Bissantz DeltaMaster

Für Verkauf ein optimales Tool.

Datenmodellierung gut planen.

Key-User Berichtsersteller sollten Fachanwender sein. Diese werden schnell Fan der Software. Laien ohne große IT-Affinität kommen schnell an ihre Grenzen.

Ziel und Zweck definieren. Zeit und Aufwand für Implementierung sowie Betrieb berücksichtigen.

Wie viele unterschiedliche Data Marts / Cubes brauche ich im Unternehmen wirklich. Wie viele sind sinnvoll und was wäre die optimale Struktur.

Bissantz Deltamaster hat sehr starke Vorstellungen davon, wie ihre Software und BI im Unternehmen zu nutzen und Berichte zu designen sind. Der Fokus ist dabei stark auf das Controlling ausgerichtet. Für Flexibilität in der Darstellung stehe ich regelmäßig auf verlorenem Posten und gerade außerhalb des Controllings hat die Anwendung bei uns wenige Freunde. Es lohnt sich aber definitiv nach Möglichkeiten zu gucken, wo SQL und MDX integriert werden können, da sich dadurch eine hohe automatisierte Dynamik sämtlicher Berichte erreichen lässt. Eine starke Funktion sind die Zellkommentare.

Die Datenqualität der Ausgangssysteme kennen und verbessern.

Gute Vorbereitung, einfach starten.

Anwendungen bei Kunden anschauen, direkte Implementierung durch Hersteller.

Denken Sie daran, daß jede Anwendung individuell gepflegt werden muß - das kann sehr lästig sein. Und beginnen Sie mit wenig - es ist wie beim Essen - die Augen sind oft größer als der Magen.

Einsatz des Tools zur Datenanalyse, Standardberichtswesen nach IBCS in PowerBI.

Datenmodelle / Anwendungsfälle Schritt für Schritt entwickeln und umsetzten.

Genaue Untersuchung der Quelldaten-Beziehungen und des gewünschten Datenmodells vor der Modellierung.

Saubere Datenintegrationsumgebung aufbauen.

Genau klären, welche Kennzahlen im Frontend (performant) berechnet werden können und welche in SQL/anderweitig ermittelt werden müssen.

Abhängig von der Art der erhobenen Daten und Aufbau des Berichtswesen muss eine gute und langfristige Projektplanung erfolgen.

Weniger ist mehr. Was interessiert am meisten, was sind die wichtigen Merkmale/Merkmalskombinationen, nach denen die Analysen stattfinden können müssen. Es sollten intern und dann mit dem Implementierer Workshops zur Selbstfindung stattfinden, v.a. dann, wenn bislang jeder für sich seine Auswertung gemacht hat.

Tolle Software jedoch teuer.

Überarbeiten und modernisieren Sie die Tools (Publisher, Repositoryverwaltung, DeltaMaster Bearbeitungsmodus).

Erst testen, dann kaufen. Die Use-Cases von Bissantz sind extrem vereinfacht. So sieht die Unternehmensrealität nicht aus.

Vorher Klarheit in Prozesse und Strukturen definieren. Spätere Anpassungen sind möglich aber manchmal aufwändig.

Einfach mit der Fa. Bissantz einen Termin ausmachen, ein paar eigene Daten zur Verfügung stellen und dann nur noch staunen, was die eigenen Daten für Stories über das Unternehmen erzählen können.

Qualifiziertes Personal.

–

Weniger Wasserkopfen, schneller einsetzen und dann anpassen und optimieren.

Vorher Anwender besuchen.

Vorbeikommen und selber in unserer Life-Anwendung erleben

Entwicklung eines Prototyps mit Bissantz. Der Prototyp wird nach eigener Erfahrung sehr schnell durch Bissantz bereitgestellt - und nichts bereitet einen späteren Proof-of-Concept besser vor als ein Prototyp basierend auf den im Unternehmen vorhandenen Daten.

Stammdatenpflege!

Die Ziele müssen klar definiert sein. Zudem muss es auf Unternehmensseite eine geeignete Schnittstelle geben, welche die fachlichen Anforderungen des eigenen Unternehmens, aber auch die technischen und inhaltlichen Fragen der Berater verstehen/ interpretieren kann. Dieser Dialog entscheidet über den Erfolg.

–

Einführung von Master Data Management (MDM).

–

Bissantz passt sich nicht an euch an - Ihr müsst euch an Bissantz anpassen.

Ein weiteres Tool einsetzen, das für einfache Stammdatenabfragen genutzt werden kann, da das nicht der primäre Zweck von DeltaMaster ist.

Im Entscheidungsprozess für die Einführung sollte ein Workshop mit Bissantz durchgeführt werden. Hier wird schnell klar, dass mit wenig Aufwand bereits erste konkrete Ergebnisse/ Auswertungen erzielt werden können.

Erfahrung mit den zur Analyse verwendeten Datenbanksystemen/ Datenquellen sollte umfassend und gut sein.

Die Nutzungsqualität hängt von der Qualität der einfließenden Daten ab; wenn die nicht sauber definiert sind, nutzt die beste Analyse nichts. Wenige Analysewerte mit einem spezifischen Schwerpunkt (z.B. Vertrieb) definieren und implementieren, weitere Funktionsbereiche (z.B. Einkauf und Marketing) später ergänzen. Das verkürzt den Vorlauf und ermöglicht ein paralleles Lernen im Umgang mit dem Tool. Die darzustellenden Strukturen müssen vorher geklärt sein - welche Perspektiven sind wesentlich, was ist 'nice to have' , und wo sind die Vorsysteme nicht sauber, weil extrem flexibel.

Das Datenclustering muss schon im ERP-System sinnvoll und durchdacht sein, z.B. Materialgruppenmanagement.

Branchenanwendung zeigen lassen.

Go for it - die Umsetzung mit Bissantz war brandschnell.

Testdaten bereitstellen, Quick-Modelling live, Datenbereinigung/ Metadaten/ Strukturen klar machen.