Zum Inhalt springen

Erkenntnisse aus Ihren Daten gewinnen

Der Saiku-Workbench ist ein Werkzeug, keine Antwort. Die anderen Seiten behandeln die Mechanik — hier ziehen, dort klicken. Diese Seite behandelt, was man mit der Mechanik tatsächlich anfängt: wie Sie eine geschäftliche Frage nehmen und in eine Saiku-Analyse verwandeln, die sie beantwortet.

Beginnen Sie mit der Frage, nicht mit den Daten

Der größte Fehler, den Analysten in OLAP-Tools machen, ist, bei „welche Daten haben wir?” zu beginnen und herumzuklicken, bis etwas Interessantes auftaucht. Das ist Exploration, keine Analyse. Manchmal nützlich — meistens nicht.

Ein besserer Anfang: Schreiben Sie die Frage auf, bevor Sie Saiku öffnen.

  • „Welche Regionen haben den Umsatz im Q4 um mehr als 20 % gegenüber dem Vorjahr gesteigert?”
  • „Wie verläuft unsere Bruttomarge nach Produktlinie über die letzten 12 Monate?”
  • „Welche Kunden haben in den letzten 60 Tagen nichts gekauft, davor aber regelmäßig?”

Ist die Frage explizit, wissen Sie, was Sie brauchen:

  • Ein Measure (Umsatz, Marge, Kundenanzahl).
  • Eine Dimension zum Schneiden (Region, Produktlinie, Kunde).
  • Einen Zeitfilter (Q4, letzte 12 Monate, letzte 60 Tage).
  • Einen Vergleich (gegen Vorjahr, gegen Trend, gegen Grundgesamtheit).

Jetzt sind die Griffe im Workbench offensichtlich.

Das Vier-Schritte-Muster

Die meisten Analysen folgen derselben Form:

  1. Wählen Sie das Measure. Welche Zahl beantwortet die Frage?
  2. Wählen Sie die Schnittdimension. Wonach soll es aufgeteilt werden?
  3. Wählen Sie das Zeitfenster. Welcher Zeitraum?
  4. Wählen Sie den Vergleich. Gegen was?

Schritt 1 + 2 + 3 geben Ihnen eine Zahl. Schritt 4 ist das, was daraus eine Erkenntnis macht statt bloß eines Werts.

Durchgerechnetes Beispiel: regionales Umsatzwachstum

Die Frage: Welche Regionen haben den Umsatz im Q4 um mehr als 20 % gegenüber dem Vorjahr gesteigert?

Zerlegen:

  • Measure: Umsatz (Summe).
  • Dimension: Region.
  • Zeitfenster: Q4 2024 gegen Q4 2023.
  • Vergleich: prozentuale Veränderung zwischen beiden.

Im Workbench:

  1. Ziehen Sie Region auf ROWS.
  2. Ziehen Sie Revenue auf MEASURES.
  3. Ziehen Sie Time › Year auf FILTER; wählen Sie 2023 und 2024.
  4. Ziehen Sie Time › Quarter auf COLUMNS, gefiltert auf Q4.
  5. Sie haben nun den Umsatz für Q4 2023 und Q4 2024 nebeneinander, nach Region.
  6. Fügen Sie ein Calculated Member für das Verhältnis hinzu: ([Q4 2024 Revenue] - [Q4 2023 Revenue]) / [Q4 2023 Revenue], als Prozentsatz formatiert. (Für eine schlichte Periode-gegen- Periode-Zahl erledigt das Growth calculation… auf dem Measure-Chip ohne Formel.)
  7. Öffnen Sie die Achsenoptionen der Rows und Order… nach dieser Spalte, absteigend.

Der Kopf der Tabelle beantwortet die Frage direkt. Rechtsklicken Sie eine Region und Include Level ihre Produkte, um zu sehen, was das Wachstum getrieben hat.

Muster

Ein paar Griffe kommen immer wieder vor.

Periode gegen Periode. Zwei Datumsfilter plus ein Verhältnis als Calculated Member. Die Form oben — funktioniert für „dieses Jahr gegen letztes”, „dieser Monat gegen denselben Monat im Vorjahr”, was auch immer.

Top N + der Rest. „Top 10 Kunden nach Umsatz, alle anderen zu Sonstige zusammengefasst.” Filtern Sie die Dimension auf die Top 10; fügen Sie ein Calculated Member für total - sum(top 10) mit dem Label „Alle anderen” hinzu.

Drillen, dann pivotieren. Drillen Sie in einen Elternwert, der interessant aussieht, und tauschen Sie dann die Achsen (Symbolleisten-Schaltfläche), um die Kinder nebeneinander statt gestapelt zu sehen. Schneller Weg, sich neu auszurichten, wenn die Form auf der obersten Ebene Sie zu einer bestimmten Frage eine Ebene tiefer führt.

Zusammensetzung innerhalb eines Vergleichs. Wenn jeder Balken auch zeigen soll, woraus er besteht, trägt ein gestapelter Balken beides — Summen über Kategorien, Aufschlüsselung innerhalb jeder. Bei einer Hierarchie tun Sunburst oder Treemap dieselbe Arbeit radial.

Anti-Muster

Ein paar Griffe, die man meiden sollte.

Kreisdiagramme mit 12+ Segmenten. Unlesbar. Wechseln Sie stattdessen zu Treemap oder Sortieren + Balken.

Drillen ohne Filtern. Year → Quarter → Month → Day auf einem Fünf-Jahres-Cube zu drillen, gibt Ihnen ~1825 Zeilen. Filtern Sie zuerst auf ein Fenster.

Der Standardreihenfolge vertrauen. Der Standard ist das, was der Cube zurückgegeben hat — meist die natürliche Ordnung der Dimension, nichts Bedeutsames über die Zahlen. Nutzen Sie Order… in den Achsenoptionen, bevor Sie Schlüsse aus „dem Anfang der Liste” ziehen.

Auto-Run auf einer langsamen Abfrage. Wenn eine Abfrage dreißig Sekunden braucht und Sie das Layout noch zusammensetzen, feuert jedes Ziehen eine vollständige Abfrage ab, die niemand wollte. Haken Sie Auto-run im Run-Dropdown ab, komponieren Sie, und laufen Sie einmal.

Wann ein Chart, wann die Tabelle

  • Tabelle, wenn Sie exakte Zahlen wollen. „Wie hoch war der Q4-Umsatz im Südwesten?” will $2.381.492, keinen Balken von ungefährer Höhe.
  • Chart, wenn Sie das Muster wollen. „Welche Regionen sind gewachsen und welche geschrumpft?” will die visuelle Gestalt eines Balkendiagramms, nicht die Zahlenreihe.

Ein gängiger Ablauf: in der Tabelle aufbauen, um zu bestätigen, dass die Daten stimmen, für das endgültige Visual zum Chart wechseln, dann zurückwechseln, um einzelne Zahlen zu verifizieren, falls nachgefragt wird.

Ihr Ergebnis weitergeben

Haben Sie die Antwort gefunden, bewahrt Save as in der Symbolleiste das Workbook. Wählen Sie einen Ordner, den die Leute sehen können, die es haben wollen.

Drei Wege, es weiterzugeben, in aufsteigender Dauerhaftigkeit:

  • Die URL schicken. Die ganze Abfrage lebt in der Adresszeile. Kopieren, einfügen, fertig — kein Speichern, keine Ordnerberechtigungen, nichts einzurichten. Mit Abstand der schnellste Weg, „schau dir das an” zu sagen.
  • Das gespeicherte Workbook teilen. Jeder mit Zugriff auf Ihren Workspace öffnet dieselbe Abfrage und bekommt lebende Zahlen, weil sie jedes Mal neu läuft. Richtig für etwas, zu dem Leute zurückkehren werden.
  • Export. Excel, CSV, PDF oder direkt per E-Mail. Eine Momentaufnahme der Zahlen, wie Sie sie gesehen haben — richtig für Leute außerhalb der Plattform und für alles, was in einen Bericht geht, in dem sich die Zahlen nicht unter Ihnen verschieben sollen.

Wann Saiku nicht das richtige Werkzeug ist

Ein paar Fälle, in denen Saikus Stärken nicht helfen:

  • Operative Abfragen auf Zeilenebene. „Zeig mir die Bestellungen 47281 bis 47290.” Das ist eine SQL-Abfrage, keine OLAP-Analyse — rechtsklicken Sie stattdessen eine Datenzelle, um zu den Zeilen durchzudrillen.
  • Echtzeit-Dashboards. Saiku führt Abfragen auf Anforderung aus. Wenn Sie eine Zahl brauchen, die sich alle 30 Sekunden ohne Menschen in der Schleife aktualisiert, passt ein anderes Tool besser.
  • Freitextsuche über Daten. Saiku durchsucht keine Zeilen; es aggregiert sie. Für „finde jede Bestellung, die im Kommentarfeld ‚dringend’ erwähnt”, schauen Sie woanders.

Für alles andere — Aggregationen entlang von Dimensionen schneiden, mit oder ohne Chart — ist Saiku das, was Sie wollen.

Wie geht es weiter?