Projekte – Martin Grosse | Engineered Analytics

60+ tägliche Nutzer

5 Geschäftsbereiche

Eine Zahl Volumenplan als gemeinsame Basis

Herausforderung

Ein europäisches Konsumgüterunternehmen führte seinen IBP*-Prozess über fünf Bereiche hinweg – mit fünf verschiedenen Sichten auf den Plan. Mehrere ERP-Systeme, fehlende Integration und Excel-basierte Abstimmungsprozesse sorgten dafür, dass die Zahlen je nach Quelle unterschiedlich ausfielen, wenn sich Nachfrage, Versorgung, Finanzen und Betrieb zur Planungsrunde zusammenfanden. Der Prozess war vorhanden. Die Disziplin war da. Die Datenbasis nicht.

Vorgehen

Ich entwarf und baute ein einheitliches Planungsdatenmodell auf Microsoft Fabric – integrierte die verschiedenen Quellsysteme, transformierte operative Daten in einen einheitlichen Volumenplan und erstellte das Semantikmodell, das IBP-Reviews auf jeder Ebene der Organisation unterstützt. Full Stack: Lakehouse, Pipelines, dimensionales Modell, Power-BI-Berichtsschicht.

Ergebnis

Mehr als 60 tägliche Nutzer aus fünf Geschäftsbereichen arbeiten jetzt mit derselben Zahl. Der IBP-Zyklus – von operativen Reviews bis hin zum Management Business Review – läuft auf einer einzigen Planungsversion. Der Dialog hat sich von der Datenabstimmung hin zur Entscheidungsfindung verschoben.

* Integrated Business Planning (IBP) ist ein Unternehmenssteuerungsrahmen – entwickelt und lizenziert von Oliver Wight –, der alle Funktionen eines Unternehmens rund um einen einheitlichen Betriebsplan ausrichtet, der monatlich auf mehreren Organisationsebenen überprüft wird.

↑ Nach oben

200+ versorgte Nutzer

4 ERP-Quellsysteme

Metadaten-gesteuert Pipeline-Steuerung

Herausforderung

Die Entscheidung, von lokalen SQL-Servern auf Snowflake zu migrieren, brachte mehr als zweihundert Menschen in eine schwierige Lage. Teams aus Supply Chain, Planung, Marketing und Betrieb hatten ihre Reporting-Workflows auf direkte SQL-Verbindungen aufgebaut – Power-BI-Dashboards, Excel-Arbeitsmappen, eigene Abfragen. Snowflake bietet keinen nativen SQL-Connector für Power BI oder Excel. Da die IT plante, die lokalen Server abzuschalten, wären diese Nutzer zurückgelassen worden: Daten verschoben, Zugang verloren.

Vorgehen

Ich entwarf und baute eine metadatengesteuerte Erfassungsschicht auf Microsoft Fabric Lakehouse – mit Datenübertragung aus Snowflake über vier ERP-Systeme (drei SAP-Instanzen, ein JDA-System) und mehr als zweihundert Quelltabellen. Vollständige und inkrementelle Ladevorgänge, zentral koordiniert durch ein Metadaten-Steuerungsframework statt durch individuelle Pipeline-Skripte; Verkaufsauftragsdaten wurden stündlich aktualisiert. Die Daten landen in einer dreischichtigen Architektur – Roh, Beschriftet, Modelliert* – und werden über Fabric-SQL-Endpunkte bereitgestellt, sodass bestehende Power-BI-Berichte und Excel-Arbeitsmappen ohne Neuschreiben der SQL-Logik auf neue Verbindungen umgestellt werden können.

Ergebnis

Der Übergang erfolgte, ohne das Bestehende zu beschädigen. Legacy-Berichte wechselten von den abzuschaltenden lokalen Verbindungen zu Lakehouse-SQL-Endpunkten – mit einer spürbaren Verbesserung der Abfrageleistung. Supply-Chain-Planungsnutzer begannen, von persönlichen Excel/SQL-Arbeitsmappen auf Excel umzusteigen, das mit gemeinsamen, verwalteten Datenmodellen verbunden ist. Die Plattform wurde zur Datenbasis für ein umfassenderes Analytics-Programm beim selben Kunden – einschließlich der oben beschriebenen IBP-Planungslösung.

* Roh, Beschriftet und Modelliert sind die drei Datenschichten dieses Projekts – entsprechend dem Muster der Medaillon-Architektur (Bronze/Silber/Gold) in der modernen Datentechnik. Roh enthält die erfassten Quelldaten; Beschriftet wendet Geschäftsschlüssel und -definitionen an; Modelliert dient als analytische Grundlage für Reporting- und Planungstools.

↑ Nach oben

Wirkung.

Ein Modell. Fünf Geschäftsbereiche. 60+ tägliche Nutzer.

Herausforderung

Vorgehen

Ergebnis

Vier ERP-Systeme. Zweihundert Nutzer. Keine Unterbrechung.

Herausforderung

Vorgehen

Ergebnis

Eine Datenherausforderung? Sprechen wir darüber.