Planning Analytics Workspace - Praktische Anwendungen, Berichte und effiziente Datenmodellierung

<div class="hzweiwrapper"><span class="circled-number">1</span><h2 class="c-blog_head" id="1. PAW, PAfE und TM1 Web: Ein Blick hinter die Begrifflichkeiten">PAW, PAfE und TM1 Web: Ein Blick hinter die Begrifflichkeiten</h2></div>

Um Klarheit in dem scheinbaren Begriffswirrwarr verschiedener Softwarelösungen zu schaffen, bieten wir Ihnen zunächst eine kurze Erklärung zu den einzelnen Termini.

‍IBM Planning Analytics

IBM Planning Analytics ist eine umfassende Softwarelösung für die Unternehmensleistungsverwaltung (Enterprise Performance Management, EPM), die Unternehmen dabei unterstützt, ihre Budgetierungs-, Planungs- und Analyseprozesse zu optimieren.  

Planning Analytics Workspace (PAW)

PAW ist eine webbasierte Benutzeroberfläche für TM1. Sie bietet eine benutzerfreundliche Plattform für die Interaktion mit Planungsdaten, Analysen und Dashboards über verschiedene Geräte hinweg. Die Anwender profitieren von einer verbesserten Zusammenarbeit und intuitiven Tools für eine effektive Entscheidungsfindung.

Planning Analytics for Excel (PAfE)

Das Excel Add-in PAfE ermöglicht es, die leistungsstarken Funktionen von Planning Analytics direkt in vertrauter Microsoft Excel-Umgebung zu nutzen. PAfE stellt eine unmittelbare Verbindung zur TM1 Datenbank von Planning Analytics her, wodurch Nutzer Echtzeitzugriff auf Daten und Analysen, Berichterstellung und Planungsaktivitäten erhalten.

Spreadsheet Service (TM1 Web)

TM1 Web ermöglicht es Benutzern, über jeden unterstützten Web-Browser auf TM1-Daten zuzugreifen und mit diesen zu interagieren. Hierbei kann der User die Daten entweder über Cube-Ansichten oder über in PAfE erstellte Websheets je nach Berechtigung lesen und auch schreiben.

<div class="hzweiwrapper"><span class="circled-number">2</span><h2 class="c-blog_head" id="2. PAW als wichtiges Tool in der modernen Planung und Analyse">PAW als wichtiges Tool in der modernen Planung und Analyse</h2></div>

IBM Planning Analytics Workspace (PAW) ist ein webbasiertes Interface für IBM Planning Analytics, eine leistungsstarke Softwarelösung, die speziell für die Unternehmensplanung und -analyse entwickelt wurde. Als Online Analytical Processing (OLAP)-System hat PAW zum Ziel, eine mehrdimensionale Umgebung zu nutzen, um komplexe Analysen und Berichterstattungen durchzuführen. Unternehmen können in PAW ihre Finanz- und Betriebsdaten effizient verwalten, visualisieren und analysieren. Muster und Beziehungen in den Daten können erkannt und für Entscheidungsprozesse genutzt werden. Auf Grundlage dieser Datenaufbereitung können Forecasts durchgeführt werden. Die Umgebung von PAW ist intuitiv gestaltet und somit sehr benutzerfreundlich. Es lassen sich schnell aussagekräftige Dashboards und Berichte erstellen. Mehr zu den Vorteilen von PAW finden Sie in dem Blogbeitrag „5 Gründe wie IBM Planning Analytics Workspace Planung & Reporting verbessert“.

<div class="hzweiwrapper"><span class="circled-number">3</span><h2 class="c-blog_head" id="3. PAW einrichten und konfigurieren">PAW einrichten und konfigurieren</h2></div>

Nachfolgend erhalten Sie einen grundlegenden Überblick zur Installation von PAW. Für weiterführende Informationen stehen wir Ihnen gerne persönlich zur Verfügung. PAW kann sowohl auf einem Server als auch auf einer Cloud-Plattform installiert werden. Bei der Cloud-Option übernimmt IBM die Arbeit der Konfigurationsarbeit. Entscheidet man sich für die lokale Serverinstallation, stehen verschiedene Betriebssystemoptionen zur Verfügung. Wir sehen uns im Folgenden Red Hat Enterprise Linux und Windows genauer an.

Die essenziellen Schritte zur Konfiguration

Die Installationsschritte unter Windows und Red Hat Enterprise Linux sind sehr ähnlich, die jeweiligen Aktionen werden lediglich meist anders bezeichnet.  

Schritt 1, Dateien: Zunächst wird ein Archiv mit Dateien auf den Server geladen und dort entpackt.  
Die nun folgenden Schritte werden in beiden Betriebssystemen über Befehle in der Kommandozeile eingeleitet. ‍

Schritt 2, „Health Check“: Hierbei wird sichergestellt, dass genügend Speicherplatz und ein Virenscanner vorhanden ist, eine IP-Adresse zugewiesen wurde, usw. ‍

Schritt 3, Einrichtung: Es folgen einige Vorarbeiten und das lokale Image-Repository wird mit den Container-Images eingerichtet. Die Container-Images dienen dabei als Bauanleitungen, nach denen die Container erstellt werden. Die „Installation“ besteht also im Wesentlichen aus dem Kopieren von Images, aus denen dann automatisch die Container aufgebaut werden.  ‍

Schritt 4, Konfiguration: Danach findet die Konfiguration statt, in der grundlegende Einstellungen wie das Festlegen von Benutzerzugriffsrechten vorgenommen werden. 

Installation und Betriebssystemwahl: Wichtige Aspekte im Überblick

Bei der Einrichtung von Planning Analytics Workspace (PAW) sind fundierte Entscheidungen in Bezug auf das Betriebssystem und die Installation von entscheidender Bedeutung. Hier sind einige wesentliche Aspekte, die Sie bei der Installation von PAW beachten sollten, um einen reibungslosen Betrieb zu gewährleisten:

Webbasiertes Interface: Der Zugriff auf PAW erfolgt über eine Webseite, wodurch der Serverstandort für Benutzer unerheblich wird.  

Betriebssystemwahl: Bevor Sie sich für Windows oder Linux als Betriebssystem für Ihren PAW-Server entscheiden, sollten Sie die folgenden Überlegungen berücksichtigen.  

Container Engine Lizenz: Ein wesentlicher Schritt ist die Überprüfung der Lizenzbedingungen der Container Engine. Bei Linux erfolgt die Installation über die Container Engine Podman, ohne zusätzliche Lizenzkosten. Für die Windows-Installation ist seit Anfang 2023 der Erwerb einer Lizenz für Mirantis Container Runtime erforderlich.

Virenscanner-Einfluss: Bedenken Sie den Einfluss von Virenscannern auf die Container, insbesondere bei Windows Servern.

Admin-User: Eine besondere Eigenheit von PAW ist das Fehlen eines Default Admin Users. Der erste User, welcher sich nach der Installation bei PAW einloggt, wird automatisch zum Admin.

<div class="hzweiwrapper"><span class="circled-number">4</span><h2 class="c-blog_head" id="4. Aufbau von PAW">Aufbau von PAW</h2></div>

In diesem Abschnitt geht es um die vier Teilbereiche von PAW, welche in Abbildung 2 zu sehen sind.  

1. Anwendungen und Pläne: Welche Tasks fallen an?

Hinter dem Abschnitt "Anwendungen und Pläne" verbirgt sich ein integrierter Workflow. Assets wie Bücher, Ansichten und Websheets können durch logische Container gruppiert werden. Ein Plan-Administrator kann Aufgaben zuweisen und Abhängigkeiten oder Fälligkeitsdaten für Aufgaben definieren.

2. Berichte und Analyse: Ausdrucksstarke Berichte und Präsentationen in PAW

Im Bereich "Berichte und Analyse" erfolgt die Visualisierung und Analyse der in Cubes gespeicherten Daten. Innerhalb eines sogenannten Buchs können Trends erkannt, dargestellt und zusätzliche Daten eingetragen werden. Zur Veranschaulichung können Grafiken aus einer Cube-Ansicht generiert werden. Bücher können auch Videos oder Links zu Webseiten enthalten und miteinander verknüpft werden.

3. Daten und Modelle: Effiziente Datenmodellierung

Im Abschnitt "Daten und Modelle" werden die eigentlichen Daten in einer Datenbank gespeichert. Die Daten sind in verschiedenen Cubes organisiert, und zur besseren Übersicht können Ansichten der Cubes gespeichert werden. Zusätzlich können in diesem Bereich beispielsweise Turbo-Integrator Prozesse oder Rules erstellt, bearbeitet und gelöscht werden.  

4. Verwaltung: Wer hat welche Rechte?

Der Tab "Verwaltung" ist ausschließlich für Administratoren sichtbar. Administratoren haben die Aufgabe, Benutzer zu verwalten, neue Benutzer hinzuzufügen und sie bei Bedarf zu Administratoren zu befördern. Bei der Einführung neuer Funktionen in PAW entscheiden die Administratoren, ob diese genutzt werden können. Neben der Benutzerverwaltung werden auch die Datenbanken verwaltet und beispielsweise Schwellenwerte für Ressourcen wie Speicher- oder CPU-Nutzung definiert.

<div class="hzweiwrapper"><span class="circled-number">5</span><h2 class="c-blog_head" id="5. Datenbasierte Entscheidungsfindung: Einblick in die Anwendung von PAW anhand eines Fahrradherstellers">Datenbasierte Entscheidungsfindung: Einblick in die Anwendung von PAW anhand eines Fahrradherstellers</h2></div>

Im Folgenden werfen wir einen Blick auf ein Unternehmen, das sich auf die Herstellung und den Verkauf von Fahrrädern spezialisiert hat. Um sich den ständig verändernden Marktbedingungen effektiv anzupassen, strebt das Unternehmen danach, datenbasierte Entscheidungen schneller und präziser zu treffen. Hierzu plant der Fahrradhersteller die schrittweise Implementierung eines modernen Corporate Performance Managements, wobei der Schwerpunkt auf der Vertriebsplanung liegt. In diesem Kontext sollen sowohl die Absatzziele für das kommende Jahr als auch ein monatlicher Forecast in PAW erstellt werden. Im Folgenden beschreiben wir, wie das Unternehmen die ersten Schritte dieses Vorhabens umsetzen kann.

Um seine Vision zu verwirklichen, hat das Unternehmen sämtliche Daten in Form von Excel-Dateien gesammelt, beispielsweise für den Absatz in jedem Land eine eigene Excel-Tabelle. Diese Daten lassen sich nahtlos in PAW importieren. Wird ein Import häufiger durchgeführt, bietet sich aus Gründen der Zeitersparnis und geringeren Fehleranfälligkeit die Erstellung eines Turbo-Integrator Prozesses an.

Ein Turbo Integrator (TI) Prozess ist eine automatisierte Abfolge von Schritten, die dazu dient, Daten in der multidimensionalen Datenbank von TM1 zu verarbeiten, zu aktualisieren oder zu analysieren. Durch das Schreiben von Prozessen können wiederkehrende Aufgaben auf Knopfdruck ausgeführt werden.  

Gespeichert werden die Einträge aus den Excel Dateien in einem Cube. In unserem Beispiel erhält er den Namen „Absatz“ (siehe Abbildung 3). Der Cube „Absatz“ aus unserem Beispiel enthält die Dimensionen Region, Produktname und Monat. Der Eintrag der Zelle mit den Koordinaten „Sachsen, Mountainbike 1, März“ lautet 250, was bedeutet, dass das Unternehmen in Sachsen im März 250 Modelle des Produkttyps Mountainbike 1 verkauft hat.

Eine Dimension in TM1/PAW repräsentiert eine Kategorie. Dimensionen sind unabhängig von Cubes, in denen sie verwendet werden. Sie enthalten keine Datenpunkte und sind hierarchisch organisiert. Die Zeitdimension kann beispielsweise eine Hierarchie von Jahr-Quartal-Monat-Tag haben. Diese Struktur ermöglicht eine flexible Analyse auf verschiedenen Ebenen der Daten.

Was in Excel Formeln sind, sind in PAW Rules. Sie ermöglichen automatische Berechnungen und die Manipulation von Daten. Diese Berechnungen können einfache mathematische Operationen sowie komplexe Geschäftslogiken von Werten innerhalb eines Cube oder auch zwischen mehreren Cubes umfassen. PAW ist besonders leistungsstark, was das Aggregieren von Werten mittels einer Gewichtung betrifft, weshalb man für die Aggregation in der Regel keine Rules verwendet.

Gibt es Tätigkeiten wie Wartungsarbeiten, welche regelmäßig durchgeführt werden sollen, kann man hierfür Chores/Jobs anlegen. Chores sind automatisierte TI-Prozesse, die dazu dienen, wiederkehrende Aufgaben effizient zu bewältigen und beispielsweise täglich automatisch zu laufen.

Konkrete Vorteile für den Fahrradhersteller durch Anwendung von PAW:

• Schnellere, präzisere datenbasierte Entscheidungen
• Effektive Anpassung an sich verändernde Marktbedingungen
• Transparente Vertriebsplanung mit klaren Absatzzielesetzungen 
• Nahtlose Integration von Excel-Daten für effiziente Datenverwaltung
• Automatisierte Datenverarbeitung durch Turbo-Integrator Prozesse
• Flexible Analyse auf verschiedenen Ebenen durch Cubes und hierarchisch organisierte Dimensionen
• Präzise Darstellung der Daten (beispielsweise der Absatzzahlen)
• Stärkung der Entscheidungsgrundlagen durch Anwendung von Rules für automatische Berechnungen sowie Forecasting
• Effiziente Bewältigung wiederkehrender Aufgaben durch Chores/Jobs in PAW