Daten optimal nutzen – Teil 2: alle Datentypen verarbeiten

In dem kürzlich erschienen Artikel „Five Ways to Make the Most of Your Data" im SAP News Center wird erläutert, wie Wirtschaftsführer gerade erkennen, dass Daten das Herzstück digitaler Unternehmen sind. Der Artikel zeigt fünf Wege, wie Sie größtmögliche Vorteile aus Ihren Daten ziehen können:

1. Daten im Kernsystem belassen

2. Sicherstellen, dass Sie alle Datentypen verarbeiten können

3. Daten zur Automatisierung nutzen

4. Daten demokratisieren

5. Ihre Daten schützen

Auf jeden dieser Bereiche gehe ich näher ein. Vielleicht interessiert Sie mein erster Blog-Beitrag (Teil 1) zum Thema „Daten im Kernsystem belassen“. Im heutigen Blog-Beitrag geht es um die zweite Empfehlung: Dafür zu sorgen, dass Sie alle Datentypen verarbeiten können.

Bildquelle Microsoft Access von fmsinc.com © 1998

In einem meiner ersten Jobs im IT-Bereich, habe ich als Microsoft Access-Programmiererin gearbeitet. Viel Zeit habe ich damit verbracht, Daten aus verschiedenen Quellen in einem einzigen System zusammenzuführen. Dann bestand die Aufgabe darin, zwischen den diversen Datenquellen passende Beziehungen herzustellen (siehe oberes Beispiel). In der Welt von heute müssen Daten nicht nur aus relationaler Sicht sinnvoll sein, es gibt auch ein größeres Spektrum an Datentypen, wie etwa strukturierte, unstrukturierte, relationale oder geospatiale Daten, um nur ein paar Beispiele zu nennen.

Vielleicht haben Sie schon einmal den Ausdruck „Daten normalisieren" gehört. Im Wesentlichen geht es darum, verschiedene Datentypen zusammenzubringen und sinnvoll zu kombinieren. In dem SAP-Artikel heißt es: „Zu oft gehen Unternehmen an jeden Datentyp einzeln und jeweils anders heran. Dadurch wiederholt sich das Problem zusammenhangloser Daten, die kein ganzheitliches Bild ergeben.“

Im Bereich SAP HCM und Payroll sehen wir das recht häufig. Besonders wenn man bedenkt, wie viele Benutzer versuchen, ihre Daten durch mehrfache Downloads in einer Software wie Microsoft Excel zu bearbeiten. Es ist kein Geheimnis, dass man im Bereich SAP ERP HCM und Payroll zum Erstellen eines Reports oft mehrere Lösungen braucht. Darauf komme ich recht häufig zu sprechen. Nachfolgend sehen Sie ein Beispiel.

Oft fangen Benutzer damit an, dass sie Stammdaten mit einem mitgelieferten Report oder über Tabellen- oder Infotyp-Dumps aus Transaktionscode SE16 abrufen und dann mit Payroll-Daten aus dem Pay Recon-Report ergänzen. Kommen dann noch detaillierte Daten aus dem Organisationsmanagement hinzu, ist leicht zu erkennen, wie schnell etwas schief gehen kann. Schon allein die grundlegenden 1:n-Beziehungen – in Verbindung mit dem Konzept der effektiven Datierung – reichen aus, einem Programmierer das Leben schwer zu machen.

In dem SAP-Artikel wird empfohlen, unbedingt „eine Plattform zu wählen, die Daten sowohl multimodal als auch multidimensional behandelt.“  

Wenn Sie mit Daten aus SAP HCM und/oder SuccessFactors und dieser Landschaft arbeiten, ist es einfach, Sie auf eine Lösung eines Drittanbieters zu verweisen, die das bereits für Sie erledigt. Das ist natürlich EPI-USE‘ Query Manager (die einzige für diesen Zweck entwickelte SAP S/4HANA-zertifizierte Lösung). Query Manager löst die Herausforderung im Reporting für SAP HCM, wie die Abbildung unten zeigt.

Wenn Ihr Anwendungsbereich und Ihre Datenquellen weit über SAP ERP hinausgehen, brauchen Sie womöglich eine Plattform, wo Sie eine solche Datennormalisierung durchführen können. SAP Data Warehouse Cloud ist eine beliebte Option, die Kunden die Möglichkeit bietet, Daten im geschäftlichen Kontext in einer einheitlichen Cloud-Lösung für Daten und Analystics zu verbinden. Zum Glück können wir Ihnen dabei helfen, kritische HR- und Payroll-Daten in die SAP Data Warehouse Cloud zu übertragen.

In meinem nächsten Blog-Beitrag geht es um den dritten Punkt, der in dem Artikel „Five Ways to Make the Most of Your Data" genannt ist: Daten zur Automation nutzen.