BI-Strategie für Unternehmensdaten
Langfristige Ziele für Reporting, Planung & Analyse für Lufthansa CargoDie Aufgabe
Lufthansa Cargo (kurz LCAG) ist eine deutsche Frachtfluggesellschaft mit Sitz in Frankfurt am Main und Basis auf dem Flughafen Frankfurt am Main.
Sie hat etwa 3.500 Mitarbeiter und ist eine 100 prozentige Tochtergesellschaft der Lufthansa und in Bezug auf die Tonnenkilometer, die sechstgrößte Frachtfluggesellschaft der Welt. Die
Lufthansa Cargo bedient ein Streckennetz mit etwa 300 Zielen auf allen fünf Kontinenten. Neben den Transportkapazitäten der eigenen Frachtflugzeuge vermarktet sie zusätzlich die Frachtkapazitäten der über 300 Passagierflugzeuge (sogen. Belly-Kapazitäten) des Lufthansa-Konzerns sowie der Flugzeuge der Sunexpress.
Während BI in der Vergangenheit immer mehr an Bedeutung gewonnen hat, fehlt es in vielen Unternehmen noch immer an einer ausgewogenen Positionierung und Strategiebildung in Unternehmen. Auch die Kommunikation der beteiligten Abteilungen untereinander ist oft noch unzureichend.
Die Vielfalt der Lösungen und Ansätze, die unter dem Begriff „Business Intelligence“ gefasst wird, ist nahezu unbegrenzt. Es beginnt beim klassischen Reporting und geht über Planungsfunktionen zu Simulationen und Advanced Analytics. Für die Darstellung können einfache Tabellen oder komplexe Management-Cockpits bzw. Dashboards verwendet werden.
Je vielschichtiger die Unternehmenswelt, desto größer wird die Herausforderung, die Komplexität auf wenige Kennzahlen und Abfragen zu reduzieren. Alles in allem gibt es eine große Spanne an Herausforderungen und offenen Fragen, die im Rahmen der BI-Strategie beleuchtet werden.
Ob eine vorhandene BI-Lösung zukunftsfähig ist, Potenzial besitzt und wo sie fachlich und technisch einzuordnen ist, sind Fragen, die wir auf Grundlage langjähriger praktischer Projekterfahrungen zielgerichtet untersuchen und beantworten.
Eine Analyse, bzw. ein BI-Health-Check, ermöglicht den Reifegrad der individuellen Lösung zu bestimmen. Mit dieser Grundlage werden BI-Lösungen strukturiert, erfasst und analysiert.
Die Aufgabe von ANIGMA war es, eine BI Strategie zu entwickeln, die die vollständige Integration der gesamten BI-relevanten Prozesskette, von den strategischen Unternehmenszielen, über die Bedürfnisse der Fachbereiche bis zur Rückkoppelung von BI-Analysen in die operativen Systeme berücksichtigt. Die Strategieentwicklung sollte hinsichtlich Fachlichkeit, Organisation, Technologie und Architektur durchgeführt werden und Entwicklungs-perspektiven für BI-Services und einen BI-Servicekatalog enthalten.
Future Reference Architecture
Die Ausgangssituation
Die bestehende Business Intelligence-Landschaft wies historisch bedingt fundamentale Schwachstellen auf. Aktuelle Projekte zeigten, dass die vorhandenen Systeme hohe Kosten in der Umsetzung mittelfristiger Ziele verursachten. Die Erweiterung der darin gehaltenen Datenstrukturen gestaltete sich zunehmend schwierig. Planung und Steuerung erforderten zuverlässige Informationen aus individuell auf das Unternehmen angepassten Datenmodellen.
Neue Ansätze zur Analyse von Daten und Gewinnung wichtiger Informationen können mit veralteten Systemen und Prozessen, die heutigen Anforderungen nicht mehr gewachsen sind, kaum realisiert werden. Die Fachbereiche erzwingen eigene Lösungen (z.B. Advanced Analytics) und testen BI-Technologien selbständig aus. Eine ganzheitliche Auseinandersetzung zur Einsetzbarkeit und vollständigen Integration kann so nicht stattfinden und verursacht vermeidbare Projektmehrkosten.
Ohne genaue Regelungen zur Verantwortlichkeit für Daten entstehen durch operative Bedürfnisse unkoordinierte Datenhaltungen in lokalen Insellösungen. Hierunter leiden Datenintegrität, -qualität und Transparenz massiv. Der lokale Einsatz von Tools wird ungewollt gefördert, da diese vermeintlich die schnellsten und besten Ergebnisse liefern. Der ganzheitliche Mehrwert für das Unternehmen bleibt auf der Strecke. Die Insellösungen verursachen Betriebskosten, die mit einer zentralisierten Lösung verhindert werden.
Wenn diese Daten-Silos isoliert bleiben, werden Geschäftsbereiche, inklusive Controlling und Finance, dieselben Fragen weiterhin unterschiedlich beantworten, da sie vermutlich unterschiedliche Daten verwenden.
Eine strategische Herangehensweise vermeidet Kosten für das Herausfinden der tatsächlich richtigen Antwort.
Future BI Organisation
Erzielte Ergebnisse
Um einen effektiven Wertbeitrag zu leisten, wird BI ganzheitlich angegangen. Die BI-Strategie ist daher ein Konzept, das der systemischen Verfolgung langfristiger, unternehmensweiter BI-Ziele im Einklang mit der Unternehmens- und IT-Strategie dient, denn der wahre Nutzen von Business Intelligence liegt hauptsächlich in den Entscheidungen, die sie ermöglicht.
Daher wurde binnen 9 Monaten eine geeignete BI-Strategie entwickelt, die die Schwachstellen schließt und eine zukunftsfähige BI-Landschaft, Architektur und Prozesse aufbaut. Insbesondere wurde eine BI-Domänen-Plattformstrategie und Roadmap vorgeschlagen, die die Informations-Strategie als Projekt etabliert, Bedarfe ermittelt und Verbesserungspotenziale ausschöpft. Ergebnisse werden sichtbar in Form des Umgangs mit neuen Technologien, dem Providermanagement, einer Architekturblaupause und dem Kompetenzaufbau insbesondere im neu geschaffenen BICC, aber auch quer durch die Organisation.
Dazu wurde für die BI bei Lufthansa Cargo eine klare Positionierung mit eindeutigen Verantwortlichkeiten (Rollenmodellen) geschaffen. Dies wurde von Entscheidern und Informationskonsumenten positiv wahrgenommen.
Als Basis wurden eine neue Organisationsstruktur, Prozesse und die Applikations-Architektur definiert sowie die notwendigen Ressourcen und Skills beschrieben.
Die Neukonzeption des Data Warehouses (DWH) erfordert einen echten „Single Point of Truth“, über den die gesamte Informationsversorgung erfolgt. Dies stellt die Konsistenz der Unternehmenssteuerungslogik in den BI-Systemen über alle Ebenen hinweg sicher. Die Etablierung des Lifecycle-Managements der BI-Applikationen und die Sicherstellung der Qualität in den Systemen, sowie den transaktionalen Quellsystemen führt zur Einhaltung von Datenqualität und Datensicherheit.
Projektergebnisse, die überzeugen
- Datenqualität verbessern 80%
- Reaktionszeit verkürzen 50%
- Fehlerquote senken 75%
- Wertbeitrag steigern 60%
Verwendete Technologien:
- DWH (Oracle 10g)
- talend ETL
- Microstrategy
- IBM Cognos
- SharePoint
- MS Office