Unser Vorgehen

Das noventum Business Intelligence Vorgehensmodell

 

„Standardisierung bedeutet im eigentlichen Wortsinn eine Vereinheitlichung von Maßen, Typen, Verfahrensweisen oder anderem. Ziel ist die Schaffung gemeinsamer Standards respektive Parameter (beispielsweise bei Werkzeugen, Produktions- oder Softwarekomponenten).“ Soweit Wikipedia. Welche Bedeutung hat Standardisierung in einem hoch kundenindividuellen Beratungsumfeld wie dem Aufbau von Business Intelligence Lösungen? 

 

noventum consulting berät seit 1996 im Business Intelligence Umfeld. Seitdem wächst von Projekt zu Projekt der interne Erfahrungsschatz rund um das Thema Data Warehousing und BI. Das intensive Knowledge Management erweitert stetig das Spektrum des noventum BI-Vorgehensmodells.

 

noventum Data Warehouse Projekte sind daher bei aller kundenindividuell erforderlichen Flexibilität geprägt von standardisierten Projektplänen, Methoden und Templates, Schichtenmodellen, Datenmodellen und Namenskonventionen, die einem etablierten Werkzeugkoffer entstammen.

 

Die Vorzüge liegen auf der Hand: Projekte werden zuverlässig planbar, Projektlaufzeiten und das Projektrisiko werden verringert, die Projektqualität wird erhöht und das Projektergebnis steht in einem guten Kosten-Nutzen-Verhältnis.

 

noventum intern werden alle BI-Berater auf dem noventum Vorgehensmodell geschult. Resultat für Kunden ist im Notfall eine Austauschbarkeit der Berater im Projekt, aber auch eine schnelle Orientierungsfähigkeit der noventum Berater im Falle der Wartung und Fortentwicklung bereits aufgebauter Lösungen.

Die BI-Projektphasen

Anforderungsanalyse

Aktivitäten 

  • Architektur und Datenmodell
    auf Basis des noventum
    Schichtenmodells
    (DataVault/Inmon/Kimball)
  • Anbindung Datenquellen
  •  ETL-Entwicklung
  • Historisierungskonzept
  • Abbildung Geschäftslogik
  • Data Quality Management 
  •  Sicherstellung kontinuier-
    licher Ladeprozesse

Ergebnisse 

  • Datenmodell
  •  ETL-Prozesse
  •  Quelle-Ziel-Mapping
  •  Namenskonvention

Data Warehouse

Aktivitäten 

  • Analyse betriebswirtschaftlicher Anforderungen
  • Definition Kennzahlen
  • Erstellung Informationsmodell
  •  Definition Berichte
  • Quellsystemanalyse
  •  Zusammenführung fachlicher Anforderungen und technischer Möglichkeiten
  • Anwendertypenanalyse

Ergebnisse 

  •  Informationsmodell
  • Kennzahlensteckbrief
  • Berichtsdefinition
  • Abgleich verfügbarer Daten mit Informationsmodell

Data Mart

Aktivitäten 

  • Aufbau multidimensionaler
    Datenraum 
  • Detaillierung Dimensionen
    und Hierarchien
  • Berechnete Kennzahlen,
    vordefinierte Filter
  • Berechtigungskonzept

Ergebnisse 

  •  Multidimensionale
    Datenbasis
  • Aggregationen
  • Verifikationsreports
    definierter Berichte
  • Berechtigungskonzept

Reporting & Planung

Aktivitäten 

  • Visual Business Analytics
  •  Erstellung semantische
    Schicht
  •  Erstellung Reports und
    Dashboards
  • Planungsworkflows
  • Kommentierung

Ergebnisse 

  •  Dashboards
  •  Reports
  •  Planungsanwendung

Produktivsetzung

Aktivitäten 

  • Portierung zwischen Test-
    und Produktionsumgebung
  • Know-how-Aufbau und
    Übergabe an Betrieb
  • Performanceoptimierung
  • Change Management

Ergebnisse 

  • Dokumentation
  • Produktiv laufendes
    BI-System