Microsoft Business Intelligence – Technologie Plattformen für jeden Einsatzzweck

Microsoft BI - Technologie Plattformen

Das weltweit tätige Unternehmen Microsoft hat sich Ende der 90er Jahre verstärkt mit dem Thema Business Intelligence beschäftigt, als in der Software-Version 7.0 des SQL Servers erstmals die Möglichkeit bestand, multidimensionale Datenmodelle zu generieren. Seit dieser Zeit wurde das Angebot zu Microsoft Business Intelligence schrittweise um weitere Komponenten für Reporting und Berichtswesen, Data Mining, Dashboard Data Quality Services bzw. Metadaten-Management (MDM), Hadoop und Advanced Analytics erweitert.

Heute bildet das Angebot von Microsoft die führende Technologie-Plattform für Business Intelligence, was sich unter anderem im „Magic Quadrant“ von Gartner, einem führenden IT-Analysten, zeigt.

Zuletzt im Februar 2016 wurde Microsoft von Gartner als Leader im Magic Quadrant for Business Intelligence and Analytics Platforms positioniert.

Business Intelligence mit Microsoft, das sind mehrere Produkte auf einer Technologie Plattform, in denen die gesamte Funktionalität für Data Warehouse, Reporting und Analyse enthalten ist.

 


Der Microsoft SQL Server als Fundament

Der Kern der Microsoft Business Intelligence Lösung ist der SQL Server, aktuell verfügbar als SQL Server 2016. Diese Datenbank bringt mit „OLAP“ und „In-Memory“ bereits die technischen Konzepte mit, um als Server alle Business Intelligence Anforderungen im Unternehmen zu erfüllen. Führend ist der SQL Server in seinen Installationsmöglichkeiten. Der SQL Server kann On Premise, also im Unternehmen, betrieben werden, als auch in der Cloud, als auch in einer hybriden Version, bei der einer On-Premise-Installationen bei Bedarf Cloud-Instanzen „zugeschaltet“ werden können.

Microsoft SQL Server

Create, Manage und Consume mit Microsoft Excel, Power BI und SharePoint

Microsoft Office bzw. Office 365 liegt in der Version 2016 vor, und vor allem das darin enthaltene Microsoft Excel hat sich zu einem der leistungsstärksten Frontends für Business Intelligence überhaupt entwickelt. Diese Tatsache ist vielfach unbekannt. Aber als populärstes Werkzeug von Controllern und Analytikern ist Microsoft Excel Dreh- und Angelpunkt und ein umfassendes analytisches Werkzeug, mit dem auch in Web-Umgebungen Berichte publiziert werden können.

Microsoft Excel wurde bereits mit der Version 2010 bzw. 2013 ergänzt um Add-ins: Power Query zum einfachen Suchen, Extrahieren, Transformieren und Laden von Daten; Power Pivot zum Modellieren, Kombinieren, Berechnen und Speichern von Daten In-Memory, also im Arbeitsspeicher des PCs; Power View zum Analysen, Visualisieren, Interagieren und Erforschen von Daten; Power Map mit spezielleren Funktionen zur Visualisierung und Verteilung von Daten und Analysen.

Diese Add-ins enthielten teilweise Funktionen einer Datenbank, für die Excel als Frontend diente. Sie wurden dann 2016 von Microsoft überführt in das Produkt Power BI Desktop. In der Basisversion ist Microsoft Power BI kostenlos; erweiterte Funktionen zur Datenaktualisierung und Zusammenarbeit kommen kostenpflichtig in der Professional Version hinzu.

Microsoft SharePoint ist in der On-Premise-Variante derzeit auch in der Version 2016 erhältlich. SharePoint bietet als führende Plattform zur effizienten und effektiven Zusammenarbeit alles, was zur Steigerung der Produktivität in diesem Bereich benötigt wird. Microsoft SharePoint ist die Plattform für effektive und effiziente Zusammenarbeit (Collaboration) und als solche auch mit umfassenden Funktionen für das Publizieren, Kommentieren und Weiterverarbeiten von Berichten ausgerüstet. In der Cloud-Variante ist SharePoint Teil von Office 365.

Microsoft Azure ist der Name der Cloud-Dienste von Microsoft, die Microsoft Business Intelligence in vielen Dingen ergänzen.

Services als Schlüsselkomponenten für Microsoft Business Intelligence im SQL Server

Der neue SQL Server 2016 bietet eine Reihe von Neuerungen, welche den SQL Server 2016 als Business Intelligence Plattform noch leistungsfähiger machen. Das sind insbesondere Features, die für „deeper insights across data“ sorgen, wie zum Beispiel Polybase für die Abfrage von relationalen Daten und Hadoop-Daten über T-SQL oder die Integration von „R“, einer Sprache für Statistik-Abfragen.

Microsoft Business Intelligence bündelt die Fähigkeiten mit dem Datenbank-Server „SQL Server“ in drei grundlegenden „Services“:

  • Integration Services bzw. SQL Server Integration Services (kurz: SSIS) ist die Komponente für die Extraktion, die Transformation und zum Laden (ETL) von Daten bzw. zum Anbinden des SQL Server an verschiedenste Datenquellen.
  • Analysis Services bzw. SQL Server Analysis Services (kurz: SSAS) ist die Komponente, durch die multidimensionale Datenbanken – oft auch als „OLAP-Würfel“ bezeichnet bzw. nun auch hochperformante „In-Memory“ Datenmodelle – aufgebaut werden.
  • Reporting Services bzw. SQL Server Reporting Services (kurz: SSRS), damit werden Standardberichte erzeugt und einem breiten Anwenderkreis zur Verfügung gestellt.

Idealtypischer Aufbau einer Microsoft Business Intelligence Architektur

In einer idealtypischen Microsoft Business Intelligence Architektur werden aus den Vorsystemen – in der Zeichnung links unten als kleine Tonnen skizziert – durch einen ETL-Prozess die relevanten Daten abgezogen. Dafür steht das E von ETL, die Extraktion. Das T steht für Transformation. In diesem Schritt werden die Daten aus den unterschiedlichsten Vorsystemen in eine vergleichbare Form gebracht. Ein zwingender und im Business Intelligence Projekt sehr wichtiger Schritt, denn nur so ist der spätere „Single Point of Truth“ zu realisieren. Das L in ETL steht dann für den Ladeprozess in ein sogenanntes Data Warehouse, welches im Bild als große Tonne dargestellt ist.

Ein Data Warehouse basiert, wie in der Regel auch die Vorsysteme, auf der relationalen Datenbank-Architektur, die seinerzeit vom britischen Mathematiker und Datenbanktheoretiker Edgar F. Codd entwickelt wurde. Diese Architektur ist ausgezeichnet geeignet, um Massen an Daten zu speichern. Vergleichbar mit einem Buchhaltungssystem, in dem jeder Buchungssatz unter den anderen geschrieben wird, speichern diese relationalen Datenbanken die Daten in Zeilen und Spalten.

Der Aufbau der Datenbankstrukturen folgt den Methoden von Ralph Kimball, der als einer der bekanntesten Data Warehouse Architekten weltweit gilt. Seine Methodik, auch bekannt als ‚Dimensional Modeling‘, hat sich zum De-facto-Standard in der Modellierung entwickelt. Die multidimensionalen Datenbanken –hier als Würfel dargestellt – wurden ebenfalls vom Mathematiker Codd entwickelt. Ein häufig verwendeter synonymer Begriff ist OLAP-Datenbank, wobei OLAP die Abkürzung für Online Analytical Processing ist. Dieser Name weist schon darauf hin, dass eine mehrdimensionale Datenbank sich gut für die Datenanalyse eignet.

Microsoft Business Intelligence Architektur

Microsoft Business Intelligence Architektur

Microsoft Business Intelligence Architektur

Die Speicherbausteine in der Grafik repräsentieren die inzwischen etablierte In-Memory-Technologie. Deren zwei hervorragendste Merkmale sind:

  • Die enorme Geschwindigkeit, mit der Daten nicht nur gelesen, sondern auch berechnet, analysiert und geschrieben werden können.
  • Die extrem hohe Kompression der Daten im Speicher. Der Kompressionsfaktor zwischen den „relationalen“ Basisdaten und den „In-Memory“-Daten liegt im Durchschnitt bei 1:10. Das heißt 10 Terabyte an relationalen Daten verbrauchen in der In-Memory Datenbank nur ein Terabyte.

Heute ist die In-Memory-Technologie ein fester Bestandteil des Microsoft SQL Server, und der Systemarchitekt kann jeweils die beste Technologie für das geplante System wählen.

Microsoft Excel hat sich in den letzten zwanzig Jahren von der „Guerilla-Lösung für die Fachabteilung“ zu einem der leistungsstärksten Frontends im Business Intelligence überhaupt entwickelt. Heute ist Excel 2016 sowohl in der Lage, auf relationale und multidimensionale Datenbanken zuzugreifen, als auch die In-Memory-Technologie zu adressieren. In Summe also der perfekte „Selbstbedienungsladen“ für die Fachabteilung, was sich auch in dem neuen Schlagwort „Self-Service BI“ ausdrückt.

Self-Service Business Intelligence mit Microsoft

Der Begriff „Self-Service-BI“ fasst auf sehr plastische Weise zusammen, worauf es ankommt:

  • Kurze Wege zu allen benötigten Informationen mit SQL Server 2016 und In-Memory-Technologie.
  • Bedienbare Werkzeuge zur schnellen Zusammenstellung der Daten mit Microsoft Excel und Power BI, auch zur Veröffentlichung und zur Bearbeitung von Berichten über das Web.
  • Schnelle Publikation und Verteilung mit erweiterter Excel-Funktionalität und Microsoft SharePoint.

Die Schnittstelle vom „Self-Service BI“ zum „Team-BI“ ist ebenfalls bereits in Excel 2010 verankert. Wird der erstellte Report nicht lokal gespeichert, sondern über den entsprechenden Menüpunkt an Microsoft SharePoint „gesendet“, so ist er mit wenigen Mausklicks publiziert und steht jedem Anwender, der die notwendigen Zugriffsrechte hat, zur Verfügung – unabhängig davon, ob er eine passende Excel-Version auf seinem Rechner hat oder nicht, denn SharePoint bietet einen eigenen „Excel-Service“, über den der Bericht im Webbrowser geladen und bedient werden kann. Ein entscheidender Vorteil, muss sich doch der IT-Verantwortliche damit keine Gedanken mehr machen um die lokale Infrastruktur und den Release-Stand von Microsoft Office bei „seinen Anwendern“.

Durch das Veröffentlichen in SharePoint sind auch die Datenquellen und deren Verbindungen aus der lokalen Anwenderwelt automatisch in den Teambereich von SharePoint „umgezogen“. Bei Bedarf lassen sich die Reports aus dem Web natürlich auch wieder im lokalen Excel öffnen. Die Datenquelle ist weiterhin SharePoint mit dem SQL Server.

Mehr zu Microsoft Self-Service BI erfahren...



Wir unterstützen Sie gerne...

Microsoft BI
Christian Fürstenberg

Christian Fürstenberg
Vice President - BI & Analytics Platform

Vorsetzen 53
20459 Hamburg

T: +49 40 881478-00
F: +49 40 881477-99
christian.fuerstenberg@pmone.com

Webinare Lösungen Kontakt