Business Intelligence
Der Begriff Business Intelligence (engl. etwa Geschäftsanalytik Abk. BI) wurde Anfang bis Mitte der 1990er Jahre populär und bezeichnet Verfahren und Prozesse zur systematischen Analyse (Sammlung, Auswertung, Darstellung) von Unternehmensdaten in elektronischer Form. Ziel ist die Gewinnung von Erkenntnissen, die in Hinsicht auf die Unternehmensziele bessere operative oder strategische Entscheidungen ermöglichen. Dies geschieht mit Hilfe analytischer Konzepte und IT-Systeme, die Daten über das eigene Unternehmen, die Mitbewerber oder Marktentwicklung im Hinblick auf den gewünschten Erkenntnisgewinn auswerten. Mit den gewonnenen Erkenntnissen können Unternehmen ihre Geschäftsabläufe, Kunden- und Lieferantenbeziehungen profitabler machen, Kosten senken, Risiken minimieren und die Wertschöpfung vergrößern.
In der Praxis versteht man in den meisten Fällen unter „Business Intelligence“ die Automatisierung des Berichtswesens (Reporting). Die in den ERP-Systemen anfallenden Unternehmensdaten werden genutzt, um unter verschiedenen Blickwinkeln die Situation des Unternehmens zu analysieren und ggf. zu bewerten. Die Analyse erfolgt nicht in den ERP-Systemen sondern in einer davon getrennten Datenbasis, dem Data-Warehouse (DWH). Gründe hierfür können sein:
- ungeeignete Strukturierung der Daten im ERP-System
- keine Auswertungsmöglichkeit über mehrere ERP-Systeme z. B. in einem Konzern
- unzureichende Möglichkeit fremde Daten z. B. von Wettbewerbern oder Forschungsinstituten einzubeziehen
- Belastung des ERP-Systems durch analytische Auswertungen
- laufende Änderung der Daten im ERP-System.
Die erste Aufgabe eines BI-Projekts ist daher, Daten des oder der ERP-Systeme für die Analyse in eine eigene Datenbank, das Data-Warehouse, zu stellen. Dies erfolgt durch Extraktion der Daten aus dem ERP-System, ihrer Transformation und dem Laden in das Data-Warehouse (ETL).
Die zweite Aufgabe besteht darin, die für das Berichtswesen notwendigen analytischen Auswertungen einzurichten. Dies kann von einfachen Aggregationen von z. B. Umsatzzahlen einzelner Artikel in den letzten Tagen, Wochen, Monaten gesamt und in den einzelnen Sparten entwickelt bis hin zu komplizierten statistischen Analysen mittels Data-Mining z. B. Trendanalysen von Kundenverhalten gehen.
Die technologische Grundlage der Unternehmensdatenanalyse (Business Intelligence) lässt sich in drei Phasen einteilen: In der ersten Phase (data delivery) werden Eckdaten festgelegt und erhoben (quantitativer und qualitativer Art, strukturiert oder unstrukturiert). Diese Datenerfassung erfolgt entweder über ein „operatives“ System (OLTP) oder in einem Data-Warehouse. In der zweiten Phase (discovery of relations, patterns, and principles) werden die Daten in Zusammenhang miteinander gebracht, sodass Muster und Diskontinuitäten sichtbar werden und mit etwaigen zuvor aufgestellten Hypothesen verglichen werden können, z. B. in Form von multidimensionalen Analysen oder Data-Mining. In der dritten Phase (knowledge sharing) werden die Erkenntnisse dann im Unternehmen kommuniziert, d. h. in das Wissensmanagement integriert. Die Verbreitung der gewonnenen Erkenntnisse soll dazu dienen, Entscheidungsgrundlagen für Maßnahmen und Aktionen zu liefern.
Business-Intelligence bedient sich der analytischen Informationssysteme. Der Datenbestand einer Analyse wird aus einem Data-Warehouse bzw. Auszügen daraus (Data-Marts) gespeist. Analysemethoden sind u. a. OLAP, Data-Mining, Text-Mining, Web-Mining oder Case-Based-Reasoning, wobei die meisten dieser Verfahren auf klassischer Statistik beruhen.
