| Datenqualität erfolgreich steuern. Praxislösungen für Business-Intelligence-Projekte | ||||||||||||||||||||||
|
Absolut empfehlenswert • • • • • (bewertet mit 5 von 5 Punkten) Alle meine Rezensionen ansehen (REAL NAME) Rezension bezieht sich auf: Datenqualität erfolgreich steuern. Praxislösungen für Business-Intelligence-Projekte (Gebundene Ausgabe) Über Datenqualität (DQ) sind in den vergangenen Jahrzehnten bereits viele Bücher erschienen, darunter Klassiker wie die Werke von Larry English oder Richard Wang. Anders als die meisten seiner Vorgänger behandelt das vorliegende Buch die DQ-Thematik jedoch mit dem speziellen Fokus auf Business Intelligence (BI). Die Autoren greifen damit eine Problematik auf, die in vielen Firmen Ursache immenser Schmerzen, riesiger Kosten und verpasster Chancen ist. Obwohl das Scheitern von BI-Projekte häufig auf schlechte DQ zurückzuführen ist und präventive Maßnahmen in der Literatur entsprechend eingefordert werden, fehlt es vielen Firmen vor allem bei Beginn ihrer BI-Initiative am Bewusstsein für die langfristigen Folgen von unterlassenem DQ-Management (DQM). Interessierten Projektverantwortlichen fehlte es bisher aber auch an einem guten Handbuch mit praktischen Ratschlägen für den Umgang mit DQ im BI-Projekt. Den Autoren ist genau für diese Zielgruppe ein trotz seiner Kompaktheit sehr hilfreiches Buch gelungen. Aus diesem lassen sich eine Vielzahl von einzelnen Anregungen entnehmen. Zudem wird dem Leser ein roter Faden für das Gesamtvorgehen an die Hand gegeben. Im ersten Teil des Buches werden theoretische Grundlagen vermittelt: Einem einführenden Kapitel zu DQ und DQM folgen Ausführungen über die Ursachen und Auswirkungen von schlechter DQ. Im Anschluss machen die Autoren konkrete Vorschläge für ein organisatorisches Umfeld für DQM, zeigen eine Referenzarchitektur für BI-Anwendungen auf, die DQ-Aspekten gerecht wird und behandeln schließlich auch ausführlich hilfreiche DQ-Metriken. Der zweite und umfangreichste Teil des Buches ist der technischen Umsetzung von DQ-Zielen und DQ-Management gewidmet. Dabei widmen sie sich zunächst der Verbesserung der Datenqualität im Quellsystem, um sich dann von Kapitel zu Kapitel über Data Profiling und verschiedene Verfahren der Validierung, Bereinigung und Anreicherung von Datenqualität bis in die Ebene der Präsentation von Daten für die Endanwender vorzuarbeiten. Es folgen drei Spezialkapitel zu Metadaten, zum DQ-Monitoring und zur Auswahl geeigneter DQ-Produkte. Der kurze abschließende Teil zur Projektpraxis überträgt die beschriebenen Erkenntnisse und Verfahren in die verschiedenen Phasen eines BI-Projekts von der Vorstudie bis zum Betrieb. Inhalt: Trotz seiner Inhaltsfülle und vieler erläuternder Grafiken halten Apel et al. ihr Buch in einem relativ kompakten Umfang. Dies gelingt ihnen, indem sie ihren Ideen eine inhaltlich nachvollziehbaren Struktur geben und ein klares Konzept von DQM vermitteln, ohne dabei zu sehr ins Detail abzugleiten. Die Autoren kommen erkennbar aus der Praxis, wissen aber ganz offensichtlich um den Wert eines roten Fadens und vermeiden daher die unsystematische Aneinanderreihung von Einzelmaßnahmen zur Gewinnung von DQ. Sie wissen zudem um die Probleme der Durchsetzbarkeit von DQM-Vorschlägen im Projekt- und Unternehmensalltag. Die vorgeschlagenen Maßnahmen sind daher eher schlank gehalten. Auf überflüssige - weil das Gesamtbild diskreditierende - Ansätze wird verzichtet. Trotz dieses Pragmatismus wird aber mehrfach explizit betont, dass DQM für erfolgreiche BI-Projekte systematisch angegangen werden muss, d.h. dass es nicht reicht, sich einzelne Maßnahmen aus dem Angebot des Buches herauszugreifen. Den einleitenden theoretischen Teil beschränken die Autoren auf das Wesentliche - nämlich auf die für die Praxisanwendung relevanten Grundlagen, welche ein konsistentes und vollständiges Bild ergeben. Dies erleichtert es dem Leser, die konkreten Maßnahmen im zentralen Teil des Buches richtig einzuordnen. Zur Vertiefung sind vielfach Referenzen auf weiterführende Literatur angegeben, deren Lektüre zur Lösung konkreter Probleme jedoch nicht zwingend erforderlich erscheint. Das Buch setzt die Erkenntnis voraus, dass ein Unternehmen BI-Anwendungen nicht ohne DQM erfolgreich einführen und nutzen kann, dass DQM also kein nice-to-have, sondern unverzichtbar ist. Diese Voraussetzung mag beim Leser auch jeweils gegeben sein, nicht aber unbedingt bei den Entscheidern in deren Unternehmen. Da DQM vor allem präventiv wirkt, müssen Budgets hierfür i.d.R. äußerst sorgsam motiviert werden. Leser, die die Vorschläge des Buches in ihrem Unternehmen zur Umsetzung bringen wollen, würden sich von den Autoren sicher noch ein paar Argumente für die unternehmensinterne Entscheidungsfindung wünschen. Am Ende vieler Kapitel gibt es noch einen Abschnitt mit Empfehlungen, der gerne umfangreicher und tiefgehender hätte ausfallen dürfen. Gewünscht hätte man sich außerdem auch ein paar konkretere Aussagen zu Werkzeugen. Der Abschnitt zur Produktauswahl erläutert zwar grob die anzulegenden Kriterien, überlässt es aber dem Leser, die im Markt verfügbaren Tools selbst zu vergleichen. Lesbarkeit: Das Buch wendet sich in Inhalt und Stil an Praktiker und Projektverantwortliche, setzt bei diesen aber keine tiefen Kenntnisse voraus, außer vielleicht ein grundsätzliches Verständnis von BI. Für seine Zielgruppe ist es verständlich gegliedert und gut lesbar geschrieben. Schaubilder, Bildschirmabzüge und tabellarische Übersichten sind in angemessenem Umfang und an den richtigen Stellen enthalten. Sie erleichtern so zusätzlich das Verständnis der textlichen Inhalte, die aber für sich genommen bereits leicht aufgenommen werden können. Dem Preis wie dem Thema angemessen erscheint die Qualität des Lektorats. Praxistauglichkeit: Die Autoren vermitteln eine Vielzahl an hilfreichen praktischen Ratschlägen und Handlungsanleitungen. Diese sind größtenteils so konkret, dass sie gut umzusetzen sein sollten, sofern ein Unternehmen sich von vorne herein auf den DQ-Gedanken einlässt und die vorgeschlagenen Maßnahmen gleich zu Beginn seiner BI-Initiativen berücksichtigt. Genau hier liegt in den meisten BI-Projekten und selbst produktiven BI-Anwendungen leider oftmals das Problem: die Notwendigkeit eines DQM wird lange unterschätzt, und wenn die Probleme bemerkt werden, ist normalerweise bereits viel Geld investiert und viel Kredit bei Anwendern verspielt worden. Für viele der Rezepte der Autoren ist es dann zu spät bzw. ihre Umsetzung erfordert dann erheblichen zusätzlichen Aufwand, den in diesem Stadium evtl. erst recht niemand mehr treiben möchte. Wer nach DQM-Lösungen für laufende und bereits in Schwierigkeiten steckende BI-Projekte sucht, sollte auch von diesem ansonsten sehr hilfreichen Buch keine Wunderdinge erwarten. Er wird sich mit manchem Vorschlag in der Praxis schwer tun und sich selbst Gedanken machen müssen, wie man diesen jeweils auf die Situation des eigenen Unternehmens anpassen könnte. Auch wer nur ein bisschen Datenqualität" in sein Projekt einstreuen möchte und auf ein paar kleine Tipps und Tricks hofft, wird nach der Lektüre klar enttäuscht erkennen, dass DQM ein grundsätzliches Umdenken erfordert und nicht mit einem zusätzlichen Tool hier und einer weiteren Datenprüfung getan ist. Eine Rezension von Ein Kunde vom 9. September 2009 | ||||||||||||||||||||||
| ||||||||||||||||||||||
| Zur Übersicht ... | ||||||||||||||||||||||
| | | | | | |||||||||||||||||
| Angebote zu , , ab 1 Euro! | ||||||||||||||||||||||
| Siehe auch folgende Artikel: | ||||||||||||||||||||||
| Von der Strategie zum Business Intelligence Compet... Business Intelligence - Grundlagen und prak... Raus aus der BI-Falle: Wie Business Intellige... Data-Warehouse-Systeme: Architektur, Entwicklun... Daten- und Informationsqualität: Auf dem Weg... Master Data Management (The MK / OMG Press) | ||||||||||||||||||||||
| Mehr zu Qualitätsmanagement, Softwareentwicklung, Informatik, Qualitätsmanagement | ||||||||||||||||||||||
| Home ..., , Begleitseite ... | ||||||||||||||||||||||
| Herausgeber dieser Seite ist DomainLoc.com GmbH - Partner von | ||||||||||||||||||||||
Copyright © DomainLoc.com GmbH (Impressum) | ||||||||||||||||||||||