Self-Service-BI/AI: Individueller Datenmarkt oder zentrales Kaufhaus?

Aus großer Kraft erwächst große Verantwortung: Wie viel Self-Service verträgt ein Unternehmen?

• Kann ein Data Warehouse mit seinen starren Regeln und Prozessen mit den heutigen Anforderungen an Flexibilität und Geschwindigkeit mithalten?
• Data Marts verwenden günstigen Speicher und die Daten lassen sich in den Quellformaten schnell ablegen. Doch ab wann verliert der Preis- und Geschwindigkeitsvorteil beim Arbeiten mit Data Marts gegen die steigenden Kosten, die sich aus dem späteren Bearbeitungsbedarf aufgrund der hohen Komplexität ergeben?

Das Pendel schwingt dann oftmals stark in die extremen Positionen: „Wir machen jetzt alles als Self-Service“ oder „Reporting-Qualität erreichen wir nur über ein zentrales Standard-Reporting“. Wie so oft liegt die Lösung in einer Mischung der Ansätze. Wo sie genau liegt und wie sie aussehen kann oder sollte, darauf lässt sich eine hilfreiche Antwort mit einer vertrauten Analogie geben: Essen! Denn wenn wir uns einmal ansehen, wie und wo wir uns die notwendige Versorgung mit Nahrungsmitteln (Informationen) sicherstellen, finden sich interessante Parallelen zum Thema Self-Service.

Bestellen wir uns was oder kochen wir selbst?

Hobby- oder Profiköche/-innen gehen eigenständig die Zutaten besorgen und zaubern sich je nach Fertigkeiten und Zeitbudget einfache, schnelle oder auch sehr aufwändige Gerichte. Dazu benötigt man jedoch sowohl die richtigen Werkzeuge (Tools), muss sich mit den Zutaten auskennen (Datenbasis/-quellen), das Handwerk soweit wie nötig beherrschen (Know-how) und am Ende die Rezepte verstehen (Fachwissen). Klar ist: Das kann nicht jeder oder es fehlt einfach die Zeit, so tief einzutauchen.

Eine mögliche Alternative ist, auf Convenience oder fertige Gerichte zu setzen. Das geht schnell und liefert (hoffentlich) gute Qualität. Sogar der Preis kann durch die standardisierte Produktion für möglichst viele Konsumenten günstiger sein. Nachteile sind, dass man ausschließlich auf das vorliegende Angebot angewiesen ist, sich die Speisekarte nur selten verändert und Sonderwünsche ebenfalls ausgeschlossen sind.

So kann es sein, dass wir montags etwas bestellen, weil der Tag wenig Zeit lässt und am Freitag kochen wir in Ruhe mit dem Team. Manchmal mischen wir sogar bei den Zutaten und verwenden frische Zutaten zusammen mit vordefinierten Produkten - je nach Relevanz und Anspruch. Hand aufs Herz: Wer macht schon regelmäßig frische Pasta selbst…?

Detailwissen oder Vertrauen in Produkte und Lieferanten

Doch wie wählen wir unsere Zutaten aus? Entweder haben wir ausreichend Erfahrung und Wissen, um auf dem Markt einkaufen zu gehen oder die Pilze selbst zu sammeln. Oder wir vertrauen auf Produktinformation und Marken, die eine einfache Einschätzung von Inhalt und Qualität erlauben (sollten). Letzteres ist zugegeben bei einem zunehmend wachsenden Angebot im Kaufhaus mit dem Standardsortiment in den meisten Fällen effizienter. Eine weitere Möglichkeit: Wir delegieren den gesamten Prozess an Profis, die uns fertige Gerichte zur Auswahl anbieten.

Im Datenmarkt des Unternehmens ist die Aufgabe der Data Governance, den Umgang mit Informationen und mit „Information über Daten“ zu erleichtern. Data-Quality-Werkzeuge sowie die passende Security-Strategie gehören genauso dazu wie die richtige Speicherung von Informationen, abhängig vom Zweck und der Zielgruppe.

Ein Kernwerkzeug in der Datenküche ist ein Data Catalog, der die verfügbaren Daten recherchierbar macht und die Informationen aus technischer wie fachlicher Sicht redaktionell zusammenbringen kann. Bei der Daten-Qualität („geprüft durch…“) unterstützen Werkzeuge wie ein Master/Reference Data Management. Dies versetzt fachlich Verantwortliche als „Data Stewards“ in die Lage, bereits möglichst frühzeitig und in den eigentlichen Quellen die Qualität von Stammdaten über verschiedenste Systeme und Teile eines Unternehmens zu verbessern, anstatt die Probleme erst kurativ am Ende der analytischen Ketten zu lösen.

Hier gilt: Die Speicherung und die Zugriffe auf Daten sollten möglichst einfach zugänglich sein, aber trotzdem die Sicherheitsanforderungen des Unternehmens einhalten. Offene Ablageformate wie übliche Dateiformate oder per SQL abfragbare Datenhaltungen sind mittlerweile der Grundstandard. Je spezieller die Speicher aufgebaut sind oder wenn die Daten „hinter einem Tresen“ nur auf Anfrage und mit Beratung gelagert werden, desto aufwändiger ist es nicht nur für den Anwender an sie heranzukommen, sondern auch der organisatorische Aufwand steigt. Um in der Essensanalogie zu bleiben: Nicht umsonst haben die offenen Supermärkte die „Tante-Emma“-Läden verdrängt.

Was bedeutet das für Reporting/BI/Analytics?

• Kenne ich das Thema so gut, dass ich es selbst aufbereiten kann?
• Habe ich Zugriff auf qualitativ hochwertige Daten, denen ich vertraue?
• Stehen mir die entsprechenden Werkzeuge zur Verfügung und kann ich diese bedienen?
• Habe ich die Zeit oder lohnt sich der Aufwand, individuelle Lösungen aufzubauen?
• Ist die Problemstellung längere Zeit relevant und der Kundenkreis so groß, dass sich eine zentrale Aufbereitung rentiert?

Während für die Versorgung mit zentralen Daten die genauen Anforderungen etabliert sein müssen und die entsprechenden Strukturen und Prozesse aufzubauen sind, kann es für Bereiche mit schnell wechselnden oder flexiblen Anforderungen sinnvoll sein, Self-Service-Werkzeuge durch entsprechende Schulungen zu etablieren.

Die entscheidenden Herausforderungen bestehen darin, im Unternehmen den Service-Aspekt in den zentralen Data-Management-Bereichen als Fokus zu etablieren, eine offene Kommunikation mit den Anwendern zu pflegen und natürlich die richtigen Mittel und Werkzeuge bereitzustellen. Diese müssen beide Konsumentenperspektiven bedienen und durchlässig genug sein, um erfolgreiche Ansätze des Self-Service möglichst schnell und einfach zu „industrialisieren“.