Marktübersicht für Business-Intelligence- und Analytics- ... / 2.3 Unterschiedliche Analyseformen für unterschiedliche Anforderungen

Ergänzend zu Dashboards und Berichtswesen ist eine flexible Navigation in und Analyse von Daten durch Fachanwender nicht mehr wegzudenken. Benutzerfreundlichkeit, Kalkulations- und Simulationsmöglichkeiten sind wesentliche Eigenschaften von Ad-hoc-Analysewerkzeugen. Darüber hinaus stellen Analysewerkzeuge weitergehende analytische Verfahren zur Verfügung, wie vordefinierte Rang- oder Abweichungsanalysen.

Auf dem BI- und Analytics-Markt existieren unterschiedliche Analysewerkzeuge, die diverse Analyseformen – teilweise mehrere in einem Werkzeug – unterstützen. Die häufigsten sind: multidimensionale (OLAP) Analyse, visuelle Analyse und mengenorientierte oder suchbasierte Analyse.

2.3.1 Multidimensionale Analyse

Die multidimensionale Analyse erlaubt dem Endanwender eine flexible Navigation in einem modellierten, multidimensionalen Datenraum, der häufig als "Würfel" oder "Cube" bezeichnet wird. Das multidimensionale Datenmodell hat den Vorteil der schnellen Sichtänderung auf die angezeigten Daten. Häufige Analyseoperationen hier sind Drill-Operationen entlang von Hierarchien und die Möglichkeit zum freien Aufbau von Kreuztabellen mittels Pivotierung. Im Mittelpunkt der OLAP-Analyse stehen in der Regel Kennzahlen, die mehrstufig aggregiert werden können.

Die OLAP-Analyse wird häufig über ein spezielles Analysewerkzeug oder innerhalb eines Excel-Tabellenblatts mit ergänzenden Funktionen und einer Verknüpfung der Zellen zu einer Datenbank (Excel-Add-In) zur Verfügung gestellt. Anzutreffen ist diese Analyseform häufig im Finanzbereich oder Sales.

Abb. 5: Multidimensionale Analyse in Pyramid Analytics Decision Intelligence^[1]

[1] Pyramid Analytics.

2.3.2 Visuelle Analyse

Visuelle Analyse verbindet die Analyse mit der Visualisierung für eine interaktive Exploration der Daten (Abb. 8). Fokus ist meistens das Auffinden und die Extraktion relevanter Informationen aus großen Datenmengen und das Erkennen von Mustern unter Nutzung aussagekräftiger Grafiken. I. d. R. findet die visuelle Analyse im Rahmen eines explorativen Prozesses statt (auch genannt explorative Analyse), den ein Power User durchläuft, um vorhandene Datenbestände ohne vorherige Modellierung oder langwierige Datenintegration analysieren zu können.

Software für visuelle Analyse bietet teilweise sog. "Auto-Charting"-Funktionen an. Hierbei schlägt sie dem Nutzer eine zu den Daten passende Visualisierung vor. Die Navigation in den Daten und häufig auch die Kalkulation neuer Kenngrößen erfolgt in der Regel über Grafiken statt in Tabellen.

Abb. 6: Visuelle Analyse umgesetzt mit Tableau^[1]

[1] Tableau.

2.3.3 Sonstige

Neben den stark verbreiteten multidimensionalen und explorativen Formen der Analyse, existieren einige Spezialformen wie die mengenorientierte oder suchbasierte Analyse.

In der mengenorientierten Analyse werden Informationsobjekte (z. B. Kunden) über ihre Attributausprägungen zu Gruppen zusammengefasst oder die Gruppenzugehörigkeit einzelner Informationsobjekte über ihre Beziehungen zueinander identifiziert. Die resultierenden Datenmengen werden auf ihre Gemeinsamkeiten oder Unterschiede hin untersucht, häufig mithilfe von statistischen Verfahren wie der Korrelationsanalyse. Diese Art der Analyse eignet sich häufig für Anwendungsfälle, die sich mit einer Vielzahl an Attributen und Ausprägungen beschäftigen (bspw. Kundensegmentierung).

Im Datenmodell für die mengenorientierte Analyse fehlen im Gegensatz zur OLAP-Analyse in der Regel vormodellierte hierarchische Strukturen. Es ist so möglich, zwischen abhängigen Attributen frei zu navigieren und die Eigenschaften der verbleibenden Menge an Informationsobjekten ad-hoc zu ermitteln.

Bei der suchbasierten Analyse stellen Eingaben in menschlicher Sprache (geschrieben oder gesprochen) die Analyseinteraktion dar.

Abb. 7: Abfrage im Mittelpunkt suchbasierter Analyseformen^[1]

[1] ThoughtSpot.

2.3.4 Hybride Analyseprodukte

Über die genannten Analyseformen hinaus bieten immer mehr Analysewerkzeuge fortgeschrittene und statistische Analysemöglichkeiten, die durch einen Fachanwender bedient werden können. Die statistischen Funktionen werden in diesen Werkzeugen in der Regel als vordefinierte Funktionen (Regression, Korrelation, Trend, Clustering) angeboten und können auf den ausgewählten Datenbestand angewendet werden. Im Vordergrund stehen hier nicht die Entwicklung und Operationalisierung von Data-Science-Modellen, sondern die Erkennung von Mustern und Treibern durch Fachanwender.

Die heute verfügbaren Analysewerkzeuge kombinieren häufig mehrere der genannten Analyseformen. Aus diesem Grund empfiehlt es sich, den vorliegenden Analysefall genau auf die Anforderungen hin zu überprüfen und das dafür passende Werkzeug zu evaluieren.

Hinweis

BI-Anbieter für Ad-hoc-Query und -Analyse (Auswahl)

Nachfolgend werden einige Anbieter beispielhaft und in alphabetischer Reihenfolge sortiert aufgeführt:

• AWS QuickSight
• Bissantz DeltaMaster
• CommaSoft INFONEA
• Microsoft Power BI
• Qlik Sense
• SAS Visual Analytics
• Tableau
• Spotfire
• ThoughtSpot