Die Wichtigkeit von BI-Governance in komplexen Datenumgebungen

Im Wesentlichen stellt Governance die Regeln, Prozesse und Richtlinien bereit, die wir benötigen, um Daten und Inhalte sicher zu verwalten, und zwar durch Workflows, die sicherstellen, dass sie den richtigen Personen zur richtigen Zeit zur Verfügung stehen. Anschließend schließen wir den Zyklus mit Business Intelligence (BI) ab, indem wir diese Daten nutzen, um wertvolle Erkenntnisse und Analysen zu generieren, die die strategische Entscheidungsfindung unterstützen. "Wir verstehen BI-Governance als einen End-to-End-Zyklus, der von der Datenerfassung über die Visualisierung bis hin zur Nutzung reicht, wobei der Schwerpunkt auf Feedback und kontinuierlichem Management liegt", sagt Juana Masanet, unsere Semi Senior BI Analyst.

Dies ist in der Tat ein Prozess von entscheidender Bedeutung. Die BI-Governance ist jedoch ein Aspekt, den Unternehmen oft übersehen. "Innerhalb unseres Datenteams arbeiten wir mit Kunden zusammen, die mit zwei gemeinsamen Herausforderungen zu kämpfen haben, die durch BI-Governance gelöst werden können", sagt Masanet. "Auf der einen Seite haben wir Unternehmen mit verstreuten Datenquellen über verschiedene Plattformen, die eine zentrale Datenbank für ihre Analysen benötigen. Andererseits gibt es Unternehmen, deren Dashboards auf verschiedene Personen oder Abteilungen verteilt sind, was zu Diskrepanzen bei ihren KPIs und anderen Problemen führt."

Angesichts dieser Herausforderungen haben bestimmte BI-Plattformen wie Looker, Power BI und Tableau ihre Position als zuverlässige Lösungen gefestigt. Sie versetzen Unternehmen in die Lage, die Modellierung verschiedener Datenquellen zu zentralisieren und so die nahtlose Verfügbarkeit von Informationen zu gewährleisten, die für datengestützte Entscheidungsfindung entscheidend sind. Die Beherrschung dieser Plattformen ist von entscheidender Bedeutung, nicht nur aus Sicherheitsgründen - die an sich schon sehr wichtig sind -, sondern auch für die Skalierung großer Projekte, an denen zahlreiche Interessengruppen, Teams und Rollen mit unterschiedlichen Zielen, Verantwortlichkeiten und Aufgaben beteiligt sind. Nun könnte man sich fragen, wie eine gute BI-Governance-Strategie aussieht?

Die Abbildung unten zeigt die wesentlichen Elemente einer soliden BI-Strategie. Genauso wichtig wie die Definition dieser Elemente ist es, sicherzustellen, dass alle am Arbeitsablauf Beteiligten diese verstehen und einhalten. Auf diese Weise können sie sich auf die Analysen verlassen, die sie zu Rate ziehen, um datengestützte Entscheidungen zu treffen, Silos aufzubrechen, die Zusammenarbeit der Benutzer zu fördern und Kosten zu senken.

"Erfahrene Teams und sichere, effiziente und flexible Tools sind für die Orchestrierung von Arbeitsabläufen, die die BI-Governance in den Vordergrund stellen, unerlässlich", erklärt unser Analytics Specialist Martin Milloschik. "Zusammen mit meinen Kollegen im Datenteam arbeiten wir mit verschiedenen Organisationen zusammen, um dieses Ziel zu erreichen, und setzen dabei zwei leistungsstarke Tools ein: Looker und Tableau."

Die Vorteile und Besonderheiten von Looker und Tableau.

Looker und Tableau, zwei der renommiertesten BI-Plattformen der Branche, bieten die Möglichkeit, verschiedene Prozesse des Datenlebenszyklus in einem einzigen Tool zu konsolidieren. Beide Plattformen hosten ihre Ressourcen in der Cloud, wobei Tableau die Tableau Cloud oder den Tableau Server bereitstellt und Looker GCP (Google Cloud Platform) nutzt. Dieser Cloud-basierte Ansatz steigert nicht nur die Effizienz, sondern schafft auch gleiche Bedingungen für kleinere Unternehmen mit begrenzten operativen Möglichkeiten. Lassen Sie uns einen Blick auf einige der herausragenden Funktionen werfen, die die BI-Governance verbessern.

Eine der Hauptstärken von Looker ist das zentralisierte Datenmanagement. Das Tool ist darauf ausgerichtet, Daten aus verschiedenen Quellen nahtlos zu integrieren und eine einheitliche Ansicht zu erstellen, die durch die proprietäre semantische Schichtmodellierung sorgfältig bereinigt und konsolidiert wird. Tableau hingegen verfügt zwar nicht über native ETL-Tools (Extract, Transform, Load), bietet aber mit Tableau Prep Builder und Tableau Prep Conductor eine Alternative, die denselben Zweck erfüllt.

Auch die Datenzusammenarbeit ist in beiden Tools optimiert. "Teams können in einem gemeinsamen Arbeitsbereich auf Daten zugreifen, diese analysieren und gemeinsam nutzen, was die Kommunikation verbessert und Datenduplikate oder -konflikte vermeidet", sagt Milloschik. Darüber hinaus bieten beide Plattformen eine Versionskontrolle, die eine reibungslose Zusammenarbeit ermöglicht und Teams in die Lage versetzt, gleichzeitig zu arbeiten, unabhängig von ihrem Kenntnisstand in der Datennutzung.

Für die Verwaltung von Metadaten bietet Tableau eine zusätzliche Funktion namens Tableau Catalog. Dieses Tool indiziert alle Inhalte auf Ihrer Website, einschließlich Dashboards, Metriken, Datenquellen, virtuelle Verbindungen und Flüsse, um detaillierte Metadaten über die Inhalte zu sammeln. Mit Tableau Catalog können Benutzer auf Funktionen wie Lineage, Impact Analysis und ein Data Dictionary zugreifen, die ihnen ein tieferes Verständnis der von ihnen verwendeten Informationen vermitteln und es ihnen ermöglichen, nachzuvollziehen, wo diese im gesamten Unternehmen genutzt werden.

Darüber hinaus bietet Tableau seinen Nutzern mit den Funktionen Data Quality Warnings und Asset Monitoring eine zusätzliche Ebene der Datenüberwachung. Mit diesen Funktionen können Benutzer Warnungen für Datenquellen festlegen und so sicherstellen, dass diejenigen, die Dashboards verwenden oder direkt auf die Daten zugreifen, umgehend über alle relevanten Probleme informiert werden. Die Warnungen können eine Reihe von Problemen umfassen, darunter veraltete Daten, laufende Wartungsarbeiten und das Vorhandensein sensibler Informationen, um nur einige zu nennen. Darüber hinaus dienen diese Funktionen als Mechanismus, um Benutzer zu warnen, wenn Daten aufgrund von Fehlern oder anderen Faktoren nicht aktuell sind. Dies trägt dazu bei, dass die Nutzer über die Qualität und Verfügbarkeit der Daten informiert sind.

Was die Sicherheit betrifft, so bieten beide Plattformen robuste Funktionen zur Kontrolle des Zugangs zu sensiblen Daten und zur Anwendung verschiedener Sicherheitsmaßnahmen auf der Grundlage von Benutzerrollen. Zu diesen Maßnahmen gehören u. a. die Authentifizierung und Autorisierung von Datenquellen, Filterung auf Zeilenebene, Berechtigungen und Verschlüsselung. "Es ist möglich, Rollen und Gruppen zu erstellen, die dann mit verschiedenen Benutzern verknüpft werden, so dass sie auf der Grundlage der Geschäftsanforderungen und der für jeden Benutzer definierten Zugriffsmöglichkeiten auf verschiedene Ebenen von Informationen zugreifen können", erklärt Valentina Gonzalez, BI-Analystin. Dieser Ansatz stellt sicher, dass Beschränkungen gelten, damit nur autorisierte Benutzer auf die entsprechenden Informationen zugreifen können.

Sowohl Looker als auch Tableau bieten Verwaltungs- und Überwachungstools, die es Administratoren ermöglichen, Einblicke in Datennutzungsmuster zu gewinnen und proaktiv Bedenken in Bezug auf Leistung, Konnektivität, Nutzung und Aktualisierungsfehler etc. zu beseitigen. Tableau bietet standardmäßige Verwaltungsansichten, die Daten aus dem Tableau Server- oder Cloud-Repository verwenden. In der Zwischenzeit bietet Looker den Abschnitt Systemaktivität im allgemeinen Verwaltungsmenü, der Zugriff auf eine Vielzahl von LookML-Dashboards und -Modellen bietet. Diese Ressourcen ermöglichen die Analyse der Benutzeraktivität, des Daten- und Inhaltsverbrauchs, der Häufigkeit von Abfragen und der Nutzung veröffentlichter Dashboards und identifizieren sogar Fehler, die bei der Modellierung und Erstellung von Looks auftreten können, bei denen es sich um vordefinierte Visualisierungen zur Beantwortung bestimmter Geschäftsfragen handelt.

Zusammenfassend lässt sich sagen, dass beide Plattformen alle notwendigen Komponenten des Feedback-Zyklus bieten, um eine effektive Governance zu gewährleisten. Es ist jedoch wichtig zu erkennen, dass der Erfolg nicht allein von der Wahl des Tools abhängt. Ebenso wichtig sind die Schulung der Benutzer und die Umsetzung geeigneter Richtlinien und Prozesse innerhalb der Organisation. Diese Schlüsselelemente spielen eine entscheidende Rolle für den Erfolg der Data Governance, da sie sicherstellen, dass die Daten in einer Weise verwaltet und genutzt werden, die mit den Unternehmenszielen übereinstimmt.