Teil 3: Datengetriebene Unternehmenssteuerung: Technologieentscheidung
Nachdem wir Erwartungen und Anforderungen innerhalb einer datengetriebenen Unternehmenssteuerung in unseren ersten beiden Blogteilen betrachtet haben, schauen wir nun auf das Thema Technologie.
Jede Form einer Datennutzung erfordert Entscheidungen zu passenden Technologien. In diesem Artikel möchten wir Fragen stellen, die für eine Technologieentscheidung entscheidend sind.
Wo fangen wir an?
Wenn sich ein Unternehmen entschließt, Daten zentral zusammenzuführen bzw. verfügbar zu machen, folgen fachliche und technische Entscheidungen und Tätigkeiten. Die fachlichen Planungen wurden im letzten Beitrag beschrieben, es ist die Strukturierung der Fragestellungen und Datenquellen gemäß der Datenstrategie aus fachlicher Sicht. Auf der anderen Seite muss die Lösung technisch umgesetzt und betrieben werden. Dieses Thema wird in diesem Beitrag behandelt, allerdings wird keine beste Technologieentscheidung vorgestellt. Die kann es für verschiedene Unternehmen auch gar nicht geben und würden mit jedem Release der tausenden Tools anders ausfallen. Wir möchten einige aber bei weitem nicht alle Denkansätze und Erfahrungen zeigen, um einer Entscheidung im konkreten Fall näher zu kommen. Da die Technologieentscheidungen niemals losgelöst von fachlichen Anforderungen der Stakeholder sind, können Fragen während der Ideensammlung mit den Stakeholdern deshalb bereits berücksichtigt werden. Auf jeden Fall sollte die Sammlung der Anforderungen ergebnisoffen und unabhängig von bestimmten Lösungen und Buzzwords wie z.B. Big Data sein.
Die Datenstrategie eines Unternehmens ermöglicht einen Blick in die Zukunft und ist deshalb ein wichtiger Einflussfaktor bei der Wahl der Technologie, da dort die Rahmenbedingungen für Erhebung, Bereitstellung und Nutzung der Daten gesetzt werden. Die Frage, ob nur ein Teilbereich des Unternehmens oder auch nur ein Projekt Daten aufbereitet und bereitstellt, sollte man sich früh stellen. Es kann aber auch der Ansatz sein, sukzessive für ein gesamtes Unternehmen eine Datenbasis aufzubauen und für eine große Zahl von Nutzern bereitzustellen.Das ist Teil der Datenstrategie und führt zu unterschiedlichen technologischen Entscheidungen.
Welche Art von Daten habe ich und was möchte ich tun?
Diese sehr naheliegende Frage ist natürlich grundlegend und sollte die Entscheidung für eine Technologie maßgeblich prägen. Am einfachsten und der oft zu Beginn vorliegende Fall sind ausschließlich strukturierte Daten aus verschiedenen Quellen, die in Verbindung gebracht und angezeigt werden. Hier kann eine schlanke Lösung sinnvoll sein, die im Hypecycle der Technologien nicht unbedingt unter den angesagtesten, teuersten oder bekanntesten Lösungen steht. – auch wenn zunehmend Buzzwords wie „Big Data“ fallen.
In unserem Datenprojekt wurde aus Gründen des Know-how-Aufbaus in Richtung realer Anwendung einer Big Data Lösung zunächst darauf gesetzt, bei einer Evaluierung von Kosten, Nutzen und Vision auf eine Postgres Datenbank als deutlich schlankere Lösung der Datenspeicherung gewechselt. Die Aufbereitung der Daten gemäß der fachlichen Fragestellungen geschieht mittels KNIME.
Können und wollen wir die technische Lösung selbst betreiben?
Die Frage, wer die gefundene Lösung entwickelt und betreibt, ist nicht nur eine Kostenfrage. Firmen, deren Geschäftsinhalt fernab der IT Branche liegt, haben möglicherweise kein Know-how in Entwicklung und Betrieb von Datenlandschaften und möchten dies auch nicht erwerben. Cloudanbieter sehen hier ihren großen Vorteil und bieten Infrastruktur-Sorglospakete in unterschiedlichen Abstufungen an. Neben möglicherweise datenschutzrechtlichen Fragen sind die zu erwartenden Kosten im Zentrum, nicht zuletzt was die Festlegung auf einen Anbieter bedeutet.
Abseits der Infrastruktur sollte die dauerhafte Wartung und Support der eigenen Datenprozesse jedoch nicht vergessen werden. Es werden immer wieder Anpassungen notwendig werden, beispielsweise durch veränderte Eingangsdatenformate, die eine weitere Verarbeitung der Daten behindern.
Wie vertraulich sind meine Datenquellen?
Wenn bei der Definition der Use Cases klar wird, dass (streng) vertrauliche Datenquellen einbezogen werden sollen, lohnt ein Blick in Gesetz oder Unternehmensprozesse. Daten verschiedener Vertraulichkeitsstufen zu speichern und zu verarbeiten, hat möglicherweise zu berücksichtigende Grenzen. Die DSGVO beispielsweise regelt unter anderem, dass personenbezogene Daten nur mit expliziter Einwilligung Europa verlassen dürfen.
Wenn nicht jede Nutzergruppe alles sehen darf, entstehen gegebenenfalls auch für die Datenvisualisierung Anforderungen. In unserem Projekt wird mit Tableau Software gearbeitet, die sowohl Row Level Security (die Nutzergruppe darf nur die Zahlen des eigenen Bereichs sehen) als auch Column Level Security (die Nutzergruppe darf nur bestimmte KPIs sehen) ermöglicht.
Bei unserem Unternehmensreporting haben wir entschieden, dass die Daten nicht in der Cloud verarbeitet werden sollen. Deshalb haben wir eine On-Premise Lösung sowohl bei Datenhaltung als auch bei der Bereitstellung über Tableau Server vorgezogen.
Soll es Selfservice geben?
In der Use Case Definition zeigt sich möglicherweise, dass jeder Nutzer nur die Daten sehen können soll, die für die tägliche Arbeit notwendig sind und nicht mehr. Dann muss nicht nur parallel zur Use Case Definition ein Rollen-Rechte-Konzept ausgearbeitet werden, sondern auch Anforderungen an die Technologie berücksichtigt werden. Die Technologie muss die Umsetzung des geplanten Rollen-Rechte-Konzepts entsprechend der üblichen Unternehmensprozesse ermöglichen. Je nachdem wo der Selfservice beginnen soll, muss die Einhaltung der Vertraulichkeit bis zur erreichbaren Datenquelle umgesetzt sein. Dies kann beispielsweise zur Folge haben, dass nur aggregierte oder anonymisierte Datenquellen für die Nutzer bereitgestellt werden können oder das gewählte Tool eine sehr detaillierte Rechtevergabe ermöglicht. Die Einführung von Datenqualitätsprozessen ist nicht nur bei Selfservice zwingend notwendig.
Wie sollen die Berichte für den Nutzer aussehen und wie soll der Nutzer sie erreichen?
In unserem Datenprojekt basierten die Anforderungen an die Berichte oft auf den vorherigen manuell erstellten Berichten in Excel und Powerpoint. Wenn die Wünsche an die Visualisierung sehr zahlreich und zwingend sind, muss ein Visualisierungstool eine große Funktionsfülle bieten. Und selbst damit kann nicht jeder Wunsch umgesetzt werden. Bei sehr speziellen Wünschen an Erstellung und Bereitstellung der Berichte kann auch über eine eigens entwickelte Lösung nachgedacht werden.
Die Anforderungen an die Bereitstellung der Berichte für den Nutzer können sich über die Zeit ändern. Für die doubleSlash Datenlandschaft war die Bereitstellung im Browser von Anfang an eine Anforderung, sodass wir gleich auf Tableau Server gesetzt haben. So konnten einige Berichte für alle Mitarbeiter freigeschalten und damit die Transparenz im Unternehmen deutlich erhöht werden. Der Preis wird beim Tableau Server im Wesentlichen von der Anzahl der Nutzer bestimmt. Die Cloudanbieter sind bei der Preisgestaltung stark nutzungsabhängig, was bei einem sehr großen Nutzerkreis mit wenig tatsächlicher Nutzung interessant sein kann.
Fazit
Die für alle Unternehmen und Projekte richtige Entscheidung für eine Technologiekette wird es nicht geben. Nicht zuletzt entscheidet Flexibilität darüber, Teile davon austauschen, weglassen oder neu hinzunehmen zu können. Das ermöglicht die Anpassung an veränderte Anforderungen verschiedenster Art. Am seltensten führt eine Festlegung auf eine bestimmte Technologie vor der Anforderungsermittlung zum Erfolg. Möglichkeiten für die Wahl der Technologiekombination sind nahezu unendlich. In diesem Beitrag wurden beispielhafte Fragen dargestellt, deren Abgleich mit den Anforderungen große Auswirkung auf die Wahl der Technologien hat. Die Stärken und Schwächen einer Technologie entscheiden dann über die Umsetzungsmöglichkeiten von Anforderungen.
