Datenqualitätsanalyse mit modernen Business-Intelligence-Werkzeugen

© 2011 TIQ Solutions GmbH • All Rights Reserved.

Datenqualitätsanalyse mit modernen BI-Werkzeugen

6th Workshop on BUSINESS INTELLIGENCE

Data Quality Management: Kostentreiber oder Erfolgsfaktor der BI

2. Dezember 2011, Dresden

Linda Schikowsky, TIQ Solutions GmbH

© 2011 TIQ Solutions GmbH • All Rights Reserved. Seite 2

Agenda

Business Intelligence

Business Intelligence der zweiten Generation

Datenqualitätsanalyse mit BI-Werkzeugen



Business Intelligence engl. Geschäftsanalytik, Geschäftsverständnis (Abk. BI)

Begriff wurde 1989 von dem Gartner-Analysten Howard Dresner geprägt

Verfahren und Prozesse zur strukturierten Auswertung von Unternehmensdaten

Sammlung, Auswertung und Darstellung der elektronisch gespeicherten Daten

Ziel:

Kontrolle der Erfüllung von Unternehmenszielen

bessere operative, taktische und strategische Entscheidungen

Kosten und Risiken minimieren


Was bietet BI?

Verknüpfung heterogener Daten

Schneller Zugriff über zentrales Portal (Intranet)

Interaktive Analyse / Self Service BI

Darstellung wichtiger Kennzahlen für das Management (KPIs)

„Drill Down“ zu operativen Daten

Zugriffssteuerung über Rechteverwaltung


Agenda





Business Intelligence der 2. Generation

Für Experten

Interaktiv

Erkenntnis-

gewinn

Komplexität

Statisch

Einfache Bedienung

Dashboard

OLAP

Analyse

Data

Mining

Standard-

bericht

Assoziative

In Memory

Analyse

speicherbasierter BI-Ansatz

Daten in assoziativer Datenbank im

Arbeitsspeicher

schnelle Antwortzeiten

einfache Integration heterogener Systeme

erhöhte Flexibilität

keine aufwändige & starre Definition des

Datenmodells


schnelle Integration und Präsentation von Daten aus unterschiedlichen Datenquellen

leicht zu bedienen

unternehmensweit einsetzbar

flexibel und performant durch In-Memory assoziativer Index als Basistechnologie

einfaches Verknüpfen von verschiedenen Datenquellen

Beispiel QlikView


Agenda





Notwendigkeit von Datenqualitätsanalysen

Auswirkungen schlechter Datenqualität:

Fehlentscheidungen

Kosten (Umsatzausfälle, Fehlkalkulationen)

schlechte Kundenzufriedenheit und Mitarbeitermotivation

Imageverlust

Untersuchung des Ist-Zustandes der Informationsversorgung innerhalb der

Analysephase in BI-Projekten zwingend notwendig

mangelhafte Datenqualität in den Quellsystemen gefährden die erfolgreiche

Umsetzung eines BI-Systems


Probleme großer Datenqualitätssuiten

Frühzeitige Entscheidung für eine Datenqualitätssuite notwendig

Hohe Kosten für Hard- und Software sowie für Einführung und Integration

Hohe Systemkomplexität und starke Abhängigkeit vom IT-Bereich

Flexible und intuitive Überprüfung der Daten nicht oder kaum möglich

Häufig kein eigenes Dashboard vorhanden

Trillium Software

IBM

Data Flux

Informatica

HI

SAP BO



Möglichkeit

...mit BI Produkten verschiedene DQ Kennzahlen darzustellen

…die Daten nach verschiedenen DQ Kriterien zu analysieren

…für den Fachbereich selber Kennzahlen festzulegen

Dashboard und Data Profiling in einem Tool möglich


Mögliche DQ – Analysen mittels TIQView

NULL-Wert-Check

Primärschlüssel-Check

Häufigkeit der Werte einer Spalte

Wertebereichsanalyse

Muster- und Formatanalyse

Regelprüfung

Dublettencheck

…

© 2011 TIQ Solutions GmbH • All Rights Reserved.

TIQ Solutions GmbH

Weißenfelser Straße 84

04229 Leipzig

Web: www.tiq-solutions.de

eMail: [email protected]

Phone: +49 341 355 903 00

Mobil: +49 160 97253317

Fax: +49 341 355 903 25

Vielen Dank!

Spend Quality Time with your Data!


Backup


Back up


Back up


Beispiel Formatanalyse





Beispiel Regelprüfung


Beispiel Dublettencheck

Documents

Datenqualitätsanalyse mit modernen Business-Intelligence-Werkzeugen