BI_Anwendung - isonet Infodesk

Verwendung des Ticket-Cube in Excel
1.
Business Intelligence ...................................................................................................................................... 2
2.
Abgrenzung zum Modul „Reporting“ ............................................................................................................. 3
3.
Verbindung mit Ticket-Cube........................................................................................................................... 5
4.
Überblick Ticket- Cube / Pivot-Tabellen-Felder.............................................................................................. 6
5.
Anwendung / Beispielkennzahlen .................................................................................................................. 8
6.
5.1.
Anzahl offener Tickets eines Schemas pro Besitzer............................................................................... 8
5.2.
Anzahl Tickets mit einem bestimmten Wert in Ticketfeld A, gruppiert nach Ticketfeld B .................. 10
5.3.
Datumaggregation (Werte kumulieren) .............................................................................................. 12
5.4.
Datumaggregation-Von / -Bis (Werte kumulieren) ............................................................................. 12
5.5.
Datumvergleichs (Werte vergleichen) ................................................................................................. 13
Nützliche Pivot-Tabellenfunktionen im Excel ............................................................................................... 13
6.1.
Filterung per Datenschnitt ................................................................................................................... 13
6.2.
Filterung per Zeitachse ........................................................................................................................ 14
6.3.
Pivot Charts.......................................................................................................................................... 14
6.4.
„Werte anzeigen als…“ ........................................................................................................................ 15
1. Business Intelligence
„BI“ steht für „Business Intelligence“. Der Betriff bezeichnet Verfahren und Prozesse zur systematischen
Analyse (Sammlung, Auswertung und Darstellung) von Daten in elektronischer Form. Ziel ist die Gewinnung von
Erkenntnissen, die in Hinsicht auf die Unternehmensziele bessere operative oder strategische Entscheidungen
ermöglichen.
In der Praxis versteht man unter „Business Intelligence“ vor allem die Automatisierung des Controllings, des
Berichtswesens (Reporting), der Planung und des Forecastings sowie Unternehmensfunktionen wie Markt- und
Kundenanalyse.
Die erste Aufgabe eines BI-Projekts ist daher, Daten des oder der ERP-Systeme für die Analyse in eine eigene
Datenbank, das Data-Warehouse, zu stellen. Dies erfolgt durch Extraktion der Daten aus dem ERP-System, ihrer
Transformation und dem Laden in das Data-Warehouse (ETL-Prozess). Das BI-Modul von TicketXpert.NET erfüllt
dies automatisch durch einen Generator: es wird zunächst ein Data-Warehouse generiert und befüllt,
anschliessend ein OLAP-Cube, auf dem analytische Abfragen ausgeführt werden können.
Die zweite Aufgabe besteht darin, die für das Berichtswesen notwendigen analytischen Auswertungen
einzurichten. Dies kann von einfachen Aggregationen von z. B. Umsatzzahlen einzelner Artikel in den letzten
Tagen, Wochen, Monaten gesamt und in den einzelnen Sparten entwickelt bis hin zu komplizierten
statistischen Analysen mittels Data-Mining z. B. Trendanalysen von Kundenverhalten gehen. Auf den vom
TicketXpert.NET BI-Modul bereitgestellten OLAP-Cube können viele solche Tools zugreifen, da es sich um
standardisierte Analysis-Schnittstellen handelt. Auch mit Microsoft Excel kann auf den OLAP-Cube zugegriffen
und Abfragen formuliert werden. Die folgenden Kapitel geben eine Einführung in die Abfragemöglichkeiten mit
Excel auf den TicketXpert.NET OLAP Cube.
2. Abgrenzung zum Modul „Reporting“
Worin bestehen die Unterschiede des BI-Moduls zu den bekannten Analysemöglichkeiten, die TicketXpert.NET
bietet (Reporting, Dashboard)?
Dashboard:
Geeignet für adhoc-Kennzahlen (die sich automatisch aktualisieren), nicht für detaillierte Reports. Beispiel:
Darstellung auf einem separaten Monitor. Die Widgets, die vom Dashboard angeboten werden, zielen zumeist
auf die Live-.Datenbank. Es ist durchaus möglich, Widgets anzuzeigen, die ihre Daten aus anderen beziehen:
Wetterdaten, Börsenkurse, Health-Daten von Server-CPU-Sensoren - oder aber sogar vom durch das BI-Modul
bereitgestellten OLAP-Cube! Es sind nicht die Daten, die das Dashboard ausmachen, sondern die Art der
Darstellung (nämlich online im Browser), und die ständige Aktualisierung der Daten. So, wie sich das Dashboard
jetzt darstellt, ist es eigentlich eine benutzerfreundliche grafische Darstellungsmöglichkeit für Abfragen aus der
erweiterten Suche. Der User hat die Möglichkeit, im Rahmen der gebotenen Möglichkeiten (erw. Suche) eigene
Abfragen zu gestalten.
Reporting ("klassisches SQL"):
Hier handelt es sich um SQL-Reports. Diese Reports können alle möglichen Daten anzeigen, also sowohl
Kennzahlen als auch lange Tabellen. Woher sie ihre Daten beziehen ist praktisch egal, d.g. man kann die
Reports gut auf einen gespiegelten SQL-Server zielen lassen. Unsere Standardreports beziehen ihre Daten aber
von der Live-Datenbank. Reports können auch Daten von unserem OLAP-Cube abfragen (solche Reports muss
man erst mit dem ReportBuilder oder dem VisualStudio anfertigen, aber trotzdem). Die Reports können gut am
Bildschirm betrachtet oder auch exportiert oder per Mail zugestellt werden. Sie eignen sich nicht zur
kontinuierlichen Darstellung sich ändernder Kennzahlen, wie das Dashboard. Mit Reports kann zwar praktisch
"alles" gemacht werden, doch bieten sie dem User am Ende nur soviele Abfragemöglichkeiten, wie der Report
selbst bietet. Die Freiheit liegt hier nicht beim User, sondern beim Entwickler der Reports – der Report selbst
definiert die dem Benutzer gegebenen Freiheiten.
OLAP-Cube ("BI-Modul"):
Im Gegensatz zum Dashboard oder zum normalen Reporting handelt es sich hier nicht um eine
Visualisierungsmöglichkeit von Daten und Abfragen (z.B. eben erw. Suche oder rohes SQL), sondern um eine
neue Datenquelle. Der OLAP-Cube an sich ist wie eine SQL-Datenbank: man braucht ein Tool, um die Daten
darin zu visualisieren. Excel ist eins davon (und auch kein schlechtes). Die BI-Daten können aber auch von
normalen Reports aus benutzt werden - oder sogar vom Dashboard (dafür müssten wir aber erst spezielle
Widgets programmieren). So gesehen kann man nicht von "besser oder schlechter als Dashboard/Reporting"
reden, sondern vielmehr von "Ergänzung", "Katalysator" oder "zusätzlichen Möglichkeiten". Abhängig vom
Visualisierungstool kann der User beliebige Abfragen zusammenbauen, und sogar Daten aus anderen Cubes in
seiner System- und Datenlandschaft integrieren.
Die neue Datenquelle bietet folgende Vorteile und Möglichkeiten:



Daten stets getrennt von der Live-Datenbank, d.h. Abfragen beeinflussen den produktiven Betrieb
nicht
Abfragen laufen sehr performant, da sie im Cube schon nach vielen Kriterien aufaggregiert vorliegen
(d.h. es braucht keine Funktionen in der Abfrage selbst, um Summen etc. zu bilden, sondern die Daten
können einfach anhand der bereitgestellten Dimensionen ausgelesen werden). Performance ist sogar
oft der Hauptgrund, einen OLAP-Cube einzusetzen.
Es besteht die Möglichkeit, auf historische Daten zuzugreifen: mit jeder Befüllung wird sozusagen ein
Snapshot gespeichert. Nur mit Zugriff auf unsere Live-Datenbank ist es gar nicht oder nur schwierig
abzufragen, wie eine bestimmte Stichprobe aktuell aussieht, im Vergleich zum Vormonat, Vorquartal
oder Vorjahr.
Nachteile:



man benötigt einen separaten Server für den Cube (zumindest raten wir davon ab, dazu die
Liveinstanz zu verwenden)
die Daten sind systembedingt nicht aktuell, sondern nur so aktuell wie die letzte Cube-Befüllung
(standardmässig 1x pro Nacht)
man ist auf das beschränkt, was der Cube bietet. Beispiel: wenn der Cube die Information nicht hat, ob
eine bestimmte Eskalationszeit "eskaliert" ist oder nicht, dann muss man erstmal damit leben - man
kann nicht so ohne weiteres noch diese Information aus der entsprechenden Tabelle der LiveDatenbank rausziehen. Natürlich können wir solche Informationen in unseren Cube einfliessen lassen,
doch wir müssen unseren Generator dafür anpassen resp. erweitern.
3. Verbindung mit Ticket-Cube
-
Excel öffnen
Menüpunkt Daten > Aus anderen Quellen > Aus Analysis Services
-
Servername der SQL Server (-Instanz) angeben
Weiter > Ticket-Cube auswählen > Fertig stellen
4. Überblick Ticket- Cube / Pivot-Tabellen-Felder
Pivottabelle
Measure Groups –
aggregierbare Werte
Dimensions –
Werte/Objekte zum
Filtern und Gruppieren
Bereiche in denen
Measures bzw.
Dimensionen
hineingezogen werden
können
Measure Groups
-
Measures sind aggregierbare Werte und können nur im Bereich „Werte“ verwendet werden
Statuswechsel
-
Basierend auf den Statuswechsel der
Tickets
Tickets
-
Basierend auf den Tickets
Dimensionen – Detail Informationen, Filter, Gruppierung
Dimension enthalten Detailinformationen zu den einzelnen Entitäten und können zur Gruppierung
(Spaltenweise oder Zeilenweise) und zur Filterung verwendet werden. Folgende Ticketentitäten sind als
Dimensionen umgesetzt:
Name
Besitzer
Besitzer Gruppe
Betroffener
Betroffene Gruppe
Datum
Datumsaggregation
Datumsaggregation Bis /
Datumsaggregation Von
Datumsvergleich
Erstellende Gruppe
Ersteller
Service
SLM Eskalation
Ticket
Ticket Schema
Ticket Status
Ticket Status Bis
Ticket Status Von
Ticket Wert 1 – Ticket Wert 10
Zuständige Gruppe
Zuständiger
Beschreibung
Aktueller Besitzer des Tickets
Aktuelle Besitzergruppe
Betroffener Benutzer des Tickets
Aktuelle betroffene Gruppe
Erstelldatum des Tickets
Liefert Funktionen, um die verwendeten Werte über die Zeiträume zu
kumulieren
Nur in Zusammenspiel mit Datumsaggregation. Erweitert die
Datumsaggregation um einen eigenen Zeitraum
Liefert Funktionen, um die verwendeten Werte über die Zeiträume
verschiedenen Perioden miteinander zu vergleichen
Erstellergruppe des Tickets
Ersteller des Tickets
Hierarchie der Servicetransaktionen, - Kategorien und –Kataloge des
Tickets
Hierarchie der SLM- Prioritäten, -Leistungen und Verträge des Tickets
Metadaten zum Ticket selbst
Ticketschema des Ticket
Ticketstatus
Filter- und/oder Gruppierungsmöglichkeit bei Verwendung von
Werten aus der Statuswechsel-Measure Group
Filter- und/oder Gruppierungsmöglichkeit bei Verwendung von
Werten aus der Statuswechsel-Measure Group
Ticketfelder und Werte, bis zu 10 Verwendungen als Gruppierung
oder Filterung
Aktuelle verantwortliche Gruppe des Tickets
Aktueller verantwortliche Benutzer
Hinweis: Jede Dimension kann nur einmal im Filter-, Zeilen oder Spaltebbereich verwendet werden. Aus diesem
Grund gibt es die Dimensionen Ticket Wert 1 – 10. So kann man nach insgesamt 10 Ticketfeldern
gruppieren/filtern oder auch das gleiche Ticketfeld in mehreren Bereichen verwenden.
5. Anwendung / Beispielkennzahlen
5.1. Anzahl offener Tickets eines Schemas pro Besitzer
Ziel ist es nur die offenen (= nicht geschlossen) Tickets eines bestimmten Ticketschemas anzuzeigen und den
aktuellen Besitzer ausgeben zu lassen.
1.
Schemafilter hinzufügen
aus der Dimension „Ticket Schema“ > „Weitere Felder“ > „Schema“ per Drag & Drop in den Filter
Bereich ziehen
-
2.
Im Pivot- Tabellenbereich wird nun eine Dropdownliste mit allen Ticketschemas angezeigt
Hier die entsprechende Ticketschema-Filterung vornehmen z.B. Störungsmeldung:
Ticketanzahl anzeigen
aus der „Tickets”- Measure group “Tickets” in den Werte-Bereich ziehen oder einfach anhaken
somit wird in der Pivot-Tabelle die Ticketanzahl zu dem gefilterten Ticketschema(s) angezeigt
3.
Nach Ticketstatus gruppieren
Dimension „Ticket Status“ > „Weitere Felder“ > „Ticket Status.Status“ in den Zeilen-Bereich ziehen
Der Pivot-Tabelle werden nun die Ticketstatus als Zeilen hinzugefügt und die Ticketanzahl
entsprechend des Status bereechnet
4.
„Geschlossen“ – Status nicht berücksichtigen / entfernen
In Pivot-Tabelle Rechtsklick auf „Geschlossen“ > Filter > Ausgewählte Elemente ausblenden
5.
Folge: Tickets im Status „Geschlossen“ werden in den Berechnungen nicht mehr berücksichtigt
Gruppierung nach Besitzer
Dimension „Besitzer“ > Weitere Felder > Besitzer.Prinzipal in den Zeilenbereich ziehen und über dem
Status platzieren
Es wird zuerst nach Besitzer, anschließend nach Status gruppiert
6.
Ticketnummern und Titel hinzufügen
Dimension Ticket > Weitere Felder > Ticket in den Zeilenbereich hinzufügen  die Pivot-Tabelle wird
zusätzlich nach dem entsprechenden Ticket gruppiert
Um den Tickettitel als Zusatzinformation mit auszugeben > rechtsklick in Pivot-Tabelle auf eine
Ticketnummer > Eigenschaften im Bericht anzeigen > Title
5.2.
Anzahl Tickets mit einem bestimmten Wert in Ticketfeld A, gruppiert nach Ticketfeld B
Ziel ist es, die Anzahl der Tickets mit einem bestimmten Wert in einem Ticketfeld auszugeben und diese dann
nach einem zweiten Ticketfeld zu gruppieren.
1.
2.
3.
Ticketschemafilter hinzufügen
siehe Punkt 3.1 – Abschnitt 1
Anzahl Tickets hinzufügen
Siehe Punkt 3.1. – Abschnitt 2
Ticketfeld als Filter verwenden
Dimension „Ticket Wert 1“ > Ticket Wert1.Wert nach Feld in den Filterbereich ziehen
In der Pivot - Tabelle erscheint eine neue Dropdownliste zur Filterung, diese enthält alle
Ticketfeldwerte – gruppiert nach ihren Ticketfeld-Friendlynames
-
4.
Um nach einen Ticketfeldwert zu filtern, klickt man sich bis zu dem Friendlyname des entsprechenden
Ticketfeldes durch, klappt diesen Knoten dann auf und wählt den Ticketfeldwert aus, nach dem man
filtern möchte
Beispiel: I > in01_contact_company > Isonet ag
Nach Ticketfeld gruppieren
Analog Punkt 1: eine weitere Ticketwert-Dimension auswählen und dieses Mal in den Zeilenbereich
ziehen
Ticketfeld-Hierarchie aufklappen und bis zum Friendlyname des gewünschten Ticketfeldes
durchklicken z.B. : All > I > in01_contact_name
Rechtsklick auf das Ticketfeld > Filter > Nur Ausgewählte Elemente beibehalten
-
Die unschönen oberen zwei Knoten der Ticketfeld-Hierarchie können ebenfalls noch ausgeblendet
werden:
o Rechtsklick auf die Hierarchie
o Felder ein-/ausblenden > Gruppe und Feld abhaken
5.3.
Datumaggregation (Werte kumulieren)
Die Datumsaggregation dient dazu die im Wertebereich verwendeten Werte über diverse Zeiträume zu
kumulieren. Die Verwendung der Datum-Dimension ist dazu erforderlich.
-
Beliebige Gruppen, Filter und Werte der Pivot -Tabelle hinzufügen, z.B. wie in 3.2. beschrieben
Datum.Kalender aus der Datum-Dimension in den Zeilenbereich hinzufügen
Dimension Datumaggregation in den Spaltenbereich schieben
Vor dem Hinzufügen der Datum-Aggregation:
-
5.4.
Nach dem hinzufügen der Datum-Aggregation:
zwei weitere Spalten „Periode kum.“ und „Jahr kum.“ erscheinen
klappt man die Datumshierarchie weiter auf, werden mit jeder Ebene weitere kumulierte Werte für
die neu ersichtlichen Zeiträume hinzugefügt: z.B. „Monat kum.“
Datumaggregation-Von / -Bis (Werte kumulieren)
Die Dimensionen Datumsaggregation-Von und Datumsaggregation-Bis dienen als Ergänzung der
Datumsaggregation. Fügt man beide Dimensionen zusätzlich dem Filterbereich hinzu, kann man damit eine
eigene Zeitspanne / Periode angegeben, für diese dann die Werte berechnet und als Spalte „Bereich“ der PivotTabelle hinzugefügt werden.
Für diese Periode gibt es keine weitere Kumulation.
5.5.
Datumvergleichs (Werte vergleichen)
Der Datumsvergleich funktioniert analog der Datumsaggregation (Punkt 3.3) und ist ebenfalls nur zusammen
mit der Datum- Dimension verwendbar. Bei dem Datumsvergleich werden im Gegensatz zu der Aggregation die
Werte nicht kumuliert, sondern über die einzelnen Perioden summiert und mit der entsprechenden Vorperiode
verglichen:
Eine benutzerdefinierte Periode wie unter Punkt 3.4 beschrieben (Datumsaggregation-Von /
Datumsaggregation-Bis) ist hier nicht möglich.
6. Nützliche Pivot-Tabellenfunktionen im Excel
6.1. Filterung per Datenschnitt
Der Datenschnitt erleichtert die Filterung der Pivot-Tabelle über eine beliebige Dimension, indem sie die Werte
als Schaltflächen darstellt auf die der Benutzer dann klicken kann. Somit ist einerseits das Ändern eines Filters
sehr einfach und schnell möglich und der Benutzer sieht immer sofort, nach welchen Werten aktuell gefiltert
wird.
Verwendung:
-
Focus auf die Pivot-Tabelle legen, sodass das Excel-Menü um die Punkt PIVOTTABLE-TOOLS erweitert
wird
PIVOTTABLE-TOOLS > ANALYSIEREN > Datenschnitt einfügen
Im folgenden Dialog die gewünschte Eigenschaft auswählen z.B. Ticketstatus
Der Benutzer sieht sofort welche Status in der Ergebnismenge der Pivot-Tabelle einerseits vorkommen
(nicht ausgegraut) und nach welchen Status gefiltert wurde welche (mit Hintergrundfarbe)
6.2.
Filterung per Zeitachse
Was der Datenschnitt im Prinzip für alle Dimensionen ist, ist die Zeitachse für die Zeitangaben: sie dient der
einfachen Filterung von Zeitwerten.
Verwendung:
-
6.3.
Focus auf die Pivot-Tabelle legen, sodass die PIVOTTABLE-TOOLS im Excel-Menü erscheinen
PIVOTTABLE-TOOLS > ANALYSIEREN > Zeitachse einfügen
Im folgenden Dialog die gewünschte Zeit-Eigenschaft auswählen z.B. Datum
Pivot Charts
Wie für „normale“ Excel- Tabellen auch, gib es für Pivot- Tabellen verschieden Diagrammtypen, um die Daten
visuell aufzubereiten. Diese funktionieren analog zu den bekannten Excel- Diagrammen und ändern Ihre Werte
entsprechend der Pivot- Tabelle.
Verwendung:
-
Focus auf die Pivot-Tabelle legen, sodass die PIVOTTABLE-TOOLS im Excel-Menü erscheinen
PIVOTTABLE-TOOLS > PivotCharts > Diagramm auswählen > Ok
6.4.
„Werte anzeigen als…“
Bisher wurden in den gezeigten Beispielen immer die Anzahl der Tickets ausgegeben. Über Excel- Funktion
„Werte anzeigen als“ kann man die Ticketanzahl z.B. auch als prozentualen Wert anzeigen lassen
Verwendung:
-
Rechtsklick auf den Wert einer Gruppe in der Pivot-Tabelle > Werte anzeigen als
Z.B. % der Gesamtsumme