Business Intelligence leicht gemacht, Teil 1

Wie baue ich ein Dashboard?

| Autor / Redakteur: Dr. Stefan Jensen / Nico Litzel

Der Autor: Dr. Stefan Jensen ist Director PreSales DACH bei Qlik
Der Autor: Dr. Stefan Jensen ist Director PreSales DACH bei Qlik (Bild: Qlik)

Business Intelligence? – Na klar! Aber wie? Gerade Unternehmen und Anwender, die mit Datenvisualisierung und der dazugehörigen Technologie noch nicht so vertraut sind, stehen vor grundlegenden Fragen: Wie baue ich ein Dashboard? Wie integriere ich verschiedene Datenquellen über Konnektoren in meine BI-Plattform? Welche Visualisierungen eignen sich für welche Sachverhalte? Die Grundlagen erläutert Dr. Stefan Jensen, Director PreSales DACH bei Qlik, in einer Artikelreihe für BigData-Insider.

Jeder fängt einmal klein an – auch im Umgang mit Business Intelligence (BI). Was Unternehmen mit der Analyse und Visualisierung von Daten alles erreichen können, wenn sie das Handwerkszeug von BI bereits perfekt beherrschen, ist weitläufig bekannt: Geschäftsführung und Fachabteilungen erhalten in Echtzeit Einblick in interne Prozesse, können schneller auf Missstände reagieren, effizienter werden und damit letztlich ihren Umsatz steigern. Wie aber machen sich Anwender, die noch in den Startlöchern stecken, mit den Grundlagen von Business Intelligence vertraut?

In Zeiten von Self-Service-BI, in denen intuitive Analysewerkzeuge zum Selbermachen einladen, sollte sich diese Frage erübrigen – oder etwa nicht? Dr. Stefan Jensen, Director PreSales DACH bei Qlik, unterstützt Anwender bei den ersten Herausforderungen im Umgang mit BI. In seiner Artikelserie liefert der Experte Antworten – und lädt zum Experimentieren mit den Möglichkeiten von Business Intelligence ein.

Wie baue ich ein Dashboard?

Damit Anwender und Unternehmen ihre Daten analysieren und Zusammenhänge zwischen ihnen erkennen können, benötigen sie ein grundlegendes Instrument: das Dashboard. Ein Dashboard besteht, einfach gesprochen, aus einer Reihe von Visualisierungen, die auf einem oder mehreren ausgewählten Datensätzen gründen und die beispielsweise tagesaktuell den aktuellen Stand von KPIs oder anderen Unternehmenskennzahlen liefern.

Das Schöne ist: Bei einer modernen BI-Plattform ist der Anwender komplett flexibel in der Analyse seiner Daten und muss nicht vordefinierten Analysepfaden folgen. Die Software gibt also nicht die Denkrichtung vor, sondern unterstützt mittels assoziativer Logik dabei, Erkenntnisse aus den eigenen Daten zu gewinnen. Anhand von Qlik Sense, das sich aufgrund seiner intuitiven Benutzeroberfläche auch für Anwender mit geringer BI-Erfahrung eignet, soll demonstriert werden, wie in zwei Schritten ein solches interaktives Dashboard gebaut werden kann – und welche Analysemöglichkeiten sich daraus ergeben.

1. Schritt: Datenquelle einbinden

Egal, für welche BI-Lösung sich Anwender entscheiden: Alle Dashboards gründen auf Daten – und diese müssen zunächst ausgewählt und in das Programm geladen werden. Ob es sich um Daten aus Datenbanken, Anwendungen, Websites oder Excel-Tabellen handelt, spielt hierbei keine Rolle – für sämtliche gängigen Dateiformate gibt es sogenannte Konnektoren, die diesen Datenimport ermöglichen. Die Besonderheit: Mit Qlik Sense lassen sich Datenquellen schnell und einfach per Drag-and-Drop in die App ziehen.

Mit modernen BI-Lösungen wie Qlik Sense lassen sich Datenquellen schnell und einfach per Drag-and-Drop in die App ziehen.
Mit modernen BI-Lösungen wie Qlik Sense lassen sich Datenquellen schnell und einfach per Drag-and-Drop in die App ziehen. (Bild: Qlik)

Je mehr unterschiedliche Datenquellen importiert und analysiert sowie in Bezug gesetzt werden, desto größer ist der Erkenntnisgewinn – und desto schneller lassen sich Maßnahmen ergreifen, um gewünschte Unternehmensziele zu erreichen.

Dashboards basieren auf Daten – und diese müssen zunächst ausgewählt und in das Programm geladen werden. Ob es sich um Daten aus Datenbanken, Anwendungen, Websites oder Excel-Tabellen handelt, spielt hierbei keine Rolle – für sämtliche gängigen Dateiformate gibt es sogenannte Konnektoren, die diesen Datenimport ermöglichen.
Dashboards basieren auf Daten – und diese müssen zunächst ausgewählt und in das Programm geladen werden. Ob es sich um Daten aus Datenbanken, Anwendungen, Websites oder Excel-Tabellen handelt, spielt hierbei keine Rolle – für sämtliche gängigen Dateiformate gibt es sogenannte Konnektoren, die diesen Datenimport ermöglichen. (Bild: Qlik)

2. Schritt: Daten visualisieren

Moderne Business-Intelligence-Plattformen bieten viele Visualisierungsmöglichkeiten. Anwender wählen per Drag-and-Drop einfach ihre bevorzugte Darstellung aus. Beim konkreten Erstellen einzelner Visualisierungen und beim Auswählen der Dimensionen und Kennzahlen unterstützt die Technologie: Sie schlägt dem Nutzer passende Felder vor. Alternativ lassen sich Kennzahlen wie beispielsweise der Umsatz natürlich auch einfach über die Suche auffinden und hinzufügen.

Business-Intelligence-Plattformen bieten viele Visualisierungsmöglichkeiten. Anwender wählen auch hier per Drag-and-Drop ihre bevorzugte Darstellung aus.
Business-Intelligence-Plattformen bieten viele Visualisierungsmöglichkeiten. Anwender wählen auch hier per Drag-and-Drop ihre bevorzugte Darstellung aus. (Bild: Qlik)

Anschließend lassen sich die visuellen Feinheiten Ihres Diagramms festlegen: Welcher Diagrammtyp eignet sich für den zu analysierenden Sachverhalt? Balkendiagramme eignen sich, vereinfacht gesprochen, gut, um Trends abzubilden – aber auch Linien- und Flächendiagramme sind hierfür geeignet. Für andere Zusammenhänge können es aber auch Scatter Plots oder Sankey-Diagramme sein. Nicht immer braucht es komplexe Visualisierungen, um Zusammenhänge gut darzustellen. Wichtig ist es, Diagramme nicht mit Informationen zu überfrachten (mehr dazu in einem späteren Artikel dieser Reihe) und gegebenenfalls mehrere Visualisierungen zu erstellen.

Auch die Farbgebung muss wohlüberlegt sein: So sollten Farben und Designs konsequent verwendet werden, um dem Benutzer die Navigation und das Verständnis der Diagramme zu erleichtern. Auch sind bestimmte Farben gedanklich mit einem bestimmten Sachverhalt verknüpft: In einer Heatmap sollte blau logischerweise für „kalt“ oder „schwach ausgeprägt“ stehen – und nicht rot.

Datendetails anhand von Datenfiltern erkennen

Im Zeitalter von Big Data haben wir es mitunter mit sehr großen Datensätzen zu tun – die uns vor Herausforderungen stellen, wenn es um Detailarbeit geht. Mit Datenfiltern lassen sich genau diese Details erkennen. Um ein Beispiel zu nennen: Wenn eine Visualisierung Verkaufszahlen über bestimmte Zeiträume darstellt, möchte der Anwender beispielsweise diese Verkaufszahlen auf eine bestimmte Produktkategorie oder Region herunterbrechen. Ein Klick in die Visualisierung genügt und die Visualisierung zeigt anschließend ausschließlich die Verkaufszahlen für die ausgewählte Region an. Alternativ lässt sich oft auch per Lasso ein bestimmter Bereich umkreisen oder die entsprechende Region per Drilldown-Gruppe gezielt auswählen.

Datenfilter sind das wichtigste Werkzeug für Anwender, um mit dem Arbeitsblatt zu interagieren, ausgewählte Datenmengen abzubilden und Datensets dadurch vollumfänglich und detailliert zu analysieren. Durch Klicken auf die gewünschte Fläche oder Linie in einem der Diagramme ändern sich, entsprechend der Auswahl, alle weiteren Objekte und Visualisierungen. Für den Anwender erschließen sich dadurch in Sekundenschnelle Sachverhalte, die ohne Business Intelligence umständlich erschlossen werden müssten – sofern sie aufgrund ihrer Komplexität und der Menge an verfügbaren Daten ohne Unterstützung von Technologie überhaupt nachvollziehbar wären.

Aller Anfang ist schwer?

Datenanalyse klingt abstrakt – nach Zahlen, nach ausgewiesenem Expertenwissen. Dies stimmt nicht mehr: Die meisten BI-Lösungen sprechen nicht nur den fortgeschrittenen Nutzer an, sondern eignen sich auch für unerfahrene Anwender. Mit der Drag-and-Drop-Funktionalität lassen sich auch ohne Vorwissen Dashboards intuitiv und schnell zusammenfügen. Deshalb rate ich: Weniger Hemmungen vor der Technologie, mehr „Learning by Doing“. Und wenn doch mal etwas schief geht, kann diese Anleitung für den einen oder anderen von Nutzen sein.

Lesen Sie im nächsten Teil der Reihe, welche Rolle Konnektoren spielen und wie sich durch die Kombination von eigenen mit externen Datenquellen zusätzliche Erkenntnisse gewinnen lassen. Hier geht es zu Teil 2 – Wie kommen die Daten in die App?

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 44466203 / Best Practices)