Self-Service BI & Analytics
Planung, Implementierung und Organisation
Michael Kalke, Artur König, Philipp Loringhoven und Lars Schreiber
Diese Publikation zitieren
Michael Kalke, Artur König, Philipp Loringhoven, Lars Schreiber, Thomas Zachrau (Hg.), Self-Service BI & Analytics (2023), dpunkt.verlag, Heidelberg, ISBN: 9783988901019
363
Accesses
Accesses
8
Quotes
Quotes
Beschreibung / Abstract
Know-how für erfolgreiche Self-Service-Initiativen
- Praktischer Leitfaden zur unternehmensweiten Einführung von Self-Service
- Fokus auf die Konzeption und Governance von Self-Service
- Mit Impulsen, was bei einer laufenden Self-Service-Organisation zu beachten ist
Self-Service im BI- und Analytics-Kontext bedeutet, dass BI-Anwender selbst aktiv werden, um auf bestimmte Daten und Informationsprodukte zuzugreifen. Dabei hängt die Möglichkeit des Self-Service von Umgebungsfaktoren ab, nicht von einzelnen Werkzeugen. Um die Daten nutzen zu können, ist Datenkompetenz bei den Beteiligten erforderlich. Self-Service ist somit als strategischer Prozess zu verstehen, der als Teil der Datenstrategie immer der Unternehmensstrategie folgt und eine Kultur der Transparenz und offenen Kommunikation erfordert.
Dieses Buch bietet eine umfassende Einführung in die grundlegenden Konzepte von Self-Service BI & Analytics. Es beschreibt die derzeit gängigen Ansätze mit Fokus auf die Konzeption und Governance von Self-Service. Darüber hinaus werden Lösungen für konkrete Anwendungsfälle vorgestellt. Im Einzelnen werden behandelt:
Planung von Self-Service: Was ist vor der Einführung von Self-Service im Kontext einer gesamtheitlichen Datenstrategie, der Organisation und der Unternehmensarchitektur zu beachten? Welche Governance-Anforderungen müssen berücksichtigt werden?
Implementierung von Self-Service: Die Entwicklung und der Betrieb von Self-Service-Lösungen werden ebenso aufgezeigt wie die Positionierung gegenüber einer Schatten-IT und die Vermeidung von technischen Schulden.
Organisation von Self-Service: BI-Communitys, die Mitarbeiterausbildung und die Etablierung einer Self-Service-Kultur im Unternehmen spielen hier eine wichtige Rolle.
Das Buch liefert wertvolle Einblicke und hilfreiche Anregungen für die erfolgreiche Einführung und Realisierung von Self-Service-Initiativen in der Unternehmenspraxis.
Beschreibung
Michael Kalke implementiert BI-Lösungen seit mehr als zehn Jahren. Zurzeit arbeitet er für die Vaillant Group und etabliert u.a. Self-Service BI.Artur König verantwortet bei der reportingimpulse GmbH die ganzheitliche Umsetzung von Datenprodukten von der Datenquelle bis zum fertigen Datenprodukt im Microsoft-Umfeld. Philipp Baron Freytag von Loringhoven ist ein versierter Marketingexperte und Datenanalyst, der sich seit mehr als 15 Jahren auf die Kombination von Daten, Marketing und Technologie spezialisiert hat.Lars Schreiber arbeitet als Abteilungsleiter für Business Intelligence Services in der Global IT der Pepperl + Fuchs SE. Dr. Thomas Zachrau ist seit über 30 Jahren leidenschaftlich im Bereich Analytics unterwegs. Die Analytik der kundenzentrierten Prozesse liegt ihm besonders am Herzen.
Inhaltsverzeichnis
- BEGINN
- Geleitwort
- Inhaltsübersicht
- Inhaltsverzeichnis
- 1 Einleitung
- 1.1 Acht Thesen zur Einordnung von Self-Service BI & Analytics
- These Nr. 1
- – Ohne Datenzugang kein Self-Service
- These Nr. 2
- – Self-Service ist keine Frage von Tools
- These Nr. 3
- – Self-Service benötigt Datenkompetenz
- These Nr. 4
- – Self-Service ist ein strategischer Prozess, kein geschlossenes Konstrukt
- These Nr. 5
- – Self-Service folgt als Teil der Datenstrategie immer der Unternehmensstrategie
- These Nr. 6
- – Self-Service ist nicht möglich ohne eine Kultur der Transparenz und offenen Kommunikation
- These Nr. 7
- – Ohne Regeln (Governance) kein effektives Self-Service
- These Nr. 8
- – Self-Service ist immer vorhanden
- 2 Self-Service im Kontext von Datenmanagement
- 2.1 Self-Service?!
- 2.2 Data-Management-Quadranten als Positionierungshilfe
- 2.3 Grad der BI-Anwender-Interaktivität
- 2.4 Ein Definitionsversuch
- 3 Erwartungsmanagement im Self-Service
- 3.1 Inhaltliche Leitplanke im Self-Service
- 3.2 Stabilität und Robustheit von Self-Service-Lösungen
- 3.3 Einbettung in eine unternehmensweite Datenkultur
- 3.4 Fazit
- 4 Agilität und Self-Service: Warum das eine zum anderen führt
- 4.1 Agilität
- 4.2 Agilität in der Business Intelligence
- 4.3 Das agile Unternehmen
- 4.4 Durchgängig agil: Skalierungsansätze
- 4.5 Agile Organisationsentwicklung
- 4.6 Self-Service als notwendige Voraussetzung
- 4.7 Fazit
- 5 Organisation und Rollen im Self-Service
- 5.1 Funktionen von BI-Organisationen
- 5.2 Fachanwender im Self-Service
- 5.3 Praktischer Exkurs am Beispiel Tableau
- 5.4 Aspekte bei der Einführung neuer Rollen
- 5.5 Fazit
- 6 Business und Self-Service: die Anforderungen der Fachbereiche
- 6.1 Fachbereiche als Schlüssel für gute Self-Service-Planung
- 6.2 Anforderungen für erfolgreiche Implementierung von Self-Service aus Sicht der Fachbereiche
- 6.3 Fazit
- 7 Self-Service Governance
- 7.1 Planung von Self-Service Governance
- 7.2 Organisation
- 7.3 Prozesse
- 7.4 Qualität
- 8 Data Governance ermöglicht Self-Service Analytics
- 8.1 Was ist Data Governance eigentlich?
- 8.2 Data Governance als »Enabler« für Self-Service-Analytics
- 8.3 Data-Governance-Verantwortlichkeit von Self-Service-Analytics-Nutzern
- 8.4 Fazit
- 9 Toolauswahl im Self-Service
- 9.1 Wie relevant sind Tools im Self-Service?
- 9.2 Was braucht Self-Service?
- 9.3 Tools und Self-Service in der Praxis
- 9.4 Fazit: Softwareauswahl anders denken
- 10 Implementierung von Self-Service-Lösungen
- 10.1 Warum ist die Entwicklung im Self-Service anders?
- 10.2 Entwicklungsorganisation im Self-Service-Umfeld
- 10.3 Erfahrungen aus einem Self-Service-Projekt im Mittelstand
- 10.4 Funktioniert die Theorie in der Praxis?
- 10.5 Was können wir für die Priorisierung der Entwicklung im Self-Service lernen?
- 11 Technische Schulden bei Self-Service-Datenlösungen
- 11.1 Überblick über technische Schulden
- 11.2 Notwendigkeit und Probleme
- 11.3 Strategien gegen technische Schulden
- 11.4 Erkennen, Messen und Priorisieren
- 11.5 Beispiele: Möglicher Lebenszyklus von Datenlösungen
- 11.6 Fazit: Was bei technischen Schulden zu beachten ist
- 12 Communitys als Treiber von Self-Service-Organisationen
- 12.1 Einleitung
- 12.2 Einführung in BI-Communitys
- 12.3 Umsetzung einer BI-Community im Unternehmen
- 12.4 Fazit
- 13 Mitarbeiterausbildung und Datenkompetenz
- 13.1 Bedeutung der Mitarbeiterausbildung im Self-Service
- 13.2 Abgrenzung von Data Literacy und Toolkompetenz
- 13.3 Zielgruppen der Mitarbeiterausbildung
- 13.4 Identifikation von Zielgruppen in einer Organisation
- 13.5 Zielsetzung und Vorgehen bei der Mitarbeiterausbildung
- 13.6 Rollentypen und deren Strukturierung
- 13.7 Aufgabenverteilung der Rollen
- 13.8 Entwicklungspfade der Rollentypen
- 13.9 Praktische Umsetzung
- 14 Etablieren einer Self-Service-Kultur
- 14.1 Was ist eigentlich eine Self-Service-BI-Kultur?
- 14.2 Die Relevanz einer Self-Service-Kultur und wie sie zur datengetriebenen Entscheidungsfindung beiträgt?
- 14.3 Resilienz durch Self-Service Business Intelligence
- 14.4 Herausforderungen bei der Etablierung einer Self-Service-BI-Kultur
- 14.5 Mittel und Wege zur Etablierung einer Self-Service-BI-Kultur
- 14.6 Fazit: Egal was sie tun, tun Sie es auch!
- 15 Epilog
- A Autoren
- B Literatur
- Index