Ergänzend zu Dashboarding und Berichtswesen ist eine flexible Navigation in und Analyse von Daten durch den Fachanwender sinnvoll. Benutzerfreundlichkeit, Kalkulations- und Simulationsmöglichkeiten sind ebenfalls wesentliche Eigenschaften von Ad-hoc-Analysewerkzeugen. Darüber hinaus stellen Analysewerkzeuge weitergehende analytische Verfahren zur Verfügung, wie vordefinierte ABC- oder Abweichungsanalysen.
Auf dem BI- und Analytics-Markt existieren unterschiedliche Analysewerkzeuge, die diverse Analyseformen – teilweise mehrere in einem Werkzeug – unterstützen. Die häufigsten sind: multidimensionale (OLAP) Analyse, visuelle Analyse, mengenorientierte Analyse und "Guided Advanced Analytics" (s. Abb. 7).
Abb. 7: Unterschiedliche Analyseformen (Quelle: BARC)
2.4.1 Multidimensionale Analyse
Die multidimensionale Analyse erlaubt dem Endanwender eine flexible Navigation in einem modellierten, multidimensionalen Datenraum, der häufig als "Würfel" oder "Cube" bezeichnet wird. Das multidimensionale Datenmodell hat den Vorteil der schnellen Sichtänderung auf die angezeigten Daten. Häufige Analyseoperationen hier sind Drill-Operationen entlang von Hierarchien und die Möglichkeit zum freien Aufbau von Kreuztabellen mittels Pivotierung. Im Mittelpunkt der OLAP-Analyse stehen in der Regel Kennzahlen, die mehrstufig aggregiert werden können.
Die OLAP-Analyse wird häufig über ein spezielles Analysewerkzeug oder innerhalb eines Excel-Tabellenblatts mit ergänzenden Funktionen und einer Verknüpfung der Zellen zu einer Datenbank (Excel-Add-In) zur Verfügung gestellt.
2.4.2 Visuelle Analyse
Visuelle Analyse (teilweise auch als Visual Business Intelligence bezeichnet) verbindet Datenanalyseverfahren mit Visualisierungstechniken für eine interaktive visuelle Exploration der Daten (Abb. 8). Fokus ist meistens das Auffinden und die Extraktion relevanter Informationen aus großen Datenmengen und das Erkennen von Mustern in den Daten unter Nutzung aussagekräftiger Grafiken. Werkzeuge für visuelle Analyse bieten teilweise sog. "Auto-Charting"-Funktionen an. Hierbei schlagen die Werkzeuge dem Nutzer eine zu den Daten passende Visualisierung vor. Die Navigation in den Daten und häufig auch die Kalkulation neuer Kenngrößen erfolgt in diesen Werkzeugen visuell und in der Regel ausschließlich über Grafiken statt in Tabellen.
Abb. 8: Visuelle Analyse umgesetzt mit Tableau Desktop (Quelle: Tableau)
2.4.3 Mengenorientierte Analyse
In der mengenorientierten Analyse werden Informationsobjekte (z. B. Kunden) über ihre Attributausprägungen zu Gruppen zusammengefasst, oder die Gruppenzugehörigkeit einzelner Informationsobjekte über ihre Beziehungen zueinander identifiziert. Die resultierenden Datenmengen werden auf ihre Gemeinsamkeiten oder Unterschiede hin untersucht, häufig mithilfe von statistischen Verfahren wie der Korrelationsanalyse. Diese Art der Analyse eignet sich häufig für Anwendungsfälle, die sich mit einer Vielzahl an Attributen/Ausprägungen beschäftigen (bspw. Kundensegmentierung).
Im Datenmodell für die mengenorientierte Analyse fehlen im Gegensatz zur OLAP-Analyse in der Regel vormodellierte hierarchische Strukturen. Es ist so möglich, zwischen abhängigen Attributen frei zu navigieren und die Eigenschaften der verbleibenden Menge an Informationsobjekten ad-hoc zu ermitteln.
2.4.4 Hybride Analyseprodukte
Über die drei genannten Analyseformen hinaus bieten immer mehr Analysewerkzeuge fortgeschrittene und statistische Analysemöglichkeiten, die durch einen Fachanwender bedient werden können ("Data Science light" bzw. "Guided Advanced Analytics"). Die statistischen Funktionen werden in diesen Werkzeugen in der Regel als vordefinierte Funktionen (Regression, Korrelation, Trend, Clustering) angeboten und können auf den ausgewählten Datenbestand angewendet werden. Im Vordergrund steht hier nicht die Entwicklung und Operationalisierung von Data-Mining-Algorithmen sondern die Erkennung von Mustern in einem Datenbestand.
Die heute auf dem BI-Markt verfügbaren Analysewerkzeuge kombinieren häufig mehrere der genannten Analyseformen. Aus diesem Grund empfiehlt es sich, den vorliegenden Analysefall genau auf die Anforderungen hin zu überprüfen und das dafür passende Werkzeug zu evaluieren.
BI-Anbieter für hybride Analyseprodukte (Auswahl)
Nachfolgend werden einige Anbieter beispielhaft und in alphabetischer Reihenfolge sortiert aufgeführt:
- Bissantz DeltaMaster
- CommaSoft INFONEA
- Information Buidlers WebFOCUS
- Microsoft Power BI
- MicroStrategy Analytics Platform
- Oracle Analytics Cloud
- Qlik (QlikView/Qlik Sense)
- SAP Analytics Cloud
- SAS Visual Analytics, SAS Visual Statistics
- Tableau
- TIBCO Spotfire
Das ist nur ein Ausschnitt aus dem Produkt Haufe Finance Office Premium. Sie wollen mehr?
Jetzt kostenlos 4 Wochen testen
Anmelden und Beitrag in meinem Produkt lesen