{"id":513,"date":"2024-03-23T11:39:45","date_gmt":"2024-03-23T11:39:45","guid":{"rendered":"https:\/\/oberle-it-beratung.de\/?p=88"},"modified":"2024-03-23T11:39:45","modified_gmt":"2024-03-23T11:39:45","slug":"reporting-fuer-kleinere-unternehmen","status":"publish","type":"post","link":"https:\/\/www.elrebo.de\/index.php\/2024\/03\/23\/reporting-fuer-kleinere-unternehmen\/","title":{"rendered":"Reporting f\u00fcr kleinere Unternehmen"},"content":{"rendered":"\n

Ein weit verbreitetes Problem beim Reporting in Unternehmen ist es, dass die in den Berichten dargestellten Kennzahlen nicht gut miteinander vergleichbar sind. Eine m\u00f6gliche Ursache daf\u00fcr k\u00f6nnte sein, dass die Datenbasis f\u00fcr die verschiedenen Kennzahlen unterschiedlich definiert ist und deshalb \u00c4pfel mit Birnen verglichen werden. Eine weitere Ursache k\u00f6nnte auch sein, dass die Aufbereitung der Daten f\u00fcr die Kennzahl in einem schon vor langer Zeit definierten Prozess geschieht, den aktuell niemand mehr im Detail versteht.<\/p>\n\n\n\n

Wie k\u00f6nnte eine Vorgehensweise aussehen, die solche Probleme vermeidet, die also reproduzierbar vergleichbare Daten liefert und die mit vertretbarem Aufwand gewartet werden kann?<\/p>\n\n\n\n

In dem folgenden Bild habe ich die Bestandteile skizziert, die eine solide Grundlage f\u00fcr die Umsetzung des Reportings von kleinen Unternehmen bieten. <\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Alle Reports und Auswertungen greifen auf spezialisierte Data Marts zu, die alle Informationen enthalten, die f\u00fcr die Reports und Auswertungen ben\u00f6tigt werden. Auf diese Data Marts haben genau diejenigen Zugriff, die die Informationen ben\u00f6tigen.<\/p>\n\n\n\n

Aus dem Data Warehouse werden die Informationen periodisch und automatisch in die Data Marts \u00fcbernommen. <\/p>\n\n\n\n

Zuvor werden sie periodisch (z.B. monatlich oder t\u00e4glich) automatisch aus den operativen Systemen extrahiert und im Data Warehouse bereitgestellt. <\/p>\n\n\n\n

Da dann z.B. alle Controlling-Auswertungen die gleiche Datenbasis haben, gibt es nur noch eine einzige (oder “die richtige”) Definition der f\u00fcr das Controlling verwendeten Gruppierungen und Abgrenzungen.<\/p>\n\n\n\n

Die zentrale Komponente in diesem Konzept ist das Data Warehouse (DWH). Es ist die Quelle f\u00fcr das gesamte Reporting des Unternehmens und stellt daf\u00fcr die Informationen aus den operativen Systemen bereit. <\/p>\n\n\n\n

Da sich die Anforderungen an das Reporting immer weiterentwickeln und da die operativen Systeme sich auch \u00fcber die Zeit ver\u00e4ndern, wird das DWH niemals fertig. Es wird kontinuierlich weiterentwickelt und inkrementell vervollst\u00e4ndigt.<\/p>\n\n\n\n

Das ist einerseits ein Problem, da das Management f\u00fcr diese Vorgehensweise akzeptieren muss, dass das Reporting kontinuierlich Kosten verursacht, andererseits aber auch ein Segen, da schon mit geringen Kosten und nach kurzer Zeit erste Resultate erzielt werden k\u00f6nnen. Es ist bei diesem Ansatz nicht notwendig, zuerst alle Kennzahlen zu definieren, bevor man mit der Umsetzung des Reportings beginnen kann. <\/p>\n\n\n\n

So k\u00f6nnte man z.B. damit beginnen, monatlich die Anzahl der Kunden und Vertr\u00e4ge auszuwerten. Sp\u00e4ter k\u00f6nnte man diese Berichte nach Vertragsart differenzieren und weitere Kriterien hinzuf\u00fcgen.<\/p>\n\n\n\n

Wie die Basis f\u00fcr ein Data Warehouse aussehen kann, mit dem so eine Vorgehensweise m\u00f6glich ist, beschreibe ich im n\u00e4chsten Beitrag “Data Vault 2.0” <\/p>\n","protected":false},"excerpt":{"rendered":"

Ein weit verbreitetes Problem beim Reporting in Unternehmen ist es, dass die in den Berichten dargestellten Kennzahlen nicht gut miteinander vergleichbar sind. Eine m\u00f6gliche Ursache daf\u00fcr k\u00f6nnte sein, dass die Datenbasis f\u00fcr die verschiedenen Kennzahlen unterschiedlich definiert ist und deshalb \u00c4pfel mit Birnen verglichen werden. Eine weitere Ursache k\u00f6nnte auch sein, dass die Aufbereitung der […]<\/p>\n","protected":false},"author":2,"featured_media":391,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[13],"tags":[],"class_list":["post-513","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-dwh"],"_links":{"self":[{"href":"https:\/\/www.elrebo.de\/index.php\/wp-json\/wp\/v2\/posts\/513","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.elrebo.de\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.elrebo.de\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.elrebo.de\/index.php\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.elrebo.de\/index.php\/wp-json\/wp\/v2\/comments?post=513"}],"version-history":[{"count":0,"href":"https:\/\/www.elrebo.de\/index.php\/wp-json\/wp\/v2\/posts\/513\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.elrebo.de\/index.php\/wp-json\/wp\/v2\/media\/391"}],"wp:attachment":[{"href":"https:\/\/www.elrebo.de\/index.php\/wp-json\/wp\/v2\/media?parent=513"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.elrebo.de\/index.php\/wp-json\/wp\/v2\/categories?post=513"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.elrebo.de\/index.php\/wp-json\/wp\/v2\/tags?post=513"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}