Eine Datenbasis für alle Kennzahlen
Die NaTran Deutschland GmbH ist Miteigentümerin der MEGAL-Gaspipeline und entwickelt sich aktuell zum Wasserstoffnetzbetreiber. Für die Planung und Steuerung braucht das Unternehmen verlässliche Auswertungen zu kommerziellen und technischen Kennzahlen.
Nach dem Aufbau einer Cloud-Datenplattform für kommerzielle Reportings im ersten Projekt mit pmOne folgte der nächste Schritt: Auch technische Kennzahlen und Marktdaten sollten integriert und gemeinsam nutzbar sein.
Mit der Unterstützung von pmOne entstand eine erweiterte Datenplattform, die unterschiedliche Datenquellen zusammenführt und eine einheitliche Grundlage für Analysen schafft.
Antworten auf die wichtigsten Fragen
Warum ist eine zentrale Datenbasis für das Reporting wichtig?
Sie schafft einheitliche Kennzahlen und macht Auswertungen vergleichbar. Dezentrale Excel- und Power-BI-Lösungen führen dagegen häufig zu unterschiedlichen Datenständen und höherem Wartungsaufwand.
Was ist ein Azure Data Lakehouse?
Ein Azure Data Lakehouse verbindet die flexible Speicherung großer Datenmengen mit strukturierten Datenmodellen für Analysen und Reporting. Unterschiedliche Quellen lassen sich darin zentral zusammenführen und für Power BI bereitstellen.
Wie lassen sich technische Kennzahlen und Marktdaten gemeinsam auswerten?
Die Daten werden aus den jeweiligen Vorsystemen übernommen, nach einheitlichen fachlichen Regeln verarbeitet und in einem gemeinsamen Datenmodell bereitgestellt. So können etwa Durchflussmengen, Gasqualitäten und Börsenpreise zusammen analysiert werden.
Welche Vorteile bietet eine zentrale Datenplattform für Fachabteilungen?
Fachabteilungen können direkt auf konsistente Daten zugreifen und eigenständig Auswertungen erstellen. Das verkürzt Abstimmungen und sorgt für mehr Klarheit im Reporting.
Wie unterstützt ein Data Lakehouse die Auswertung großer Zeitreihen?
Es verarbeitet und speichert umfangreiche Zeitreihendaten zentral, sodass auch längere Zeiträume zuverlässig analysiert werden können. Neue Datenquellen lassen sich bei Bedarf ergänzen.
Ausgangssituation
Dezentrale Daten erschweren konsistente Auswertungen
Für die Planung und Steuerung braucht NaTran Deutschland verlässliche Auswertungen technischer Kennzahlen rund um die MEGAL-Gaspipeline. In der Praxis war das bislang nur eingeschränkt möglich.
Die Fachabteilungen arbeiteten mit eigenen Excel- und Power-BI-Lösungen. Eine zentrale Datenbasis fehlte, und Auswertungen ließen sich nur schwer vergleichen. Auch die Reporting-Struktur wuchs über die Jahre und ließ sich zunehmend schwer warten.
Ein Vorsystem aggregierte bereits Zeitreihendaten aus verschiedenen Quellen, darunter Börsenpreise und technische Informationen von Partnern. Die direkte Anbindung an Power BI stieß jedoch an Grenzen: Der analysierbare Zeitraum blieb eingeschränkt, und ein vollständiger Überblick über die Daten fehlte.
„Mit der Erweiterung unseres Lakehouse-Ansatzes haben wir die Effizienz und Aussagekraft unserer Reporting-Prozesse deutlich erhöht. Die Zusammenarbeit mit pmOne war dabei durchgehend reibungslos und zielorientiert – eine konsequente Fortsetzung unserer erfolgreichen Partnerschaft.“
Commercial Operations | NaTran Deutschland GmbH
Zielsetzung
Eine zentrale Datenbasis für technische Kennzahlen und Marktdaten
Das Hauptziel des Projektes bestand darin, technische Kennzahlen und Marktdaten in einer gemeinsamen Datenbasis zusammenzuführen und für Auswertungen verfügbar zu machen. Die Fachabteilungen sollten direkt auf konsistente Daten zugreifen und ihre Analysen eigenständig erstellen können. Gleichzeitig musste die Plattform auch neue Datenquellen anbinden und Anforderungen flexibel abbilden können.
Umsetzung
Erweiterung des Data Lakehouse und zentraler Datenzugang
NaTran Deutschland und pmOne starteten mit einem gemeinsamen Workshop zur Anforderungsaufnahme und entwickelten darauf ein technisches Konzept. Datenmodell und fachliche Logik stimmten sie eng aufeinander ab. Auf dieser Grundlage erweiterte pmOne das bestehende Azure Data Lakehouse.
Die Plattform verarbeitet die Zeitreihendaten aus dem Vorsystem in mehreren Schritten und stellt sie zentral im Power BI Dataset bereit. Dazu gehören unter anderem Gasqualitäten, Durchflussmengen und Börsenpreise. Auch neue Daten lassen sich nahtlos integrieren, sodass die Plattform flexibel mit den Anforderungen wächst.
Die Fachabteilungen greifen nun direkt auf die zentrale Datenbasis zu und erstellen ihre Auswertungen eigenständig. Auch große Datenmengen lassen sich zuverlässig auswerten, ohne dass Analysen durch Zeiträume eingeschränkt sind. Gleichzeitig sorgt die konsolidierte Datenbasis für konsistente Ergebnisse und mehr Klarheit im Reporting.
Jonas Martin: Als Teamlead Data Management bei pmOne begleitet Jonas Martin Unternehmen beim Aufbau moderner Datenplattformen. Sein Fokus liegt darauf, Daten so bereitzustellen, dass sie im Tagesgeschäft schnell und zuverlässig genutzt werden können.
Hast Du Fragen?
Du arbeitest mit verteilten Datenquellen oder unterschiedlichen Reporting-Lösungen in den Fachbereichen? Du willst technische und kommerzielle Kennzahlen in einer gemeinsamen Datenbasis zusammenführen?
Dann lass uns darüber sprechen, wie sich ein solcher Ansatz bei dir umsetzen lässt und welche nächsten Schritte sinnvoll sind.
Unser Experte Jonas freut sich auf Deine Fragen!