Haben Sie schon einmal ein Business Intelligence (BI) oder Analytics Projekt von Anfang an begleitet? Dann wissen Sie sicher wie aufwendig die erste Phase (Datenzugriff und Datenaufbereitung) sein kann. Marktanalysten schätzen das Verhältnis Vorbereitung der Daten zur eigentlichen Auswertung auf 80:20. Das heißt, im Normalfall wird der weitaus größte Teil der Zeit gar nicht für die Analyse oder das Erstellen der Reports benötigt sondern zum Vorbereiten der Daten.

Datenaufbereitung gilt als klassisches IT Thema, auch das lässt das Projekt nicht schneller zum Abschluss kommen. Denn das erfordert zeitraubende Kommunikation zwischen den Fachbereichen und der IT. In Zeiten von "Agile BI" ist das allerdings nicht mehr der Standard. Vielmehr erlauben es moderne Tools, auch dem Fachanwender Daten für seine Zwecke vorzubereiten. Somit entfällt der aufwendige Weg über die Datenspezialisten der IT, und der Benutzer kommt schneller zu einem Ergebnis. Am Beispiel SAS Visual Analytics kann man sehen, wie einfach das sein kann. Mit dem Modul "Visual Data Builder" importiere ich beispielsweise mit wenigen Klicks eine Textdatei (CSV / TSV), ein Excel Sheet oder einen Datensatz aus einem mir zugänglichen Datenbanksystem:

Sobald die Daten einmal importiert sind, kann ich sie beliebig mit anderen Datensätzen (zum Beispiel meiner Kundendatenbank) verknüpfen. Und das mit einer grafischen Oberfläche, ohne eine Zeile Code oder SQL schreiben zu müssen (!):

Sobald ich mit dem Ergebnis zufrieden bin, kann ich die zusammengeführten Daten direkt in die In-Memory "LASR" Engine laden und mit dem Explorieren der Daten oder dem Erstellen der Reports fortfahren. So einfach und schnell kann ein Fachanwender zu seinem Ergebnis kommen!

Noch drei Tipps:

1. Sobald es zu komplex wird, braucht es sicher immer noch den Spezialisten aus der IT und evtl. andere Tools. Aus meiner Erfahrung heraus, kann ich allerdings sagen, dass dies eher die Ausnahme ist. In vielen Proof of Concept Projekten bei Kunden, hat der Visual Data Builder hervorragende Dienste geleistet. Ich musste nur selten auf andere Anwendungen wie das SAS Data Integration Studio oder BASE SAS zurückgreifen
2. Der Fachanwender muss zwar nicht fließend SQL "sprechen" - allerdings ist es ratsam, die grundlegenden Datenverarbeitungsmechanismen zu kennen (z.B. den Unterschied zwischen einem Outer- und einem Inner-Join). So jemanden würde man im Fachbereich wahrscheinlich als "Power User" bezeichnen.
3. In diesem Szenario bin ich von einer akzeptablen Datenqualität ausgegangen. Einige der Datenqualitätsprobleme lassen sich später beim Analysieren der Daten noch bereinigen (oder umgehen), andere erfordern einen Eingriff am Anfang des Prozesses. Hier kann man z.B. auf Datenqualitäts-Tools von SAS zurückgreifen oder bei kleinen Datenmengen auch manuell eingreifen.

Bottom Line: Dank modernem BI Tools kann ich als Fachanwender heute deutlich schneller und effektiver arbeiten und komme schneller zu Resultaten. Das kommt dem Unternehmen und meiner Work-Life Balance zu Gute.