Wie kann ich diesen Leitfaden verwenden?
Dies ist ein kurzer Leitfaden zur Unternehmensberichterstattung. Er soll Personen helfen, die sich schnell mit den Konzepten des Unternehmensberichtswesens vertraut machen müssen. Zu den Zielgruppen gehören Projektmanager, Business-Analysten und Systemarchitekten. Unabhängig davon, ob Sie geschäftliche und funktionale Anforderungen verwalten, Tools bewerten oder einen formalen Anbieterauswahlprozess durchführen, können Sie diesen Leitfaden auf drei Arten nutzen:
- Glossar – Grundlegende Definitionen für die wichtigsten Begriffe des Berichtswesens, mit Links zu weiterführender Literatur.
- Checkliste – Elemente der Berichtsgestaltung sowie geschäftliche und funktionale Anforderungen, die Sie berücksichtigen müssen.
- Tutorial – Vorwegnahme und Bewältigung der schwierigen organisatorischen Probleme bei der Erstellung von Unternehmensberichten.
Der Schwerpunkt liegt hier auf der effektiven Bereitstellung von Informationen für Manager. Dieser Leitfaden hilft Ihnen nicht bei spezifischen Inhalten, d. h. bei der Frage, worüber Ihre Organisation berichten sollte (Finanzen, Betriebsabläufe usw.). Er befasst sich auch nicht mit Anbietern von Berichten und BI-Beratungsunternehmen.
Was ist Unternehmensberichterstattung?
Ich definiere Unternehmensberichterstattung (oder Managementberichterstattung) als die regelmäßige Bereitstellung von Informationen für Entscheidungsträger innerhalb einer Organisation, um sie bei ihrer Arbeit zu unterstützen. Diese Berichte können in Form von Diagrammen, Texten und Tabellen erstellt werden und werden in der Regel über ein Intranet in Form von regelmäßig aktualisierten Webseiten (oder einem „Unternehmensportal“) verbreitet. Alternativ können sie auch direkt an die Benutzer gemailt oder einfach ausgedruckt und weitergereicht werden.
Arten von Unternehmensberichten
- Metrisches Management – In vielen Organisationen wird die Unternehmensleistung durch ergebnisorientierte Metriken gesteuert. Für externe Gruppen sind dies Service Level Agreements (SLAs). Für das interne Management sind es Key Performance Indicators (KPIs). In der Regel gibt es vereinbarte Ziele, die über einen bestimmten Zeitraum verfolgt werden. Sie können auch im Rahmen anderer Managementstrategien wie Six Sigma oder Total Quality Management (TQM) eingesetzt werden.
- Dashboards – Eine beliebte Idee ist es, eine Reihe verschiedener Indikatoren auf einer Seite darzustellen, wie ein Armaturenbrett in einem Auto. In der Regel verkaufen die Anbieter Ihnen „Berichte aus der Konserve“ (vordefinierte Berichte mit statischen Elementen und fester Struktur). Dieser Ansatz sollte es den Nutzern jedoch ermöglichen, ihre Dashboard-Ansicht individuell zu gestalten und Ziele für verschiedene Messgrößen festzulegen. Es ist üblich, Ampeln für die Leistung zu definieren (rot, orange, grün), um die Aufmerksamkeit des Managements auf bestimmte Bereiche zu lenken.
- Balanced Scorecards – Eine von Kaplan und Norton entwickelte Methode, die versucht, eine integrierte Sicht auf den Erfolg einer Organisation zu vermitteln. Neben der finanziellen Leistung werden auch Kunden, Geschäftsprozesse sowie Lern- und Wachstumsperspektiven einbezogen. (Sie sollten darüber lesen, wenn Sie sich nicht sicher sind, über welche Dinge Sie berichten sollen.)
Außerhalb des Anwendungsbereichs
- Ad-hoc-Analysen – Werden in der Regel einmalig für eine bestimmte Initiative durchgeführt und dann nie wieder aufgegriffen. Sie beinhalten oft die Erstellung eines Modells in einer Tabellenkalkulation, um „Was-wäre-wenn“-Szenarien zu erforschen. Alternativ können sie die Form eines schriftlichen Briefs oder eines einmaligen Berichts für das Management annehmen.
- Interaktive Abfragen – Am besten durch OLAP veranschaulicht, bezieht sich dies auf eine spezielle Technologie, die es einem Analysten (oder einem versierten Manager) ermöglicht, die Darstellung von Daten direkt zu manipulieren. Der Analyst kann Dimensionen auswählen (z. B. Zeit, Ort, Abteilung, Mitarbeiter usw.) und die Daten „aufreißen“ (expandieren) und „aufrollen“ (komprimieren).
- Data Mining (und erweiterte Statistik) – Hier werden Techniken wie neuronale Netze und maschinelles Lernen eingesetzt, um neue, interessante und nützliche Muster in den Daten zu entdecken. Dies eignet sich am besten für Analysen wie Klassifizierung, Segmentierung, Clustering und Vorhersage.