Business Intelligence (Teil 4): BI-Analysemethoden OLAP & Data Mining

Stehen die Firmendaten in Data Warehouses und Data Marts aufbereitet und in einem einheitlichen Format zur Verfügung, erfolgt im nächsten Schritt die Analyse der Daten. Eines gleich vorweg: Der gesamte Bereich der BI-gestützten Analyseansätze ist hochkomplex und lässt sich nur schwer strukturieren. Entsprechend gibt es viele Versuche, Ordnung in den Wildwuchs zu bringen.

Als wenig hilfreich haben sich Versuche erwiesen, BI-Analysesysteme nach Anwendungsgebieten wie Kundenwertanalysen und Web-Controlling oder nach organisatorischen Einheiten wie Marketing, Controlling und Personal zu klassifizieren.

Sinnvoller erscheint es, die Analysemethoden anhand von Benutzerklassen zu sortieren. Sie lassen sich dann etwa einteilen in solche für das Low-, Middle- und Top-Management. Weit verbreitet ist die Klassifizierung in modellbasierte und berichtsorientierte Systeme.

Modellorientierte Systeme arbeiten explizit auf Basis von Modellen. Dabei kommen häufig algorithmische Modelle und Methoden aus den Gebieten Operations Research, Künstliche Intelligenz, Statistik und Finanzmathematik zum Einsatz. Im Gegensatz dazu stehen bei berichtsorientierten Systemen nicht Modelle im Vordergrund, sondern die Recherche und Darstellung in Form von aufbereiteten Daten.

Modell- und berichtsorientierte Systeme sind aber nur Teil von generischen Basissystemen, denen wiederum konzeptorientierte Ansätze wie Balanced Scorecards gegenüberstehen. Das Hauptmerkmal von generische BI-Systeme ist, dass sie sich alle als eigenständige Komponenten in umfassende BI-Anwendungen integrieren lassen. Dieser große Bereich der generischen Basissysteme lässt sich unterscheiden in freie Datenrecherchen, Ad-hoc-Analysesysteme, Berichtssysteme und modellgestützte Systeme.

Die Grafik gibt einen Überblick über die vorgestellten Analysemethoden und ihre konzeptionelle Einordnung.