Reverse Engineering für das Data Warehouse

29.04.2004
Von 
Bernd Seidel ist freier Journalist und Coach in München.

Nachdem die Bewertung der Dokumenttypen abgeschlossen war, begann das Team mit der ersten Realisierungsphase. Die Pilotdokumentation beschreibt einen vertikalen Ausschnitt aus der Data-Warehouse-Landschaft, der als "Durchstich" bezeichnet wird. Gegenstand ist die "Analytische Werbeerlösplanung" (Awep), eine detaillierte Bottom-up-Planung der Werbeeinnahmen, die das Vertriebs-Controlling mit Hilfe des Data Warehouse analysiert und für die Plan- und Forecast-Termine aufbereitet.

Zusätzliche Verbesserungsfelder

Dokumentation ist wichtig, löst aber nicht alle Probleme. Deshalb schloss sich eine Analyse der Data-Warehouse-Lösungen an. Dabei ließen sich zusätzliche Verbesserungsfelder identifizieren. Sie wurden priorisiert und in der zweiten Stufe umgesetzt.

Bis Dezember 2003 abgeschlossen waren die Analyse der Datenqualität für die Programmerfolgs-Rechnung, Konzept und Realisierung der ETL-Schnittstellen sowie das Konzept für Frontend-Konsolidierung und fachliche Dokumentation des zentralen Frontend. Bis Ende 2004 soll die fachliche Dokumentation des Data Warehouse vollständig sein. Die technische Dokumentation schreitet parallel voran.

Eine große Herausforderung bedeutete es für das Team, den Nutzen des Konsolidierungsprojektes im Unternehmen zu vermitteln. Der erste Eindruck für einige Außenstehende war dieser: Es kostet nur Zeit und Geld und bringt nichts; wertvolle Ressourcen, die etwa für Weiterentwicklungsprojekte genutzt werden könnten, sind dadurch gebunden. "Hier mussten wir sehr viel Überzeugungsarbeit leisten, damit die Dokumentation und die Qualitätsverbesserungs-Maßnahmen eine hohe Priorität bekommen", berichtet Wittka."

Doch schon heute zahlen sich die Anstrengungen aus: Allein dadurch, dass das Fachkonzept mit allen beteiligten Bereichen und dem internen IT-Dienstleister gemeinsam erstellt wurde, hat sich die Kommunikation verbessert. Zudem ist ein größerer Personenkreis mit dem Wissen über die Systeme und Abläufe des Data Warehouse vertraut. Dadurch lassen sich neue Entwicklungen rascher umsetzen. Und wenn ein Mitarbeiter ausfällt, kann ein Kollege seine Aufgaben heute schneller und einfacher übernehmen.