{"id":55144,"date":"2020-01-13T00:00:00","date_gmt":"2020-01-12T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/tableau-v-roznitse-realno"},"modified":"2020-02-18T14:03:13","modified_gmt":"2020-02-18T11:03:13","slug":"tableau-v-roznitse-realno","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/news\/tableau-v-roznitse-realno","title":{"rendered":"Tableau im Einzelhandel, wirklich?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Die Zeit f\u00fcr die Berichterstattung in Excel geht schnell zu Ende \u2013 der Trend zu benutzerfreundlichen Tools zur Pr\u00e4sentation und Analyse von Informationen ist in allen Bereichen sichtbar. Wir haben bereits intern \u00fcber die Digitalisierung der Berichterstellung diskutiert und uns f\u00fcr das Visualisierungs- und Self-Service-Analyse-System Tableau entschieden. Alexander Bezugly, Leiter der Abteilung f\u00fcr analytische L\u00f6sungen und Berichterstattung der Gruppe \u201eM.Video-Eldorado\u201c, sprach \u00fcber die Erfahrungen und Ergebnisse beim Aufbau eines operativen Dashboards.<\/b><\/p>\n

Ich sage gleich, nicht alles, was geplant war, konnte umgesetzt werden, aber die Erfahrung war interessant, ich hoffe, sie wird auch f\u00fcr Sie n\u00fctzlich sein. Und wenn jemand Ideen hat, wie man es besser machen k\u00f6nnte \u2013 w\u00e4re ich sehr dankbar f\u00fcr Ratschl\u00e4ge und Ideen.<\/p>\n

\"Tableau
\n
\nIm Folgenden erfahren Sie, mit welchen Herausforderungen wir konfrontiert waren und was wir gelernt haben.
\n<\/a><\/noindex><\/p>\n

Wie wir angefangen haben<\/h4>\n

\nIn der Gruppe \u201eM.Video-Eldorado\u201c gibt es ein gut ausgearbeitetes Datenmodell: strukturierte Informationen mit der erforderlichen Speichertiefe und eine gro\u00dfe Anzahl von festen Berichtsvorlagen (siehe Details diesen Artikel geschrieben<\/a><\/noindex>). Daraus erstellen Analysten entweder Pivot-Tabellen oder formatierte Mailings in Excel, oder ansprechende Pr\u00e4sentationen in PowerPoint f\u00fcr die Endbenutzer.<\/p>\n

Vor etwa zwei Jahren begannen wir, anstelle von festen Berichten analytische Reports in SAP Analysis zu erstellen (ein Add-In f\u00fcr Excel, im Wesentlichen eine Pivot-Tabelle \u00fcber eine OLAP-Engine). Aber dieses Tool konnte die Bed\u00fcrfnisse aller Benutzer nicht abdecken, die meisten nutzten weiterhin die Informationen, die von den Analysten zus\u00e4tzlich verarbeitet wurden.<\/p>\n

Unsere Endbenutzer lassen sich in drei Kategorien einteilen:<\/p>\n

Top-Management<\/b>. Fordert Informationen in gut pr\u00e4sentierter und anschaulich verst\u00e4ndlicher Form an.<\/p>\n

Middle-Management<\/b>, fortgeschrittene Benutzer. Interessiert an der Datenforschung und in der Lage, selbstst\u00e4ndig Berichte zu erstellen, wenn die entsprechenden Tools vorhanden sind. Genau sie wurden zu den Hauptbenutzern der analytischen Berichte in SAP Analysis.<\/p>\n

Massenbenutzer<\/b>. Nicht interessiert an selbstst\u00e4ndiger Datenanalyse, nutzen Berichte mit begrenztem Freiraum, in Form von Mailings und Pivot-Tabellen in Excel.<\/p>\n

Unsere Idee war es, die Bed\u00fcrfnisse aller Nutzer abzudecken und ihnen ein einheitliches, benutzerfreundliches Werkzeug zu bieten. Wir haben mit dem Top-Management begonnen. Sie ben\u00f6tigten benutzerfreundliche Dashboards zur Analyse der wichtigsten Gesch\u00e4ftsergebnisse. So starteten wir mit Tableau und w\u00e4hlten zun\u00e4chst zwei Bereiche aus: Verkaufszahlen im Einzelhandel und online, mit eingeschr\u00e4nkter Tiefe und Breite der Analyse, die etwa 80 % der vom Top-Management angeforderten Daten abdecken sollten.<\/p>\n

Da die Benutzer der Dashboards das Top-Management waren, kam ein weiterer zus\u00e4tzlicher KPI des Produkts hinzu \u2013 die Reaktionsgeschwindigkeit. Niemand wird 20-30 Sekunden warten, bis die Daten aktualisiert sind. Die Navigation sollte in 4-5 Sekunden erfolgen, am besten sofort. Leider haben wir das nicht erreicht.<\/p>\n

So sah das Layout unseres Hauptdashboards aus:<\/p>\n

\"Tableau
\n
\nDie zentrale Idee war es, die wichtigsten KPI-Treiber, von denen sich letztendlich 19 angesammelt haben, links zu b\u00fcndeln und deren Dynamik sowie die Aufschl\u00fcsselung nach den wichtigsten Attributen rechts darzustellen. Die Aufgabe scheint nicht kompliziert, die Visualisierung logisch und verst\u00e4ndlich, bis man in die Details eintaucht.<\/p>\n

Detail 1. Datenvolumen<\/h2>\n

\nDie Hauptverkaufstabelle f\u00fcr das Jahr umfasst bei uns etwa 300 Millionen Zeilen. Da sowohl die Dynamik des aktuellen Jahres als auch die des Vorjahres abgebildet werden m\u00fcssen, betr\u00e4gt das Datenvolumen nur f\u00fcr die tats\u00e4chlichen Verkaufszahlen etwa 1 Milliarde Zeilen. Zudem werden die Informationen zu den Plan-Daten und dem Bereich Internet-Verk\u00e4ufe separat gespeichert. Daher, selbst wenn wir die spaltenbasierte In-Memory-Datenbank SAP HANA verwendet haben, betrug die Abfragegeschwindigkeit f\u00fcr die Auswahl aller Kennzahlen f\u00fcr eine Woche aus den aktuellen Speichern zur Laufzeit etwa 15-20 Sekunden. Die L\u00f6sung dieses Problems dr\u00e4ngt sich geradezu auf \u2013 zus\u00e4tzliche Materialisierung der Daten. Aber auch dabei gibt es Fallstricke, die ich im Folgenden erl\u00e4utere.<\/p>\n

Detail 2. Nicht-additive Kennzahlen<\/h2>\n

\nViele unserer KPIs sind an die Anzahl der Belege gebunden. Dieser Wert stellt sich als COUNT DISTINCT der Anzahl der Zeilen (Beleg\u00fcberschriften) dar und zeigt unterschiedliche Summen je nach gew\u00e4hlten Attributen. Zum Beispiel, wie dieser Wert und davon abgeleitete Werte berechnet werden sollten:<\/p>\n

\"Tableau
\n
\nF\u00fcr die Korrektheit der Berechnungen kann man:<\/p>\n