und durch einen mobilen Zugang haben diese jederzeit und überall Zugriff auf ihre Informationen. (Mehr Infos unter FAQ: USER EXPERIENCE)

Wie unterstützt die SAC das Controlling in seiner Ad-hoc Analyse?

Die Datenaufbereitung erfolgt in wenigen Schritten und mithilfe der Funktionen des Data Wranglings.

Data Wrangling definiert die Aufbereitung von Rohdaten, um die Datenqualität zu steigern und Daten für Analysen verfügbar zu machen.

Für Ad-hoc Analysen eignen sich besonders Datasets, aber auch Data Models unterstützen die Datenaufbereitung mit Data Wrangling-Funktionen.

Die Ad-hoc Analyse des Controllings lässt sich in nur drei Schritten umsetzen:

Nach dem File-Upload öffnet sich ein Fenster, das eine Vorschau auf die Daten gibt und in dem sukzessive die Daten bereinigt, manipuliert und validiert werden können. Alternativ zur Datenvorschau kann das Data Wrangling ebenso über die Toolbar oder das Bedienfeld auf der rechten Seite (Datensetübersicht und Detailansicht) gesteuert werden.

Sowohl die Vorschau als auch die Funktionen im Data Wrangling erinnern stark an MS Excel und unterstützen den User in einer schnellen Einarbeitung und Umsetzung im Self-Service.

Im Falle der Controlling Abteilung ist ein Abgleich der Umsätze nach Ländern gefordert. Dafür wird die Länderinformation benötigt, die in den Bestelldaten zusammen mit der Städteinformation in der Dimension Location steckt.

Mithilfe der verschiedenen Transformationen in der SAC können Daten bereinigt und aufbereitet werden. Die Transformationsleiste zeigt alle Möglichkeiten, wobei in diesem Fall zur Generierung der Länderinformation die Transformationen „Teilen“ oder „Extrahieren“ passend erscheinen.

Alternativ unterstützt die SAC die User beim Klick auf den Spaltenkopf in der Datenvorschau und schlägt für die Dimension Location direkt ein Teilen beim Komma-Zeichen vor.

Somit ist das Land mit wenigen Klicks generiert:

Intuitiv können die neu generierten Dimensionen im Spaltenkopf oder in der Detailansicht umbenannt werden. Auch bei Eigenschaften wie Datentypen und Skalierung unterstützt die SAC mit per Default passenden Einstellungen.

Mit Blick auf die Städtenamen wird deutlich, dass die neu generierte Dimension City ihre Ausprägungen in Großbuchstaben enthält – auch das wird direkt beim Klick auf die Spalte vorgeschlagen.

Datenbereinigung mit Hilfe der SAC

Nicht zu vernachlässigen ist die Datenqualität. Die SAC liefert dafür unterstützend Vorschläge zur Datenbereinigung, um eine qualitativ hochwertige Verwendung der Daten zu garantieren.

Vor allem im Fall von leeren Datensätzen oder fehlerhaften Datensätzen, kann durch die Transformation „Ersetzen“ übergeordnet eine Bereinigung der Daten stattfinden.

Im vorigen Schritt wurde durch die Funktion „Teilen“ die Dimension Country aus der Location generiert.  Dabei fällt in der Detailübersicht der neu generierten Dimension Country auf, dass die Ausprägung „Austraia“ einen Schreibfehler enthält.

Die Detailübersicht weist nicht nur auf den Schreibfehler hin, sondern macht euch deutlich, dass es sich dabei um das Land „Australia“ und nicht „Austria“ handeln muss, welches ebenfalls in Datenverteilung auftaucht.

Ersetzt werden alle falsch geschriebenen Ausprägungen durch „Australia“ mit diesem Statement, das durch einen Klick auf den Datensatz in der Datenvorschau vorgeschlagen wird:

Lediglich der neue Wert „Australia“ muss manuell eingetragen werden.

Neben diesen Datenmanipulationen benötigt die Controlling Abteilung aus den Bestelldaten den Umsatz als neue Kennzahl im Datenset, der durch benutzerdefinierte Berechnungen auf Basis der vorhandenen Bestelldaten erzeugt werden kann:

Im Ausdruckseditor ist mithilfe einfacher Statements wie zum Beispiel der Berechnung des Umsatzes die neue Kennzahl erstellt. Außerdem bietet die SAC eine Bandbreite an Funktionen für benutzerdefinierte Ausdrücke inklusive Erklärungen an.

Die neue Kennzahl „Sales“ wird durch ein einfaches Statement auf Basis der Bestellmenge und des Produktpreises erstellt:

Mit dieser schnellen Data Wrangling-Session kann das Controlling bereits die gewünschte Auswertung umsetzen. Aus dem Datenset kann direkt in das Erstellen einer Story abgesprungen werden, sodass das Controlling eine tabellarische Ansicht der Umsätze zur Datenvalidierung erstellen kann.

Das Controlling wird beim Erstellen einer Story mit tabellarischen und grafischen Mitteln zusätzlich durch Smart Features unterstützt und kann beim Heranziehen der Funktion Smart Insights weitere Einblicke in die Daten erhalten. (Mehr dazu: Smart Insights)

Des Weiteren kann die neue Auswertung mit Teammitgliedern geteilt werden. Für mehr Informationen zur Kollaboration in der SAC – Stay Tuned.

Damit hat das Controlling eigenständig die geforderte Ad-hoc-Analyse im Self-Service der SAC erstellt und gleichzeitig keine weiteren Ressourcen der bereits ausgelasteten IT-Abteilung erfordert.  

Funktionsübersicht „Data Wrangling“ – weitere Funktionen zur Unterstützung im Datenwertschöpfungsprozess

Neben den bereits vorgestellten Funktionen zum Data Wrangling unterstützt die SAC die Erstellung von Hierarchien und die Aufbereitung von Geodaten für geographische Auswertungen mithilfe weniger Klicks.

Zusammenfassend stehen für das Data Wrangling folgende Funktionen zur Verfügung:

  • Transformationen
    • Verketten, Teilen, Extrahieren, Ersetzen, Ändern, Filtern
  • Benutzerdefinierte Ausdrücke
    • Numerische Funktionen, String-Funktionen, Datums-/Uhrzeitfunktionen, Räumliche Funktionen, Sonstige (z.B. if, isNull)
  • Anreichern geografischer Daten für Geo Maps
    • Koordinaten (Längen- und Breitengrade) oder Regionsname (exakte Koordinaten nicht erforderlich, bisher aber beschränkt auf United States)
  • Ebenenbasierte Hierarchien
  • Transponieren
  • Doppelte Zeilen entfernen

Die Data Wrangling-Funktionen stehen auch bei der Erstellung von Import-Modellen (aus Cloud- und On-Premise- Systemen) zur Verfügung und unterstützen damit nicht nur Ad-Hoc Analysen, sondern auch Modelle und Analysen in längerfristiger und wiederholter Nutzung.

Fazit: Der Self-Service in der SAC unterstützt Ihre Anwender*innen im gesamten Prozess der Datenwertschöpfung. Ressourcensparend durch die Entlastung der IT-Abteilung und effizientere Analysen und Auswertungen durch intuitive und kollaborative Nutzung.