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: [email protected]