Nachdem der Fokus im ersten Blogteil zum Controlling für Beratungsprojekte auf der thematischen Hinführung zum Projektcontrolling in der Beratung sowie deren Eingrenzung und die Einführung der beteiligen Systeme lag, geht es im zweiten Teil der Blogreihe um die technische Umsetzung mithilfe dieser Systeme, um das Ziel eines effektiven und effizienten Projektcontrollings gewährleisten zu können.
Für die Anbindung der Daten aus den über die Module gepflegten Odoo-Tabellen ist es zunächst notwendig, die passenden Konfigurationsparameter aus Odoo in Power BI Desktop einzutragen. Sind die Angaben zu Server, Datenbank, Nutzer und Passwort hinterlegt, steht der Zugang zu allen freigegeben Tabellen aus der Odoo-Datenbank bereit.
Über die Datenpflege in Odoo auf Ebene der Benutzeroberfläche und innerhalb der Module werden die Daten in den Tabellen automatisiert auf Datenbankebene angelegt und somit jegliche Änderungen vermerkt. Zudem werden Kreuztabellen für die Verknüpfung vereinzelter Tabellenfelder, ebenfalls automatisch im Hintergrund, auf besagter Datenbankebene angelegt. Für die gewünschte Darstellung der Projektzeiten und Verrechnungssatzentwicklung sind etwa 20 der einigen hundert Tabellen notwendig, um alle Informationen zu erfassen und mehrdimensional auswerten zu können. Mit der Anbindung dieser Tabellen beginnt die Einleitung der ETL-Schritte, dem Kernprozess hinter jeder BI-Auswertung, so auch in Power BI.
ETL steht für "Extraktion, Transformation, Laden" und bezieht sich auf die Datenvorverarbeitung der aus den externen Quellen bezogenen Daten (in diesem Fall aus Odoo) im Zuge der bedarfsgerechten Darstellung im späteren Report. Die Extraktion der Daten ist mit der Anbindung der Tabellen weitestgehend abgeschlossen, sodass im nächsten Schritt die Transformation der Tabellen und Felder stattfinden kann. Hierüber wird die eigentliche Datenvorverarbeitung und -aufbereitung über eine Vielzahl an ineinander übergreifenden Schritten abgehandelt, um die Daten für die Auswertung im letzten Schritt verknüpfen, eindeutig zuordnen sowie hierarchisch anordnen zu können.
So werden beispielsweise Tabellen und deren Felder erzeugt, berechnet, eliminiert, verknüpft und gemappt sowie Bezeichnungen und Datentypen angepasst. Nach Abschluss der logischen Grundstrukturierung können die finalen Tabellen als sogenannte Dimensionen (Hierarchieebenen nach Kontext) und Fakten (Detaildaten zur Aggregation und Kennzahlenentwicklung) in das Power BI-Datenmodell geladen werden. In diesem werden die Tabellen über eindeutige IDs verknüpft und zur Bereitstellung von tabellenübergreifenden Abfragen, Filterungen und Kennzahlenentwicklung vorbereitet.
Die beschriebenen Schritte im ETL-Prozess folgen dem klassischen Power BI Workflow. So werden die schon abgehandelte Abfrage und Vorverarbeitung der Daten im Schritt Data Preprocessing über die Query View des Tools umgesetzt. Die aufbereiteten Tabellen des Vorsystems können über die Data View als Teil des Data Modeling noch um Dimensionen, Kennzahlen oder Spalten ergänzt werden.
Im Anwendungsfall wird so beispielsweise eine generische Zeitdimension angelegt, welche vom einzelnen Tag, über Kalenderwochen und Monate, bis hin zum Jahr eine hierarchische Abbildung des Zeithorizonts gewährleistet. Zudem werden hierüber Kennzahlen angelegt, die für die Auswertung von Relevanz sind und auf den Einträgen der aus den Odoo-Daten generierten Faktentabellen basieren (Anwesenheitszeiten, Projektzeiten, Rechnungsbeträge, etc.). Die im Folgenden beschriebene Verknüpfung der finalen Tabellen vervollständigt das Data Modeling und wird über die Modeling View des Tools umgesetzt.
Im untenstehenden Datenmodell sind die für das Projektcontrolling verknüpften und aufbereiteten Tabellen basierend auf den Odoo-Grunddaten dargestellt, die für die Erzeugung der Reports im letzten Schritt zu Verfügung stehen. Aus den zehn im ersten Blogbeitrag angesprochenen Modulen und zugrundeliegenden Datenbanktabellen entstehen zwei Dimensionstabellen zur Filterung und Eingrenzung (Mitarbeiter, Kunde_manaTec) sowie drei Faktentabellen (HR, Zeiterfassung, Finanzen) zur Auswahl, Generierung und Gegenüberstellung der entsprechend gewünschten Kennzahlen.
Die Dimension Zeit wird über die Data View zusätzlich angelegt und vervollständigt die Dimensionstabellen. Hierüber können Projektzeiten und Umsätze auf einen Zeitraum begrenzt werden und eben diese Zeiträume gegenübergestellt werden. Über die Dimension Mitarbeiter kann die Entwicklung der Kennzahlen auf die Mitarbeiter heruntergebrochen und in Fachbereiche unterteilt werden. Die Dimension Kunde_manaTec dient der Unterscheidung nach Projekten und Kunden, sowie der Zuordnung der Kennzahlen auf abrechenbare oder nicht abrechenbare bzw. interne Projekte.
Die Faktendimensionen selbst stellen die entsprechenden Kennzahlen bereit. Über den Fakt Finanzen werden beispielsweise alle eingehenden und ausgehenden Rechnungen bereitgestellt. Der Fakt Zeiterfassung liefert alle intern von den Mitarbeitern geschriebenen Stunden, welche je nach Fall entsprechenden Aufgaben, übergeordneten Aufgaben, Projekten und schließlich Kunden zugerechnet werden können. Der Fakt HR ist für umfassende Arbeitszeitauswertungen vorgesehen und liefert für diesen Anwendungsfall die tatsächliche sowie die potenzielle Anwesenheitszeit unter Berücksichtigung von Feiertagen und Urlaub, je nach Arbeitsvertrag der Mitarbeiter. Mit der Verknüpfung der Tabellen über eindeutige IDs steht der Auswertung im letzten Schritt des Workflows nichts mehr im Wege.
Welche Kennzahlen nun letztlich abgebildet werden und wie diese in den Reports entsprechend aufbereitet dem Ziel eines einfachen Projektcontrollings dienen können, ist Teil des nächsten Blogbeitrags. Als Teil der Data Visualization über die Report View des Tools wird in diesem Zuge der Power BI Workflow vervollständigt.
Sie suchen nach einer Business Intelligence-Lösung für Ihr Unternehmen und haben Interesse an hilfreichen Tools wie Jedox oder Power BI? Kontaktieren Sie uns jetzt und wir stehen Ihnen als zuverlässiger Partner zur Seite!