de
Die Business Analytics Platform sorgt für eine saubere Datenbasis und bildet eine verlässliche Grundlage für datenbasierte Geschäftsentscheidungen. Mit dem ganzheitlichen Framework von IBsolution können Unternehmen ihre drängendsten Herausforderungen in Bezug auf Daten angehen und bewältigen.
Der ganzheitliche Ansatz berücksichtigt nicht nur technologische Aspekte, sondern auch die Organisation und die Menschen, ohne die ein datengetriebenes Unternehmen nicht funktioniert. Ein begleitendes Organizational Change Management ist unabdingbarer Bestandteil der Business Analytics Platform und stellt sicher, dass die Mitarbeiter die Veränderungen annehmen und eine neue (Daten-)Kultur im Unternehmen entstehen kann.
Die Business Analytics Platform besteht aus verschiedenen Schichten, die aufeinander aufbauen. Unternehmen verfügen in der Regel über eine Vielzahl von Datenquellen. Das können On-Premise- oder Cloud-Systeme von SAP oder anderen Anbietern sein. Dort liegen die Daten in strukturierter oder unstrukturierter Form vor. Der Integration Layer bringt die Daten aus den Quellsystemen in den Data Layer, wo sie persistiert und abgespeichert werden.
Der Data Layer ist in der Regel heterogen verteilt – auf SAP- und Nicht-SAP-Systeme. Bei den SAP-Systemen sind im On-Premise-Bereich SAP BW on HANA bzw. SAP BW/4HANA und im Cloud-Bereich SAP Datasphere am häufigsten vertreten. Bei den Nicht-SAP-Systemen handelt es sich für gewöhnlich um SaaS-Anwendungen, die Bestandteil von mindestens einem der drei großen Hyperscaler Microsoft Azure, Google Cloud Platform und Amazon Web Services (AWS) sind. Der Virtualization Layer ist notwendig, um eine einheitliche Sicht auf die heterogenen Daten des Data Layer herzustellen, sodass die unterschiedlichen Reporting-Disziplinen darauf aufsetzen können.
Flankiert wird die Business Analytics Platform von den Themen (Master) Data Governance und Data Mesh. Damit die aus den Unternehmensdaten abgeleiteten Erkenntnisse und Entscheidungen verlässlich sind, muss die Datenqualität über die verschiedenen Layer hinweg hoch sein. Data Governance stellt die entsprechenden Strukturen und Prozesse bereit, um eine dauerhaft hohe Datenqualität sicherzustellen. Ein Data Mesh schafft die organisatorische Grundlage für einen anderen Umgang mit Daten im Unternehmen, indem die Verantwortung für die Bereitstellung und die Qualität der Daten dezentral in die Fachabteilungen verlagert wird.
Ermittlung der gegenwärtigen Herausforderungen im Datenmanagement
Bewertung des Nutzens einer zentralen Datenplattform
Analyse der Datenstrategie
Fit-Gap-Analyse
Analyse der organisatorischen Strukturen und der Stakeholder/Nutzergruppen bzgl. Chancen und Hindernissen
Analyse der Verantwortlichkeiten für Daten und Prozesse
Erstellung einer Capability Map
Vorauswahl der technischen Möglichkeiten am Markt (SAP und Nicht-SAP)
Vorauswahl der Bestandteile der Datenplattform und Abgleich mit den vorhandenen Systemen
Definition eines Use Case für einen potenziellen Prototyp
Festlegung von Roadmap, Meilensteinen und nächsten Schritten
Übersicht Business Analytics Platform
Skizzierung der Ziel-Systemlandschaft (inklusive aller Satellitensysteme)
Aufbau und mögliche Komponenten der Plattform unter besonderer Berücksichtigung der folgenden Aspekte:
Integrationsschicht: Anbindung der hybriden Systemlandschaft (SAP BW bzw. SAP BW/4, SAP S/4HANA, SAP BTP, Hyperscaler etc.) und sonstiger Systeme
Erarbeitung einer Lösungsarchitektur unter Einbeziehung der Voraussetzungen und der IT-Strategie des Unternehmens
Festlegung der Nutzergruppen
Bewertung der bestehenden Berechtigungskonzepte hinsichtlich einer Überarbeitung
Auswertung der Erkenntnisse aus der vorgelagerten Systembetrachtung
Definition der Anforderungen an das zukünftige Data Warehouse
Verteilung der Reports auf die einzelnen Komponenten der neuen Datenplattform
Gegenüberstellung der Konvertierungsarten nach SAP BW/4HANA und/oder SAP Datasphere
Erarbeitung der passenden Konvertierungsart
Auswertung der Ergebnisse aus den Readiness Checks
Schaffung eines einheitlichen Blicks auf das weitere Vorgehen und den Projektplan
Unterschiede im Reporting von SAP BW/4HANA und SAP S/4HANA Embedded Analytics
Inhalte des Reportings in SAP S/4HANA Embedded Analytics
Erörterung von Self-Service-Ansätzen
Besprechung des Einsatzes von geeigneten Frontend-Tools
Modellierung mit CDS Views als ganzheitlichem Datenmodell
Berechtigungen (optional)
Übersicht über die existierenden Data Lakes im Unternehmen
Analyse der bisherigen Zielsetzung und Datennutzung
Bestimmung von Nutzergruppen und Nutzerverhalten
Integrationsszenarien mit anderen Tools/Systemen
Erörterung der vorhandenen Governance-Konzepte
Erläuterung der gegenwärtigen Herausforderungen hinsichtlich Governance
Bewertung der existierenden Berechtigungskonzepte
Nutzergruppen und Nutzerzugriffe
Festlegung der Data Ownership
Vorstellung und Diskussion des Data-Mesh-Ansatzes (Inhalte und Zielsetzung)
Verbesserung der Datenqualität
Data Lifecycle Management
Data (Access) Security
Erarbeitung des zukünftigen Soll-Zustands in Sachen Data Governance
In den verschiedenen Workshop-Modulen analysieren wir gemeinsam Ihre aktuelle System- und Prozesslandschaft, definieren Ihre Anforderungen, identifizieren potenzielle Schwachstellen, entwerfen eine passende Architektur mit den geeigneten Technologien und erstellen einen Cut-Over-Plan. Das Ergebnis jedes Workshops ist ein stimmiges Gesamtkonzept, das die relevanten Handlungsfelder definiert und als Grundlage für die weitere Umsetzung dient. Als erfahrener Partner für Business Intelligence sowie Data & Analytics sind wir auch beim nachfolgenden Implementierungsprojekt an Ihrer Seite.
Der Zugang zu qualitativ hochwertigen Daten und die Fähigkeit, sie in nützliche Erkenntnisse umzuwandeln, tragen entscheidend zum Geschäftserfolg bei. Um noch mehr aus ihren Daten herauszuholen, ist insbesondere für Unternehmen, die ein SAP BW-System im Einsatz haben, der Aufbau einer skalierbaren, dezentralen Business Analytics Platform von Interesse.
Data Mesh bedeutet einen Paradigmenwechsel und ebnet den Weg zu einer domänengesteuerten Datenarchitektur. Jeder Unternehmensbereich ist für die Definition, die Qualität und die Erstellung von Daten aus der eigenen Domäne verantwortlich.
