Unser BLOG ControllingExcellent ist im Oktober 2021 umgezogen und ist nun hier zu finden. Er bildet jetzt eine Einheit mit unserer Website. Sie folgen uns bisher direkt oder per Mail und haben daher über Push-Nachrichten von neuen BLOG-Beiträgen erfahren. Diese Push-Nachrichten gibt es nicht mehr. Möchten Sie weiterhin regelmäßig von neuen BLOG-Beiträgen erfahren, so könnten Sie sich in unseren Newsletter-Verteiler eintragen.
Unser Newsletter erscheint weiterhin zwischen mit sechs bis acht Ausgaben pro Jahr. Der nächste Newsletter ist für den 01. April 2022 geplant und hat einen Schwerpunkt in der Pivot-Tabelle. Das Chart des Monats ist natürlich auch wieder dabei. 😉
Mit seinen Power Tools (Power Query, Power Pivot, Power BI & Co. ) stellt Microsoft Business Analytics-Lösungen zur Verfügung, mit denen Sie Daten aus unterschiedlichsten Datenquellen extrahieren und in einem Modell zusammenführen, dann verdichten, analysieren und visualisieren können.
Die Informationen, die aus den Daten gewonnen werden sollen dabei valide, praxisbezogen und verständlich sein. Noch dazu sollen die Modelle Auswertungen nach wechselnden Kriterien unterstützen und flexibel erweiterbar sein.
Mit welchen Methoden kann man dieses komplexe Ziel erreichen?
Für die Verständlichkeit sorgen Sie selbst durch die Auswahl des Reporting Designs und der Visualisierungen. Die Reports selbst müssen aber auch performant sein, da lange Wartezeiten bei Aktualisieren oder beim Drilldown den Arbeits- und Gedankenfluss stören. Und sie müssen flexibel sein, damit man bei der Datenanalyse relativ frei nach beliebigen Kriterien auswerten kann, also nicht durch die Datenstrukturen schon in bestimmte Richtungen gezwungen wird. Beispielsweise kann eine Vertriebsanalyse sowohl nach Datum, wie nach Region oder Produkt interessant sein. Daneben könnte aber auch eine Analyse nach Kundengruppe, Bestellmenge oder gar Wetter interessant sein.
Setzen wir einfach einmal voraus, dass die erforderlichen Informationen überhaupt vorhanden sind (was leider in der Realität im ersten Schritt nicht mal sicher ist). Damit Daten flexibel ausgewertet werden können, darf die Struktur der Speicherung möglichst wenige Einschränkungen vorgeben.
Hier könnte man zwischen zwei grundsätzlich unterschiedlichen Ansätzen der Modellierung unterscheiden: Stern – und Schneeflocken-Schema
Meist gibt es eine zentrale Tabelle, die sogenannte Faktentabelle, die die Daten enthält, etwa Umsatzzahlen, Absatzzahlen, Plandaten, Kontostände etc. Diese sind meist numerisch und besitzen eine Skala wie Stück, Euro, Tage oder ähnliches. Sie besitzen auch Zusatzinformationen etwa zu Kunden, Regionen, Produkten. Diese Informationen werden aber nicht in der zentralen Datentabelle gespeichert – dort sind lediglich Schlüsselkriterien hinterlegt, die auf andere Tabellen verweisen.
Zu diesen Schlüssel gibt es mehrere Zusatztabellen, sogenannte Dimensionstabellen.
Bei Stern-Schema beziehen sich nun alle oben genannten Schlüssel der Faktentabelle direkt auf eine Dimensionstabelle, aus der die Zusatzinformationen dann ausgelesen werden können (man kann sich das wie den guten alten SVERWEIS vorstellen).
Stern-Schema (Quelle: Microsoft)
Beim Schneeflockenmodell dagegen können auch den Dimensionstabellen weitere Schlüssel und nochmal Dimensionstabellen zugeordnet werden.
Schneeflocken-Schema (Quelle: Wikipedia)
Für eine flexible Auswertung ist das Stern-Schema am besten geeignet, da es erlaubt, mithilfe von Gruppieren, Pivotieren etc. beliebige Verdichtungen in den gewünschten Dimensionen zu erstellen. In EXCEL-Denkweise: es lässt uns, wie in einer Pivottabelle, die Gruppierungkriterien beliebig tauschen.
Beim Schneeflocken-Schema wäre dies schwerer, da für unterschiedliche Auswertungen jeweils eigene Abfragen erzeugt werden müssten.
Zur Aufbereitung der Rohdaten dienen Tools wie Power Query, die eine Normalisierung der Daten, d.h. die Aufteilung der gelieferten Daten in Dimensions- und Faktentabellen mit relativ wenig Aufwand ermöglichen.
In einem der großen Unternehmen der Pharmabranche haben wir einen Performance-Report zu den Themen Prozesszeiten, Reklamationsquoten usw. überarbeitet. War er vorher 75 MB groß und mit dem Aufwand von drei Personentagen pro Monat aktualisiert, so ist er jetzt 750KB groß und permanent aktualisierbar, bei verbesserter Performance. Aufwand für die Entwicklung der Power Query-Lösung ca. 1 Personentag. Mehr dazu hier.
Seit 2018 dürfen wir den HR-Bereich eines DAX-Unternehmens unterstützen. Dort wird SAP Success Factors eingesetzt, um die Weiterbildung und Personalentwicklung im Konzern zu organisieren.
SAP SuccessFactors ist ein umfangreiches und mächtiges Cloud-basiertes Tool, um den HR-Bereich eines Unternehmens mit zahlreichen Modulen zu steuern. Wenn es allerdings darum geht, ein paar Berichte zu erstellen, scheint es etwas problematisch zu werden. Wir stützen uns dabei auf die Erfahrungen und Aussagen der Mitarbeiter unseres Auftraggebers zum Modul “Learning”. Das Modul scheint sehr wenig individualisierbar zu sein. Daher nutzen die Mitarbeiter die Exportfunktionen und arbeiten mit den Flat File-ähnlichen Excel- oder CSV-Dateien weiter. Aufgrund der Struktur der exportierten Dateien, gestaltet sich die Bearbeitung in Excel etwas problematisch.
Regelmäßig kommentieren wir Diagramme, die uns aufgefallen sind. Da wir aus nachvollziehbaren Gründen keine Charts aus unseren Projekten vorstellen können, besprechen wir öffentlich zugänglich Charts. Dabei wenden wir aber die gleichen Prinzipien, wie bei unseren Kunden an.
Schwieriger Start ins Jahrzehnt der Schiene
Länderranking: Deutschland fällt bei Schieneninvestitionen in Europa weiter zurück
Deutschland startet in das von der Bundesregierung angekündigte Jahrzehnt der Schiene mit einem erheblichem Investitionsrückstand zu den europäischen Spitzenreitern. Das stellt die Allianz für Schiene in einem interessanten Beitrag fest. Die Aussagen werden durch ein Diagramm untermauert. Leider unterstützt das Diagramm diese Aussage nur bedingt. Sehen Sie unseren Optimierungsvorschlag
Vor ca. 15 Jahren war ein junger Mann Teilnehmer eines Inhouse-Seminars, der leider eine geringe Sehfähigkeit hatte Er musste sich seinen Monitor auf die bestmögliche Auflösung einstellen und klebte förmlich mit der Nase am Display, um erkennen zu können, was er in Excel gerade tat. Schade, dass Excel damals noch nicht sprechen konnte. Seit Excel 2016 kann man sich das mit wenigen Klicks einstellen.
Ohne große Ankündigung durch Microsoft werden seit 2018 Elemente von Künstlicher Intelligenz in Excel integriert. Sie sind überrascht? Sie glauben es nicht? Das sollten Sie aber, denn mit einigen Funktionalitäten hat das Thema KI nahezu unbemerkt Einzug gehalten. In diesem Beitrag möchte ich Ihnen einen Überblick geben, um dann im Rahmen einer kleinen Serie (Excel und KI) mit weiteren Beiträgen diese Funktionalitäten vorzustellen. Teilweise haben wir diese Funktionalitäten in den letzten Jahren bereits vorgestellt, allerdings nicht mit dem Hinweis auf KI. KI-Elemente finden sich derzeit hauptsächlich in einer APP und in dynamischen Bereichen, d.h. sie beschränkt sich derzeit auf Mustererkennung und dem Übertragen von Formeln und Funktionen. Excel bietet so Controllern immer mehr Automatismen an, ohne dass etwas programmiert werden muss.
Die Bedingte Formatierung ist für uns Controller eine sehr nützliche Funktionalität. Können wir doch damit Abweichungen und andere wichtige Informationen in den Zahlen visualisieren. Wenn Sie, so wie wir, mit Excel365 arbeiten, werden sie immer wieder von neuen Funktionalitäten überrascht, die sich mit dem letzten Update “eingeschlichen” haben. Heute möchte ich auf eine Änderung bei der Bedingten Formatierung hinweisen:
Das Dialogfenster lässt sich nun beliebig in der Größe verändern und
es gibt nun eine Schaltfläche <Doppelte Regeln>, mit der Sie eine ausgewählte Bedingte Formatierungsregel duplizieren können.
Wenn Sie Regeln für eine Bedingte Formatierung kopieren möchten, wählen Sie einfach die Regel aus, und klicken Sie auf Schaltfläche <Doppelte Regeln> um die Kopie zu erstellen. So können Sie nun eine Regel erstellen, dann duplizieren und die erforderlichen Anpassungen an der neuen Regel vornehmen.
Screenshot mit der neuen Schaltfläche <Doppelte Regel >im Dialogfeld “Regeln verwalten”
Wenn Ihnen dieser Beitrag gefallen hat, dann teilen Sie ihn gerne. Falls Sie Anmerkungen haben, schreiben Sie bitte einen Kommentar, oder senden Sie mir eine Mail an info@prt.de.
Regelmäßig kommentieren wir Diagramme, die uns aufgefallen sind. Da wir aus nachvollziehbaren Gründen keine Charts aus unseren Projekten vorstellen können, besprechen wir öffentlich zugänglich Charts. Dabei wenden wir aber die gleichen Prinzipien, wie bei unseren Kunden an.
Kommunikatoren fetzen sich (nicht) mit ConTROLLern !!!
Controllern und Kommunikatoren wird ein gespanntes Verhältnis nachgesagt. Beide sprechen unterschiedliche Sprachen, die einen sind auf Geld und Kennzahlen fokussiert, die anderen auf Wirkung bei Stakeholdern. Sagt man. Die einen wollen angeblich messen, die anderen Verhalten und Einstellung ändern. Allerdings stehen Kommunikatoren zunehmend in der Rechtfertigungsecke, weil sich ihr Tun nicht im Messsystem der Organisation in finanziellen Größen ausdrücken lässt.
Regelmäßig kommentieren wir Diagramme, die uns aufgefallen sind. Da wir aus nachvollziehbaren Gründen keine Charts aus unseren Projekten vorstellen können, besprechen wir öffentlich zugänglich Charts. Dabei wenden wir aber die gleichen Prinzipien, wie bei unseren Kunden an.
Im Chart des Monats des Monats November haben wir ein dynamisches Diagramm im Web von RTL kommentiert und daraus ein interaktives, für ein Dashboard taugliches Diagramm gemacht.
Wir haben nun täglich die Zahlen notiert, einen anderen Diagramm-Typ gewählt und daraus eine Art von Visual gemacht.
Dieses Diagramm soll beispielhaft zeigen, wie man verschiedene Elemente (hier statistische Parameter), bei Bedarf anzeigen lassen kann und so eine erweiterte Aussage der Daten erhält. Es ist kein Anspruch darauf, welche Parameter an die Fallzahlen anzulegen wären. Aber sehen Sie selbst, wenn Sie die Beispieldatei öffnen.
Dieses Beispiel soll zeigen, wie Zusammenhänge oder Effekt sichtbar gemacht werden können, wenn sie direkt aus den nackten Zahlen nicht für jeden erkennbar sind. Andere Beispiele für diese Art von Diagrammen / Visuals ist die Trompetenkurve als Abweichungsanalyse oder als Prognosemodelltun oder wie wir es in Szenarien und Simulationen in Excelzeigen.
Anmerkungen:
Wir hätten übrigens gerne die Beispieldatei als Power Bi-Dashboard erstellt, mussten dabei feststellen, dass es keine DAX-Funktionen vergleichbar den Excel-Funktionen TREND(), VARIATION(), RGP() und anderen statistischen Funktionen gibt.
Außerdem hätten wir gerne die Neuinfektionen gerne per Power Query automatisch aktualisiert in des Modell geladen. leider haben wir im WEB keine passende Datenquelle gefunden, mit der wir die Datenquelle WEB hätten nutzen können. Schade! 🙁