Self-Service - Business Intelligence. Aspekte, Treiber, Anwendergruppen, Vor- und Nachteile

INHALTSVERZEICHNIS

INHALTSVERZEICHNIS

ABBILDUNGSVERZEICHNIS

1. Einleitung

2. Aspekte des Self-Service BI

3. Treiber

4. Anwendergruppen

5. Vor- und Nachteile von Self-Service BI

6. Self-Service BI im Vergleich zur traditionellen BI

7. Fazit

LITERATURVERZEICHNIS

ABBILDUNGSVERZEICHNIS

ABBILDUNGSVERZE ICHNIS

ABBILDUNG 1: ÜBERSICHT DER BI-TRENDS IM JAHRE 2017. QUELLE: GROSSER, 2017, O. S.

ABBILDUNG 2: ASPEKTE DES SELF-SERVICE IM BI. QUELLE: BANGE & HINTERBERGER, 2012, S.1

ABBILDUNG 3: TREIBER DES SELF-SERVICE BI. QUELLE: IMHOFF & WHITE, 2011, S. 10

ABBILDUNG 4: NUTZERANZAHL IN UNTERNEHMEN VON SELF-SERVICE BI. QUELLE: EIGENE DARSTELLUNG IN ANLEHNUNG AN KELLER & SEIDLER, 2018, S.42

ABBILDUNG 5: DAS TRADITIONELLE BI IM VERGLEICH ZU SELF-SERVICE BI. QUELLE: EIGENE DARSTELLUNG IN ANLEHNUNG AN JEDOX, 2013, S.8 & WITTE, 2017, S. 77.

1. Einleitung

Self-Service BI ist einer der bedeutsamsten Treiber für Geschäftsanalysen und Geschäftsentscheidungen. Es genießt als aktueller Trend im BI-Bereich einen hohen Stellenwert. Self-Service BI schaffte es sich in den letzten Jahren immer wieder als Spitzenreiter bei BI-Trends auszuzeichnen (siehe Abb. 1). Damit sich Unternehmen dementsprechend mit diesem Trend wettbewerbsfähig und nachhaltig aufstellen können, neigen sie immer mehr zur Einführung von Self-Service BI (Grosser, 2017, o. S.).

Mit Self-Service BI können Fachanwender selbständig und unabhängig von der IT- Abteilung Berichte erstellen und Daten analysieren. Die Resultate von Self-Service BI sind einerseits der enorme Wertbeitrag bei schnelleren Unternehmensentscheidungen. Anderseits die Entlastung der IT-Abteilung sowie die erhöhte Flexibilität bei der Berichterstellung und die Modifikation von Berichten (Bange & Hinterberger, 2012, S. 1).

Abbildung in dieser Leseprobe nicht enthalten

A bbildun g 1: Übersicht der BI-Trends im Jahre 2017. Quelle: Grosser, 2017, o. S.

Die Gartner Group definiert: ,,Self-service business intelligence is defined here as end users designing and deploying their own reports and analyses within an approved and supported architecture and tools portfolio.“ (Gartner Group, 2014, o.S.). Sie stellen damit die technologische Perspektive in den Vordergrund, während bspw. Rouse, Margartette Self-Service unter fachlichen Gesichtspunkten betrachtet: ,,Self Service Business Intelligence ist ein Ansatz zur Datenanalyse, bei dem Anwender aus den Fachabteilungen eigenständig und weitgehend unabhängig von der IT-Abteilung auf bedeutsame Unternehmensinformationen zugreifen und diese analysieren.“ (Rouse, 2015, o.S.). Eine weitere Definition liefern Imhoff und White, die vor allem auf die Zielsetzung von Self-Service BI durch sowohl fachliche als auch technologische Hinblicke verbinden: ,,The facilities within the BI environment that enable BI users to become more self-reliant and less dependent on the IT organization. These facilities focus on four main objectives: easier access to source data for reporting and analysis, easier and improved support for data analysis features, faster deployment options such as appliances and cloud computing, and simpler, customizable, and collaborative end- user interfaces.“ (Imhoff & White, 2011, S. 5). Anhand dieser Definition werden diverse Funktionen und organisatorische Rahmenbedingungen für einen agilen Ansatz zusammengefasst. Das Ziel bei diesem Ansatz ist es, die Verantwortung für die Nutzung von Self-Service BI und der zugehörigen Daten an die Fachanwender zu übertragen (Bange & Hinterberger, 2012, S. 1).

2. Aspekte des Self-Service BI

Die Anforderungen der Anwender von Self-Service BI können in verschiedene Kategorien eingeteilt werden: die Modifikation von Berichten und Dashboards, die Erstellung von Berichten und Dashboards, die Erstellung ad-hoc, die Integration privater, lokaler Daten und die Modifikation von Datenmodellen (Bange/Hinterberger, 2012, S. 1). In Hinblick auf die Kontrolle und Überwachung der Prozesse ist die Data Governance von großer Bedeutung. Data Governance kann den Fachanwendern Standards erlauben, so agiert dieser als Verwalter von Daten. Es werden fünf wesentliche Aspekte der Self-Service-Funktionalitäten in der Abbildung 2 aufgezeigt. Damit nicht alle Aufgaben von Fachanwendern übernommen werden, ist hier eine Teilung der Aufgabenfelder mit der IT-Abteilung sinnvoll (Bange/Hinterberger, 2012, S. 1-3).

Abbildung in dieser Leseprobe nicht enthalten

A bbildun g 2: Aspekte des Self-Service im BI. Quelle: Bange & Hinterberger, 2012, S.1

A spekt 1: Modifikation von Berichten und Dashboards

Die Modifikation von Berichten und Dashboards ermöglicht es, die Berichte und Analysen des Fachanwenders genau nach den Anforderungen zu erstellen. Auf diese Weise können Analysen selbstständig durchgeführt und daraus eigene Erkenntnisse gewonnen werden. Diese Modifikation steigert dementsprechend die Flexibilität bei der Berichterstellung (Bange & Hinterberger, 2012, S. 2). Zudem sorgen Visualisierungsmöglichkeiten für eine einfache Analyse der vorliegenden Daten. Die durch Filter- und Sortierfunktionen von Merkmalen und Kennzahlen unterstützt wird (Witte, 2017, S. 75).

A spekt 2: Erzeugung von Berichten und Dashboards ad-hoc

Die Erstellung von Berichten und Dashboards kann mit vordefinierten Berichten und benutzerfreundlichen Werkzeugen auch für Fachanwender ohne jegliche IT-Kenntnisse ermöglicht werden. Die Fachanwender gewinnen dadurch mehr Flexibilität und Zeit (Bange & Hinterberger, 2012, S. 2).

A spekt 3: Integration privater, lokaler Daten

Mit der Integration privater und lokaler Daten haben Fachanwender die Möglichkeit sowohl interne als auch externe Daten in ihre Analyseberichte einzubeziehen. So können beispielsweise Excel-Dateien mit Data-Warehouse-Daten bei der Berichterstellung kombiniert werden. Dies führt dementsprechend zu vielfältigen Berichterstellungsmöglichkeiten mit verschiedenen Datensätzen (Bange & Hinterberger, 2012, S. 2-3).

A spekt 4: Modifikation und Erzeugung von Datenmodellen

Mit der Modifikation oder Erzeugung von Datenmodellen hat der Fachanwender die Möglichkeit als ,,Datenmodellierer“ zu agieren. Er kann die Datensicht nach eigenen Vorstellungen anpassen. So kann er verschiedene Szenarien simulieren und dementsprechend die Geschäftsprozesse abbilden. Eine der bedeutsamsten Aufgaben beim Self-Service BI ist es, die Datenqualität zu überwachen und gegebenenfalls zu verbessern (Bange & Hinterberger, 2012, S. 3).

A spekt 5: Data Stewardship

Dieser Aspekt wird durch das Data Stewardship ermöglicht. Die Überwachung und Verbesserung der Gültigkeit der Daten, der Dateneingabe und Datenanpassung bilden die Kernaufgaben der Fachanwender. Sie können selbständig die Daten administrieren und modifizieren. Hierbei ist insbesondere eine enge Zusammenarbeit zwischen IT und Anwender für eine erfolgreiche Überwachung und Verbesserung der Datenqualität erforderlich (Bange & Hinterberger, 2012, S. 3).

All diese Aspekte müssen im Rahmen von Data Governance betreut werden. Sowohl die Verbindung von Datensätzen mit einer Datenbankarchitektur als auch die Gewährleistung der Bereitstellung dieser Datensätze, ist eines der Ziele von Data Governance (Bange & Hinterberger, 2012, S. 3).

3. Treiber

Die ständig wechselnden Geschäftsanforderungen und Bedürfnisse stellen den bedeutsamsten Treiber für Self-Service BI dar. Diese Anforderungen und Bedürfnisse werden durch die Digitalisierung, Marktentwicklungen sowie von technischen Innovationen beeinflusst (Witte, 2017, S. 62-63). Mit diesen Änderungen wächst die Datenmenge rasant und die Fachanwender stehen vor der großen Herausforderung, diese Datenmengen in kürzerer Zeit sammeln, verarbeiten, analysieren und auswerten zu müssen (Jedox, 2013, S. 2). Aufgrund der sich stetig ändernden Geschäftsanforderungen müssen Fachanwender schnell auf Geschäftsanforderungen reagieren, um ihre Wettbewerbssicherheit zu gewährleisten (Imhoff & White, 2011, S.9). Die Bereitstellung von diesen Datenmengen ist von großer Bedeutung: ,,Business users need more information faster than ever“ (Imhoff/White, 2011, S. 9). Die traditionelle BI reicht heute nicht mehr aus, um den wachsenden Anforderungen vieler Unternehmen gerecht zu werden. Deshalb neigen Unternehmen immer mehr zum Einsatz von Self- Service BI. Einer der bedeutsamsten Gründe für die Einführung von Self-Service, ist die Herausforderung der Fachanwender jederzeit Zugriff auf Daten und Informationen zu haben (BARC, 2017, o. S.). Die Fachanwender sind mit der traditionellen BI nicht zufrieden, da die Anforderungen nicht schnell genug umgesetzt werden. Die erstellten Berichte und Dashboards sind entweder nicht mehr relevant oder entsprechen nicht den aktuellen Anforderungen der Fachanwender (Imhoff & White, 2011, S. 9). Dementsprechend neigen viele Fachanwender dazu: ,,If IT can t satisfy users fast enough, the users will go around IT and create chaotic but quick BI solutions“ (Imhoff & White, 2011, S. 9). Genau an dieser Stelle kommt der Ansatz von Self-Service BI zum Tragen. Anstatt auf die IT angewiesen zu sein, können die Fachanwender mit vordefinierten Berichten und Werkzeugen selbständig ihre Berichte und Dashboards erstellen (Imhoff & White, 2011, S. 9). Auf diese Weise können Unternehmen schneller agieren und schnellere Entscheidungen treffen. Seit Jahren steigen der Trend und der Einsatz des Self-Service BI Ansatzes. Dadurch wird Self-Service BI nach Bange und Hinterberger als ein ,,Mega-Trend“ bezeichnet. Dementsprechend bietet dieser Ansatz enorme Wettbewerbsvorteile sowie eine höhere Entscheidungsqualität für das Unternehmen (Bange & Hinterberger, 2012, S. 1).

Die bedeutsamsten Treiber für den Self-Service BI Ansatz lassen sich wie folgt zusammenfassen und in der Abbildung 3 darstellen (Imhoff & White, 2011, S. 9-10):

- Ständig wechselnde Geschäftsanforderungen
- Anforderungen an die IT dauern zu lange
- Einbezug von stärkeren Analysen und Erkenntnissen
- Langsamer Zugang zu Geschäftsdaten
- Unzufriedenheit der Fachanwender mit den bereitgestellten BI-Funktionen

Abbildung in dieser Leseprobe nicht enthalten

A bbildun g 3: Treiber des Self-Service BI. Quelle: Imhoff & White, 2011, S. 10.

4. Anwendergruppen

Für die Nutzung von Self-Service BI stehen zwei Gruppen von Anwendern im Unternehmen besonders im Mittelpunkt. Einerseits die Power User die mit ihrem Know- how Analysen und Berichte erstellen können. Anderseits die End User, die fertige Berichte und Dashboards konsumieren und ggf. mit vordefinierten Werkezeugen kleine Änderungen vornehmen können (Bange & Hinterberger, 2012, S. 1). Während Bange und Hinterberger eine zweistufige Rollenaufteilung vornehmen, ergänzen Imhoff und White die zweistufige Anwenderaufteilung mit einer weiteren Anwendergruppe, die sog.

,,information collaborator“. So wird nach Imhoff und White bei der Nutzung von Self- Service BI zwischen drei Anwendern unterschieden (Imhoff & White, 2011, S. 11-12):

• Information Producer: Information Producer sind Power User. Mit ihrem speziellen Know-how sind sie in der Lage, eigene Analysen und Dashboards zu erstellen. Ihr Ziel dabei ist, die Optimierung von Geschäftsprozessen sowie die Unterstützung von taktischen und strategischen Unternehmensentscheidungen. Da sie meistens mit den Analysen der IT unzufrieden sind, verfolgen sie großes Interesse an Self-Service BI, um selbst bei der Estellung von Analysen aktiv zu werden.

[...]