8. semester Økonomistyring og informatik Gruppe 3

Transkript

1 Titelblad Titel: Temaramme modul 1: Temaramme modul 2: Opgave: Afleveringsdato: Datafangst: Opbygning og design af registreringsopgaven dedikeret ledelsesog beslutningsinformation samt udvikling af ledelsesinformationssystem. Datafangst: Opbygning og design af registreringsopgaven dedikeret ledelsesog beslutningsinformation. Multidimensionel afrapportering. 2. semesteropgave - cand.merc. Økonomistyring og Informatik 28. maj 09, Aalborg Universitet 1 Normalsider: 60 Udarbejdet af: Gruppe 3 Vejledere: Henrik Find Fladkjær og Lars Ole Wiese Kenneth Lefevre Nielsen Rasmus Jessen 2 Henrik Hjort Nielsen Jesper Schou Madsen Side 1 af 90

2 Indholdsfortegnelse: 1. Metode Paradigmeopfattelse Virkelighedsopfattelse Videnskabsopfattelse Indledning modul Arbejdsparadigme modul Balanced scorecard Beskriv strategien Balanced scorecard-konceptet Årsagsvirkningssammenhæng Den strategifokuserede organisation Kritik og forudsætninger ved anvendelse af balanced scorecard Data warehouse Data mart Dimensional modellering Metadata ETL-processen Transformationsprocessen Inmon vs. Kimball Corporate Information Factory Bus-arkitektur Data warehouse og balanced scorecard Valgt tilgang til opbygning af data warehouse Case Opbygning af data warehouse Ledelsesinformation og afdelingsinformation Det opbyggede data warehouse ETL-proces Afrunding modul Indledning modul Arbejdsparadigme modul Side 2 af 90

3 13. Balanceret vækst Balanceret vækst og BSC On-Line Analytical Processing Krav til OLAP-applikationer MOLAP-kuber Kubeopbygning og hierarkier Hierarkityper Opbygning af dimensioner i kuberne PALO Fra teoretisk problem til praktisk problem i PALO Afrapportering i PALO Afrunding modul Litteratur Bilag...84 Side 3 af 90

4 1. Metode Afsnittet har til formål at skabe en forståelse af, hvordan hele projektprocessen er blevet tilrettelagt. Det vil herunder fremstå, hvad metode er, og hvordan metode er brugt i indeværende projekt. Metode er i denne forbindelse det middel, der bruges til erkendelse og videreformidling af denne erkendelse. Hvordan erkendelse opnås, vil blive beskrevet i arbejdsparadigmerne, mens de grundlæggende antagelser om virkeligheden og verden, der ligger til grund for projektet, vil blive beskrevet i det følgende. Der vil dog først blive reflekteret over selve projektets generelle opbygning igennem de to moduler. Dette gøres med udgangspunkt i følgende figur: Figur 1: Projektets fokusområder Source Systems Data Stagging Area Presentation Servers End Users Operationelt system - ERP-system Udtrækning Lagring af data Klargørelse af data til data marts Uploadning Data Marts: Dimensional, Subjektorien teret Querybaserede feeds Forskellige slutbrugere 1. modul 2. modul Kilde: Egen tilvirkning med inspiration fra Kimball(1998) Heraf kan det ses, at 1. modul hovedsageligt vil fokusere på udtrækning af data fra operationelle systemer, 1 lagring af disse data samt klargørelse og load af dataene til de respektive data marter i virksomheden. Efterfølgende vil 1. modul således danne udgangspunkt for 2. modul, hvor fokusområderne i høj grad bliver opsætningen af selve præsentationsserveren eller data warehouset for derefter at bearbejde data med OLAPkuber. På denne måde vil læringsprocessen blive en kontinuerlig proces henover modulerne, hvilket dog i nogen grad kræver, at de to modulemner er sammenhængende. Det vil sige, at 1. modulemne derfor er bestemmende for omfanget af 2. modulemne. Denne fremlægning af modulerne hænger endvidere sammen med undervisningen, da der sideløbende med 1. modul blev undervist i generel teori om data warehouse, og der sideløbende med 2. modul blev undervist i multidimensionel analyse. Side 4 af 90

5 Da der er tale om et sammenhængende projekt bestående af de 2 moduler bliver metodeafsnittet således et overordnet afsnit til begge moduler. I det følgende vil paradigmeopfattelsen, herunder virkelighedsopfattelsen, og andre paradigmedannende elementer blive forklaret. 1.1 Paradigmeopfattelse Törnebohms evolutionære paradigmeopfattelse benyttes i projektet, men der tages udgangspunkt i Kuhns revolutionære paradigmeopfattelse for at forstå baggrunden for Törnebohms paradigmeopfattelse. Samtidig opnås der en refleksion over de to paradigmeopfattelser, og det vil være muligt at begrunde valget af Törnebohms paradigmeopfattelse ud fra Törnebohms kritik af Kuhns paradigmeopfattelse. Kuhn så det videnskabelige arbejde, som arbejde indenfor et givet paradigme, hvor der søges at påvise, at 1 2 anomalier, indenfor paradigmet, i bund og grund er forenelige med paradigmet. På denne måde bliver videnskab en disciplin i at påvise, at anomalier er forventelige størrelser i de paradigmer, de vedrører. I de tilfælde, hvor dette ikke lader sig gøre, og anomalierne ikke kan forklares mere indenfor det gældende paradigme, må dette afløses af et nyt paradigme. Dette er Kuhns videnskabelige revolution. 1 Den revolutionære opfattelse af paradigmet giver dog anledning til problemer, og specielt forskellen mellem naturvidenskabernes og samfundsvidenskabernes paradigmer giver anledning til en anden paradigmeopfattelse. Törnebohm forklarer således, at forskere med stor prestige på grund af deres tidligere arbejde bliver ophævet til autoriteter indenfor deres respektive felter, og god forskning bliver således bedømt i forhold til disse autoriteter, hvilket betyder, at god forskning er at efterligne autoriteterne indenfor et paradigme. 2 Dette er selvsagt uheldigt, da resultatet bliver et statisk paradigme uden nytænkning og udvikling. Inden for samfundsvidenskaberne behøves der ikke nødvendigvis være noget i vejen for, at et nyt paradigme kan eksistere ved siden af et ældre paradigme. Törnebohm argumenterer således for, at et paradigmes bestanddele ændres løbende i takt med udviklingen. 3 Det er med denne baggrund, at Törnebohms paradigmeopfattelse benyttes. Törnebohm definerer et paradigme på følgende måde: Ett paradigm är ett överordnet styr- och kontrollorgan inom ett undersökande system. Det består av dessa delar: en vetenskapsuppfattniung, ett vetenskapsideal, en världsbild, en etik och en estetik. 4 1 Pahuus i Christensen(red.)(04) s Törnebohm(1974) s. 3 3 Törnebohm(1974) s. 4 Törnebohm(1974) s. 2 Side af 90

6 I projektet benyttes der en modificeret udgave af Törnebohms paradigmeopfattelse. Det vil sige, Arbnor og Bjerke(1997) omskriver Världsbild til Conception of reality eller virkelighedsopfattelse på dansk. Paradigmet kommer derfor til at bestå af følgende elementer i nævnte rækkefølge: Virkelighedsopfattelse Videnskabsopfattelse Videnskabsidealer Etiske og æstetiske aspekter. Hertil inddrages semantik og logik ligeledes som paradigmedannende elementer, og til forklaring af virkelighedsopfattelsen, som ligger til grund for projektet, tages der udgangspunkt i Nørreklits opfattelse af virkeligheden. Videnskabsidealer samt etiske og æstetiske aspekter inddrages dog ikke i den efterfølgende behandling, da disse begreber ikke vil blive benyttet i projektet Virkelighedsopfattelse Nørreklits virkelighedsopfattelse er en firedimensional opfattelse af virkeligheden. Disse fire dimensioner består af fakticitet, mulighed, 6 værdier og kommunikation. Alle fire er forbundet med følgende citat, som 1 kan danne udgangspunkt for en virkelighedsdefinition: 7 Virkeligheden knytter sig til muligheden for at udføre bevidste virkende handlinger Den første dimension, fakticitet, knytter sig til vores erfaringsgrundlag, hvorved det gøres muligt at skelne mellem virkelighed og fiktion. Fakticitet er således en betingelse for virkelighed. Den næste dimension er 2 mulighed. Mulighed er en betingelse for livet, idet Nørreklit(04) argumenterer for, at en aktør uden mulighed er død. Virkeligheden eksisterer endvidere kun, hvis der er en kombination af fakta og mulighed. Eksempelvis kan der ligge en bog på et bord, som aktøren kan læse i eller undlade at læse i. Mulighederne skabes altså gennem refleksion, som i høj grad sker gennem vores erfaringer. 8 Mulighed er senere omskrevet til logik af Nørreklit et al.(06), hvorved muligheder opstår som følge af erfaringsgrundlaget. Det vil sige, at der skal oprettes et teoretisk grundlag om de benyttede teorier for, at der senere kan foretages en analyse af en given problemstilling indenfor teorierne. For at det er muligt for aktøren at vælge mellem for- Arbnor & Bjerke(1997) s I stedet for mulighed er begrebet logik senere inddraget, hvor mulighederne opstår gennem logiske refleksioner over fakta. Logik og mulighed er derfor i vid udstrækning det samme i litteraturen. Se Nørreklit, Nørreklit & Israelsen(06) 7 Nørreklit i Christensen(04) s Nørreklit, Nørreklit & Israelsen(06) s. 46 Side 6 af 90

7 skellige alternativer, som opstår på grund af mulighedsdimensionen, er det nødvendigt at inddrage den tredje dimension; begrebet værdi. 9 Værdibegrebet spiller en væsentlig rolle i forbindelse med virkeligheden, da det uden værdibegrebet vil være umuligt for aktøren at prioritere alternativer, og der vil ikke kunne foretages et valg. Aktøren vil således være i stand til at prioritere, hvilken bog, vedkommende helst vil læse i det tilfælde, at der ligger flere bøger på bordet. Værdi bliver derfor det: der knytter mig til verden for sin egen skyld, fordi det gør verden dejlig, elskelig og spændende at være i. Den sidste dimension er kommunikation. Uden kommunikation vil virkeligheden mangle det intersubjektive og sociale aspekt. Kommunikationen mellem aktørerne har derfor til mål at formidle de tre foregående dimensioner, og værdidimensionen vil udelukkende blive synlig gennem kommunikationen. 11 Kommunikationsdimensionen bliver således en forklaring af handlinger foretaget på baggrund af de tre andre dimensioner. Vores grundlæggende antagelse om virkeligheden bliver derfor en firedimensional virkelighed, som kun eksisterer som helhed, idet hver enkelt dimension i sig selv ikke kan forklare virkeligheden. Muligheder giver 1 eksempelvis ingen mening uden fakticiteten, og som beskrevet vil det ikke være muligt at vælge mellem al- ternative muligheder uden værdier. Til disse fire dimensioner inddrages som skrevet semantik og logik. Semantik vedrører ords betydning. Det er således nødvendigt at inddrage definitioner af begreber og lignende for at undgå misforståelser. Dahllöf definerer semantikken således: 12 Semantiken kan [ ] definieras som det vetenskapliga studiet av betydelse 2 Denne definition stiller imidlertid spørgsmålet om, hvad betydelse er. I indeværende projekt vil semantikken benyttes som ords sproglige indhold. Betydning, som sprogligt indhold, 13 skal forstås som definitionen af forskellige begreber. 14 Eksempelvis definitionen af ordet rente som værende prisen på kapital. I projektet vil det derfor være nødvendigt at definere, hvad eksempelvis et data warehouse og et data mart er, samt hvordan begrebet balanced scorecard forstås altså hvilken betydning balanced scorecard tillægges i 9 Nørreklit, Nørreklit & Israelsen(06) s. 47 Nørreklit i Christensen(04) s Nørreklit i Christensen(04) s Dahllöf(1999) s. 13 Herudover kan betydning også forstås som en virkning og som grundlag for viden, men i indestående vil semantikken kun hidrøre definitionsspørgsmålet. Dahllöf(1999) s Dahllöf(1999) s. 19 Side 7 af 90

8 projektet. Dette vil være nødvendigt, da opfattelsen af begrebers betydning nødvendigvis ikke er ens. Semantikken kommer derfor til udtryk gennem kommunikationsdimensionen. Semantik har også stor indflydelse på logikken, som beskrives efterfølgende. Logik vil i projektet blive benyttet som metodisk procedure til at drage konklusioner. Denne proces kan opstilles således: 1 Præmis + præmis = Konklusion Konklusionen følger præmisserne, hvilket vil sige, at hvis præmisserne accepteres, må konklusionen også 1 accepteres. Logikken stiller således ikke spørgsmål ved konklusionens indhold, men benyttes til at drage logiske konklusioner på baggrund af præmisserne. Logikkens opgave er således at undersøge, om konklusionen, som drages på baggrund af præmisserne, også fremkommer som følge af præmisserne. 16 Det, at logik benyttes som metodisk procedure i projektet, betyder, at der må oprettes nogle begrebsmæssige afsnit for at sikre semantikken i projektet. Dette skyldes, at de opstillede præmisser ikke må kunne fejlfortolkes, hvorved konklusionen også vil kunne fejlfortolkes. I denne forbindelse vil logikken blive benyttet på fakta og mulighedsdimensionen. Et eksempel på logikken kunne være følgende: Aktøren har læst alle bøger af Vagn Madsen + Der ligger en bog af Vagn Madsen på bordet = Aktøren har læst bogen på bordet Det følger som en logisk deduktion af præmisserne, at aktøren har læst bogen på bordet, hvorfor konklusionen er korrekt. Det ses heraf, at der ikke stilles spørgsmålstegn ved præmisserne, men blot den efterfølgende konklusion. Måden semantikken skal benyttes i projektet er ved at redegøre for betydningen af abstrakte begreber i præmisserne. Dette kunne i ovenstående være ordet læst, hvor det vil være nødvendigt at afdække, om det menes, at alle sider i bøgerne er læst, eller om der blot er tale om, at aktøren har læst i alle bøgerne, og altså ikke alle siderne Videnskabsopfattelse 2 Gennem vores uddannelse er gruppen blevet bekendt med en række teoretiske modeller indenfor erhvervsøkonomi. Disse er blevet forelagt i studieretningens undervisningsforløb, og denne viden danner udgangspunkt for gruppens videnskabsopfattelse. Den lagrede viden påvirker således gruppens opfattelser af de genstandsfelter, som der undersøges. 17 Videnskab kan derfor ses som en subjektiv størrelse, der vil være afhængig af den læring, der tidligere er blevet opnået gennem uddannelsen. Projektet vil således være præget af det materiale der undervises i på semestret, tidligere semestres undervisning og tidligere modu- 1 Hartnack(1996) s Hartnack(1996) s Arbnor & Bjerke(1997) s. 1 Side 8 af 90

9 lers erkendelser. Den informationsteknologiske del af undervisningen lægger op til en systemisk objektiv tilgængelig videnskab, mens økonomistyringsdelen i højere grad lægger op til en subjektiv aktørafhængig videnskab. Dette paradoks løses ved, at informationsteknologien benyttes på økonomistyringen, hvorfor videnskab, som afhængig af en eller flere aktører, må indarbejdes. Side 9 af 90

10 2. Indledning modul 1 Ledelsens behov for beslutningsrelevant information er i dag større end nogensinde. Derfor er det nødvendigt for beslutningstagerne at have så godt et grundlag som muligt at træffe deres beslutninger ud fra. Dette kan opnås ved, at de opdaterede data fra virksomheden samles i et data warehouse, hvorfra der efterfølgende kan udarbejdes de af ledelsen efterspurgte rapporter. I udarbejdelsen af beslutningsrelevante rapporter, udgør data warehouset en væsentlig rolle. Nedenstående citat bekræfter ovenstående: 18 Knowledge Management er kommet højt på dagsordenen i danske virksomheder. Men, hvis viden skal anvendes kreativt, forudsætter det, at man har kendskab og overblik over den viden, der allerede eksisterer i virksomheden. Det kan den rigtige data warehouse-løsning sikre. Dermed kan man hurtigt opdage tendenser og levere analyser og nøgletal på nye områder. 1 Dette modul tager sit udgangspunkt i balanced scorecard og opbygningen af et dertilhørende data warehouse. Dette sker især med henblik på at transformere data fra de enkelte operationelle systemer, så de kan samles i et data warehouse. Herefter lægges vægt på ETL-processen, og hvordan data samles i et data warehouse samt udformningen af dette. 18 Hansen & Andersen(00) Side af 90

11 3. Arbejdsparadigme modul 1 Til at operationalisere de overordnede tanker omkring de to moduler benyttes et arbejdsparadigme. Formålet med arbejdsparadigmet er at vise, hvordan opbygningen af modulerne bliver, og derved hvilke afsnit, der inddrages, samt hvilke teorier der benyttes i de respektive afsnit. Dette gøres for at skabe et overblik over projektet både for gruppen og for læserne. Af arbejdsparadigmet vil det således fremgå, hvilke tilvalg og fravalg der er foretaget i modulet. Da projektet starter med modul 1, tager arbejdsparadigmet ligeledes udgangspunkt i emnet for modul 1. emnet for modul 1 lyder således: Hvordan kan der udvikles et Balanced Scorecard ved brug af Data Warehousing? 1 Heraf følger det, at der skal opbygges et teoretisk erfaringsgrundlag om balanced scorecard og data warehousing. Denne viden skal danne grundlag for en senere analyse af, hvordan balanced scorecard kan integreres i et data warehouse. Modul 1 tager derfor udgangspunkt i underspørgsmålene; Hvad er balanced scorecard? og Hvad er data warehouse?. Til at forklare balanced scorecard vil der blive inddraget litteratur af Per Nikolaj Bukh, Robert S. Kaplan og Anthony Atkinson samt andre forfattere indenfor fagområdet. Til beskrivelse af data warehouse vil der hovedsageligt blive inddraget litteratur fra William H. Inmon og Ralph Kimball, da disse repræsenterer hver sin tilgang til data warehousing. Projektdesign til modul 1 kan på denne baggrund opstilles således: 2 Side 11 af 90

12 Figur 2: Projektdesign for modul 1 Arbejdsparadigme Balanced Scorecard Data Warehouse BSC og Data Warehouse Case KPI er og datakilder Opbygning af Data Warehouse efter Balanced Scorecard Her benyttes Power Architect til designet ETL-Processen gennem Pentaho Data Integration Til ETL-processen benyttes PDI Afrunding Kilde: Egen tilvirkning Efter underspørgsmålene er besvaret vil der følge en sammenkædning af de to teoretiske afsnit, hvor et 1 valg af data warehouse tilgang til opbyggelse af et BSC-koncept vil følge. Herefter opbygges der én case indeholdende relevante KPI er(key Performance Indicators) i forhold til BSC-konceptet. Casen bliver udgangspunktet for analysen, da denne danner grundlag for, hvorledes forskellige designvalg indenfor dimensional modellering vil have indflydelse på det endelige design af data warehouset. Heraf følger det, at der udvikles data marter efter balanced scorecard til data warehouset i dette afsnit. Dette betyder ligeledes, at der skal udvikles metadata til designet i dette afsnit. Selve designet vil blive udviklet i Power Architect, hvorefter det vil blive overført til Oracles database. Efter et design er valgt og udviklet, vil det være muligt at påbegynde ETL-processen. Denne proces vil blive foretaget i Pentaho Data Integration(PDI), hvor det er muligt at inddrage flere forskellige datakilder, og strømline dem efter metadataene fra det foregående afsnit. Herefter bliver de transformerede data loadet ind i de dertil designede tabeller i Oracles database. Afslutningsvis vil der blive afrundet på modulet. Der bliver således afgrænset fra at rapportere på data warehouset, men der vil dog i designet af data warehouset blive analyseret på, hvilke fordele og ulemper forskellige designvalg vil have. Side 12 af 90

13 4. Balanced scorecard I dette afsnit vil konceptet om balanced scorecard(bsc) blive belyst og konceptbeskrivelsen vil i den videre fremstilling i modulet have fokus på, hvorledes data til de konkrete nøgletal i konceptet kan fremskaffes og analyseres. Bukh et al.(04) argumenterer således for at Kaplan, en af forfatterne bag konceptet, arbejder med tre områder indenfor balanced scorecard nemlig; beskriv strategien, mål strategien og led strategien. Modul 1 vil således særligt berøre det andet punkt, nemlig at måle strategien. Men før dette kan lade sig gøre, skal konceptet belyses. Der tages udgangspunkt i flere forskellige forfattere til at belyse teorien om BSC. Afsnittet afsluttes med en kritisk stillingtagen til konceptet. 4.1 Beskriv strategien Før der kan udarbejdes et scorecard, skal virksomheden beskrive den vision og strategi, der skal sikre virksomhedens overlevelse på lang sigt. En klar vision og strategi kan endvidere medvirke til at hele virksomheden arbejder efter samme idéer og værdier, og at medarbejdernes handlinger tager udgangspunkt i samme idé. 1 2 Da en strategi typisk har en anvendelig levetid på tre-fire år, 19 skal der med jævne mellemrum enten ændres i en strategi eller udformes en helt ny strategi. Når en ny strategi skal udformes, kræver det en intern vurdering af virksomhedens fundamentale forretningsværdier, og af hvor konkurrencedygtig virksomheden er. Ud fra et overordnet spørgsmål om hvilket forretningsområde virksomheden befinder sig i, og hvorfor virksomheden fokuserer på lige præcis det udvalgte område, skal den øverste ledelse udarbejde virksomhedens vision, strategi samt dens grundlæggende værdier. Når dette er gennemført, handler det om at finde ud af hvilke nøgleområder, der er på de forretningsområder, virksomheden befinder sig på. Denne strategiske analyse kan eventuelt foregå efter Michael Porters tankegang med en vurdering af konkurrencevilkårene på et givent marked og derefter en vurdering af virksomhedens værdikæde. Dermed får virksomheden en oversigt over dens interne styrker og svagheder, samt muligheder og trusler i forhold til markedet og markedsforholdene. Ud fra denne oversigt kan virksomheden så udarbejde selve strategiformuleringen, hvor det fremgår hvad de vil opnå og hvordan virksomheden vil bære sig ad med at opnå den valgte strategi. Kernen i enhver forretningsstrategi er at kende sin værdi for kunden, og virksomhederne kan ifølge Kaplan(00) typisk vælge mellem tre forskellige kundestrategier i form af operational excellence, customer intimacy og product leadership, der på hver sin måde giver værdi for kunden. Operational excellence- 19 Kaplan & Norton(08) s. 64 Side 13 af 90

14 strategien handler om at tilbyde konkurrencedygtige priser og hurtig levering. Customer intimacy skaber værdi ved at have en tæt kontakt til kunden og fremragende service, mens product leadership fokuserer på at have en førende produktfunktionalitet. 4.2 Balanced scorecard-konceptet I det følgende afsnit vil gruppens semantiske opfattelse af BSC-konceptet blive beskrevet. Konceptet er første gang nævnt i artiklen The Balanced Scorecard Measures that drive performance af Kaplan og Norton i Konceptet har efterfølgende udviklet sig til at være et værktøj til strategisk implementering, da strategien operationaliseres gennem nøgletallene, der måles på. 21 Konceptet er således udviklet til at kommunikere en flerstrenget målsætning, som en virksomhed ønsker at opnå. BSC omformer således virksomhedens vision og strategi til konkrete målsætninger og målinger organiseret i fire perspektiver, værende det finansielle, kunde-, interne og læringsperspektiv. 22 Kaplan og Atkinsons definition af BSC lyder: 23 1 A strategic management system that translate an organization s strategy into clear objectives, measure, targets and initiatives organized by four perspectives Der arbejdes med fire perspektiver, som der oprettes målepunkter indenfor, således at der kan skabes en årsagsvirkningssammenhæng mellem målepunkterne på tværs af de fire perspektiver. 24 Ifølge Otley(1999) har konceptet sin stærke berettigelse, da konceptet binder virksomhedens målingssystemer sammen med virksomhedens strategi. 2 Et af formålene med BSC er således, at virksomheden skal kunne identificere sine kritiske succesfaktorer og ud fra disse udføre sin strategi. BSC understøtter derved at der skabes en sammenhæng mellem de forskellige KPI er i virksomheden og at der udvælges nøgletal, der kan medvirke til at effektuere virksomhedens strategi. Der er dog ikke tale om, at virksomheden arbejder med balanced scorecard, før der er fremsat en årsagsvirkningssammenhæng imellem KPI erne. En organisering af nøgletallene i de fire perspektiver er således ikke nok. 26 Kaplan & Norton(00) s Bukh et al.(04) s Kaplan & Atkinson(1998) s Kaplan & Atkinson(04) s Kaplan & Atkinson(1998) s Otley(1999) s Kaplan & Atkinson(04) s. 378 Side 14 af 90

15 Balanced scorecard består af en blanding af finansielle og ikke-finansielle nøgletal. Scorecardet balancerer således traditionelle finansielle målepunkter for succes i en virksomhed såsom profit og afkastningsgrad med ikke-finansielle målepunkter, som kan drive virksomhedens fremtidige finansielle performance. 27 Udover en balance mellem perspektiverne, skal der ligeledes være balance mellem de forskellige målsætninger under hvert perspektiv. I nedenstående figur fremvises hvorledes perspektiverne påvirker hinanden: Figur 3: Balanced Scorecard definerer strategiens årsagsvirkningssammenhæng Kilde: Kaplan & Norton(01) s. 91 I konceptet er visionen og strategien det overliggende niveau, mens målepunkter indenfor de fire perspektiver skaber et årsags-virkningsforhold, og viser hvorvidt strategien bliver efterfulgt. Fælles for perspektiverne er, at der fremsættes målsætninger indenfor hvert perspektiv. 27 Kaplan & Atkinson(04) s. 36 Side 1 af 90

16 I forhold til ovenstående figur optræder målsætninger, måltal, mål og initiativer under hvert af de fire perspektiver og de er i den amerikanske terminologi omtalt som henholdsvis objectives, measures, targets og inititatives. Objectives er defineret som: 28 Concise statements in each of the four Balanced Scorecard perspectives that articulate what the organization hopes to accomplish. Og Objectives are best stated as phrases expressing action Gruppens semantiske opfattelse af objectives er målsætninger, der udtrykker handlinger. Det næste amerikanske begreb er measures, der opfattes som både det, der skal måles, og nøgletallet der bliver målt på. Target vil blive opfattet som det mål virksomheden sætter for nøgletallet. Initiatives vil blive forstået, som de handlinger virksomheden vil iværksætte for at opnå målsætningen. I kundeperspektivet kan målsætningen eksempelvis gå på kundefastholdelse, hvor der indenfor denne målsætning sættes et måltal, der kunne være procentvis omsætningsvækst pr. eksisterende kunde. 29 Dette måltal skal dermed signalere, om virksomheden når sin målsætning om et givet kundefastholdelsesniveau. I 1 direkte forlængelse heraf, sættes der således et mål for måltallet, og der fremsættes initiativer, der kan på- virke målsætningen omkring kundefastholdelse. Balanced scorecard udarbejdes således på strateginiveauet og implementeres i første omgang fra ledelsen nedad i organisationen. Men efter strategien er defineret, skal årsags-virkningssammenhængene efterleve strategiens intentioner nede fra og op. 30 BSC anskues derved som et målingssystem af virksomhedens strategi, der er sigende for i hvilken grad strategi bliver efterlevet. Det er altså et system, der både er medvirkende til at udføre strategien og ligeledes fungerer som et kontrolsystem for om strategien bliver efterlevet. 31 Det finansielle perspektiv 2 Det finansielle perspektiv indeholder målinger af allerede udførte handlinger og består dermed af finansielle målinger, der viser, om virksomhedens strategiske implementeringsforbedringer kan læses som forbed- ret resultat i regnskaberne. Dette måles blandet andet på baggrund af finansielle nøgletal, som for eksem- 28 Kaplan & Atkinson(04) s Kaplan & Atkinson(1998) s Bukh et al.(04) s Bukh et al.(04) s. 24 Side 16 af 90

17 pel afkastningsgrad. 32 Dette perspektiv indeholder dermed det overordnende perspektiv, hvorfra de øvrige tre perspektivers indhold skal ses i forhold til. I denne sammenhæng kan figur 3 sætte de tre øvrige perspektiver i relation til det finansielle perspektivs pejlemærker. 1 Kundeperspektivet Kundeperspektivet skal medvirke til at virksomheden i fremtiden kan forbedre de finansielle resultater. 33 Det handler for lederne om at vælge og identificere de kunde- og markedssegmenter, som virksomheden skal satse på i henhold til den overordnede strategi og vision. Måltallene kan blandt andet omhandle kundetilgang, kundetilfredshed, kunderentabilitet eller markedsandele. Et eksempel kunne være at kundetilgangen kan blive målt på antal nye kunder eller totalsalg til nye kunder i et valgt segment. 34 Det interne perspektiv I det interne perspektiv skal de vigtige processer identificeres af lederne i virksomheden. 3 Det er de processer der er afgørende for, om de allerede formulerede målsætninger for både kunde- og aktionærmålsætninger kan realiseres. Målsætningerne for det interne perspektiv udvikles herefter, da de udarbejdes efter kundeperspektivet og det finansielle perspektiv, kan der fokuseres på de interne processer, der har en indflydelse på de tidligere valgte målsætninger. De interne processer består af innovationsprocessen, den operative proces og eftersalgsservice. De fleste virksomheder fokuserer typisk på den operative proces, mens Kaplan & Norton(04) mener, at der skal ses på hele værdikæden i en virksomhed, der spænder fra innovationsprocessen til eftersalgsservicen. Eksempler på måltal i innovationsprocessen kan være procentdel af omsætningen fra nye produkter eller den tid, det tager at udvikle en ny generation af produkter. I den operative proces kan måltallene være produkters gennemløbstid eller produktionsomkostninger. Ved eftersalgsservice kan der blandt andet måles på hvor stor en procentdel af kundehenvendelserne, der afhjælpes ved et servicebesøg. Lærings- og vækstperspektivet Lærings- og vækstperspektivet udvikler målsætninger, måltal, mål og initiativer der skal fremme læring og 2 vækst i organisationerne. 36 De tre foregående perspektiver fokuserer på, hvilke områder en organisation skal forbedre for at opnå resultater. Lærings- og vækstperspektivet måler den organisatoriske infrastruktur, der muliggør en opnåelse af de tre andre perspektivers målsætninger. Det er også i dette perspektiv, at 32 Kaplan & Atkinson(1998) s Kaplan & Norton(04) s Kaplan & Atkinson(1998), s. 2 3 Kaplan & Norton(04) s Kaplan & Norton(04) s. 147 Side 17 af 90

18 virksomhedens capabilities 37 fremsættes som en strategisk faktor, hvor organisationen på baggrund af dens capabilities kan opbygge sine strategiske konkurrenceparametre. Kaplan & Norton mener, at det er vigtigt for virksomhederne at investere i den organisatoriske infrastruktur såvel som i produktionsapparatet, forskning og udvikling, hvis der skal skabes økonomisk vækst på langt sigt. De tre hovedkategorier i lærings- og vækstperspektivet er medarbejderkompetencer, informations- systemernes formåen samt motivation, empowerment og tilpasning, og der kan derfor være målsætninger og måltal indenfor hver af disse tre hovedkategorier. 4.3 Årsagsvirkningssammenhæng Et af de gennemgribende elementer i BSC er den årsagsvirkningssammenhæng, der fremsættes i konceptet. 1 Ideen er den, at virksomheden ud fra sin strategi fastlægger hvilke resultater virksomheden vil opnå i det finansielle perspektiv. 38 For offentlige virksomheder kan det dog være kundeperspektivet, der er det overordnende styringsniveau. For belysning af private virksomheders scorecards kan det eksempelvis være at skabe værdi for aktionærerne, der sættes som det overordnende mål, som virksomheden arbejder hen imod. Det kunne eksempelvis være en målsætning om en afkastningsgrad(roa) på 9 %. Ideen er, at der sættes strategiske fokusområder for virksomheden. Disse fokusområder skal i kundeperspektivet efterleves for at opnå resultaterne, der ønskes opnået i det finansielle perspektiv via fokusområder i kundeperspektivet. Men disse resultater opstår ikke uden, at de interne processer i virksomheden er tilrettelagt på bestemte måder, der igen er et resultat af de medarbejdermæssige forhold, der kan belyses i læringsperspektivet. Denne proces skitseres i et strategikort. Nedenstående figur 4 belyser årsagsvirkningsforholdene i det såkaldte strategikort: 37 Gruppens semantiske opfattelse af capabilities ses som et begreb der beskriver en persons, eller organisations kompetencer og evner. 38 Bukh et al.(04) s. 30 Side 18 af 90

19 Figur 4: Årsagsvirkningsforhold i strategy map Kilde: Egen tilvirkning efter inspiration af Kaplan & Atkinson(04) s. 37 Strategikortet er en visualisering af de årsagsvirkningsforholdene, der fremsættes under de fire perspektiver i balanced scorecard. 39 Hvis hypotesen bag denne årsagsvirkningsrelation er falsk vil virksomheden ikke kunne opnå forbedringer af eksempelvis aktiernes værdi, hvis dette er set som det overliggende styringspunkt. 40 Ifølge Bukh et al.(04) vil de fleste virksomheder ønske at øge deres overskud. Dette må være generel betragtning, men hvorledes opnås dette resultat? Teorien er den, at et øget overskud kan skabes ved, at virksomheden har profitable kunder, og disse profitable kunder opnås gennem en øget kundeloyalitet, der igen kunne være et resultat af, at virksomheden har rettidige leverancer. De rettidige leverancer er således ledende indikatorer for kundeloyalitet, hvor forbedrede leverancer igen kunne være et resultat af forbedrede procesoptimeringer i det interne perspektiv, fremkommet via forbedrede medarbejderkompetencer. Bukh et al.(04) fremsætter, at den årsags-virkningsrelation, der er beskrevet, ikke er en deterministisk 1 relation. Ved en deterministisk relation er der tale om en positivistisk tilgang, hvor A fører til B og andre faktorer er anset at have en neutral påvirkningskraft på resultaterne. Bukh et al.(04) argumenterer for, at der med konceptet er tale om strategiske hypoteser, hvor der, hvis de viser sig ikke at holde, vil være behov 39 Kaplan & Atkinson(04) s Bukh et al.(04) s. 31 Side 19 af 90

20 for at identificere nye kausale sammenhænge og reformulere virksomhedens strategi. Den semantiske kausalitetsrelation hos Kaplan og Norton skal således ikke læses som en positivistisk relation. Kaplan og Atkinson(04) nævner ligeledes, at visse virksomheder statistisk har efterprøvet om denne kausalitet er til stede eksempelvis omkring medarbejdertilfredshed og kundetilfredshed. 41 Andre ledere går mere kvalitativt til værks og vurderer på ledermøder om fremsatte initiativer har nogle gunstige effekter. Der er altså i ud- gangspunktet tale om en iterativ strategiformuleringsproces, som det også fremgår af nye indlæg til konceptet af Kaplan(08). 42 Den logiske slutning af præmisserne fra Bukh et al.(04) og Kaplan og Atkinson(04) må derfor lyde, at de årsagsvirkningssammenhænge som defineres i scorecardet, løbende kan revurderes, hvorfor datakrav skal kunne understøtte dette. 4.4 Den strategifokuserede organisation Kaplan har videre i sit arbejde med strategikortet og balanced scorecard fremsat retningslinjer for hvorledes en virksomhed kan arbejde på at blive en strategifokuseret organisation, og dette arbejde har frembragt flere principper. Et princip er, at der skal skabes en følelse af nødvendighed for strategien for at strategifokuseringen i en 1 2 virksomhed fungerer. 43 Dette er også, hvad Kotter(1999) fremstiller for ethvert nyt forandringstiltag i en organisation. Medarbejdere skal således føle, at der en mening med strategikortet og balanced scorecardet. Dette må være en logisk slutning, når en virksomhed aktivt ønsker, at medarbejderne skal agere ud fra konceptet. Medarbejdernes læring omkring den valgte strategi skal endvidere fokuseres, således at eksempelvis brochurer og nyhedsbreve muliggør en kommunikation af strategien. Strategikortet er således et overordnet værktøj til at kommunikere strategien med strategiske temaer, mens balanced scorecard mere målrettet måler effekten af strategiske initiativer for at kunne effektuere strategien. Virksomheder er således blevet opmærksomme på, at strategien er en kontinuerlig proces, og organisationer, der har arbejdet med balanced scorecard, har således oplevet, at processen omkring udarbejdelsen af balanced scorecard har været givtig foruden selve målene i scorecardet. Konceptet giver lederne en ramme til at implementere strategien. 44 For virksomheder kan der endvidere arbejdes med både et overordnet scorecard for hele virksomheden, for afdelinger, samt helt ned til det operationelle niveau. De personlige målsætninger skal dog i den teore- 41 Kaplan & Atkinson(04) s Kaplan & Norton(08) s Kaplan & Atkinson(04) s Kaplan & Atkinson(04) s. 382 Side af 90

21 tiske ramme ses i forhold til et højere rangerende scorecard. 4 En forankring for at nå de opsatte mål fra medarbejdernes side kan beskrives i følgende citat: 46 We could not have gotten the same focus on the scorecard if we didn t have the link to pay. En forankring skal altså også tilføjes af et aflønningssystem, der kan konstrueres i forhold til en vægtning på tværs af individuelle målsætninger med opnåelse af mål på det overordnede scorecard. I Kaplan og Atkinson(1998) gives der således bud på, hvorledes en bonusordning kan vægtes til balanced scorecards KPI er. 4. Kritik og forudsætninger ved anvendelse af balanced scorecard 1 I balanced scorecard skal der være balance mellem fortiden, nutiden og fremtiden i rapporteringen, og årsagsvirkningssammenhængene skal eksistere mellem perspektiverne. Det antages desuden, at virksomheden ud fra de ikke-finansielle målepunkter kan se tendenserne for fremtidens økonomiske resultater. 47 Kaplan fremfører, at de bedste resultater er opnået ved, at virksomheden fokuserer på alle fire perspektiver og opererer med et tilstrækkeligt antal målepunkter, gerne fire til syv målepunkter i hvert perspektiv. 48 Ledelsen skal endvidere være dedikerede til anvendelsen af konceptet, og en forankring af strategien til menig mand på gulvet er essentielt. 49 Ved implementeringen af BSC s målepunkter kræver det ofte, at der skal registreres nye data, og op til en tredjedel af disse data er ikke til stede ved projektets opstart. 0 Det er ligeledes vigtigt, at målepunkterne ikke modarbejder hinanden. Der kan således forekomme dysfunktionelle handlinger for at opnå de langsigtede krav opsat i BSC. Et eksempel ville være, at en virksomhed kunne udskyde kreditperioden for kunder for at forbedre kundetilfredsheden. Det kan være problematisk, hvis scorecardets målepunkter integreres med virksomhedens bonusaflønningssystemer, 1 da medar- bejderne dermed kan få incitament til at forværre virksomhedens økonomiske resultater på især langt sigt. Det fremgår endvidere ikke af scorecardet, hvornår præstationerne kan måles, altså effekten af initiativerne. Signalerne fra de ikke-finansielle nøgletal ses således forskudt i forhold til de økonomiske effekter. Der 4 Kaplan & Atkinson(04) s Kaplan & Atkinson(04) s Nørreklit et al.(08) s Kaplan & Atkinson(04) s Kaplan & Atkinson(04) s Kaplan & Atkinson(04) s Kaplan & Atkinson(04) s. 4 Side 21 af 90

22 er således en tidsforsinkelse imellem årsag og virkning, og der kan være stor forskel på, hvornår de enkelte indsatser kan ses på virksomhedens økonomiske resultater. 2 En anden faktor, som Kaplan ikke nævner, i forhold til tidsdimensionen er endvidere, hvis tankerne fra Cross et al.(1990) anvendes, ville nogle KPI er skulle måles langt oftere end andre. Rapportering af virksomhedens markedsandel og rettidig leveringsrate kan således have en forskellig rapporteringshyppighed, da de udvikler sig forskelligt over tid. 3 Der har ligeledes været kritik af årsagsvirkningskæderne i strategikortet, da verden er så kompleks, at det ikke kan udelukkes, at andre faktorer end de nævnte i et strategikort, påvirker et givet resultat. Dermed findes der ikke fuldstændige bestemmende årsagsvirkningsrelationer mellem de opstillede sammenhænge. Det kan blandt andet udmønte sig i, at ikke-opnåede målsætninger ville være nået, hvis ikke en ubeskrevet faktor havde spillet ind, og så ville resultatet være misvisende for den proces, der er foregået i virksomheden. Bukh et al.(04) forsvarer dog BSC ved at påstå, at strategikortets årsagsvirkningssammenhænge ikke var 1 tænkt som fuldstændige deterministiske relationer. Der er i stedet tale om at strategiske hypoteser og i tilfælde af, at en hypotese ikke bliver opfyldt, må nye sammenhænge identificeres. At der kan være andre faktorer, der påvirker et givent måltal, ændrer dog ikke ved, at hypoteserne er grundlaget for, at aktiviteter kan iværksættes for at forbedre organisationens resultater. Det er således vigtigt, for at kunne identificere virksomhedens styringsmekanismer, at der bliver opstillet hypoteser om kausale sammenhænge. 4 2 Nørreklit et al.(08) s Cross et al.(1990) s Bukh et al.(04) s. 32 Side 22 af 90

23 . Data warehouse I 1980 erne gjorde de to IBM-udviklere Barry Devlin og Poul Murphy sig deres første tanker omkring data warehouse(dwh), da de udviklede business data warehouse. Alligevel er det den amerikanske IT-ekspert og forfatter William Harvey Inmon, der af mange er kendt som faderen til DWH. I slutningen af 80 erne og i starten af 90 erne var der dog flere som udviklede lignende løsninger, men Inmon var den første til at skrive en bog og holde foredrag om DWH. Der findes mange forskellige varianter af DWH et, da et DWH skal udvikles specifikt til en virksomheds unikke karakteristika samt behov, og fordi skiftende omverdensforhold nødvendiggør en tilpasning af DWH ets enkelte bestanddele hertil. Dette kunne være økonomistyringsmæssige hensyn og lovmæssige hensyn. 1 Virksomhedernes behov for rettidig, korrekt beslutningsinformation er derfor ligeledes stigende. DWH erne er også i takt med informationsteknologiens frembrud blevet mere og mere populære, og er i dag udbredt i alle typer af virksomheder. Dette skyldes for det første, at mængden af data, som de enkelte virksomheder har behov for at indsamle og lagre, er langt større end tidligere. Denne data indsamles fra mange forskellige kilder, og det er derfor nødvendigt at ensrette dataene. For det andet har informationsteknologien nu gjort det muligt at arbejde hurtigt med store mængder data, der før krævede uanede mængder af ressourcer at håndtere. For bedre at håndtere begrebet data warehouse tages der udgangspunkt i følgende definition: 6 A data warehouse is a: subject oriented, integrated, nonvolatile, time variant collection of data in support of management decisions. 2 Med subject oriented eller emneorienteret mener Inmon(00), at databasen skal være organiseret således, at alle data skal knyttes til bestemte objekter eller begivenheder i det enkelte DWH. Dette betyder, at et DWH bliver dimensioneret på de største og vigtigste emner i virksomheden, hvor operationelle applikationer oftere er dimensioneret på processer i virksomheden. 7 At, et DWH skal være integrated betyder, at de data, som virksomheden bruger, skal komme fra alle systemer og være konsistente. Dette vil sige, at virksomheden konsekvent skal anvende de samme standarder for DWH s attributter i de respektive tabeller i DWH et. Således opnås der en ensartethed, og dataene kan derfor sammenkædes på tværs af forskellige systemer. Integrationen af data i et DWH kommer normalt til syne i ETL-processen, som vil blive forklaret efterfølgende. Nonvolatile eller uforanderlige skal forstås sådan, at data aldrig ændres eller slettes. Data skal lagres i det enkelte DWH, så de kan anvendes i fremtidige rapporter, og således at tidligere rapporter ikke ændrer sig. På denne måde kan der altid ses tilbage og udformes rapporter på baggrund af udviklingen William H. Inmon er også kendt som Bill Inmon. 6 Inmon(00) s. 1 7 Inmon(00) s. 2 Side 23 af 90

24 over tidligere år. Det, at data i en database skal være time variant eller tidsafhængige, betyder, at dataene altid skal sammenkædes med en dato, så ændringer kan ses over tid, hvorfor der skal indbygges en tidsdimension. Til at forklare hvordan et DWH fungerer, tager resten af afsnittet udgangspunkt i følgende figur: Figur : Data Warehousings bestanddele Datakilder Data Stagging Area Præsentation Server Slutbrugere Udtrækning Udtrækning Udtrækning ETL-Processen: Transformationsprocessen af data er af størst betydning for det senere data warehouse. Dataene bliver her renset, standardiseret og kombineret gennem joins Data Marter: Dimensional modellering af data marter i stedet for E/R Diagrammering. Opbygning af dimensioner og facttabeller til data marter på baggrund af designede metadata Forespørgsler: Brugerne af Data Warehouset har brug for forskellige rapporter, og der skal genereres forespørgsler til hver enkel rapport Der bliver uploadet data ind i alle dimensioner og facttabeller, hvilket betyder, at der sker en upload til de enkelte data marter. Kilde: Egen tilvirkning på baggrund af Kimball(1998) Der skal oprettes forespørgsler til alle rapporter fra data warehouset. Af figuren ses det, at data fra de enkelte datakilder som ERP og andre operative systemer udtrækkes til et lagringsareal, hvor dataene gennemgår en transformationsproces. Efter transformationen af data, kan de uploades til præsentationsserveren eller DWH et. Dataene uploades således ind i DWH ets dimensioner og 1 facttabeller. Der sker således en organisering efter det opbyggede DWH. Herefter kan de enkelte slutbrugere udtrække rapporter med relevant beslutningsinformation til benyttelse i beslutningssammenhænge. I de følgende afsnit vil DWH og præsentationsserver blive brugt simultant, idet Kimball ser hele DWH et som ovenstående figur, men Inmon benytter udelukkende begrebet DWH om præsentationsserveren. Den semantiske opfattelse af DWH bliver derfor i rapporten lig med den semantiske opfattelse af præsentationsserveren. Efterfølgende forklares de enkelte bestanddele af figuren, hvorefter en diskussion af Inmons og Kimballs tilgange vil fremstå. Der tages udgangspunkt i data marter i figuren for at få en generel forståelse for, Side 24 af 90

25 hvorledes den dimensionale modelering benyttes for efterfølgende at forklare, hvordan dataene transformeres til at understøtte den dimensionale modellering..1 Data mart Indenfor data warehousing indtager data marter en central rolle, idet et DWH består af en række data marter, der er sammenkædede gennem dimensionerne i DWH et ifølge Kimball. Data marter er således små delelementer af et DWH, opbygget efter dimensional modellering og indeholdende en facttabel samt alle relevante dimensioner. 8 Inmon(1999) sammenkæder endvidere data mart begrebet med den senere rapportering, hvilket ses af følgende citat: 9 A data mart is a collection of subject areas organized for decision support based on the needs of a given department. 1 Data marter kan heraf udledes til at være unikke for de enkelte formål, hvorom de er designede. Det vil sige, at et data mart med salg i fokus vil være unikt for salgsafdelingen eksempelvis. Heraf kan det også ses, at data marter ofte vil være opbygget om processer i virksomheden. For at forstå sammenhængen mellem data marter og data warehousing vil begrebet dimensional modellering efterfølgende blive forklaret, og herunder vil dimensioner og facttabeller også blive forklaret..1.1 Dimensional modellering 2 Dimensional modellering står i kontrast til ERP systemers E/R diagrammering, hvilket er hele ideen bag dimensional modellering. E/R diagrammering er god til at strukturere en stor mængde af data som transaktioner i en virksomhed, da opbygningen af et E/R diagram søger at fjerne redundans i databasen. Dimensional modellering kæder derimod forskellige aspekter af virksomheden sammen gennem opdelingen af facttabeller og dimensioner. Dimensional modellering er derfor bedre til at bearbejde forespørgsler, da det er mere tydeligt, hvor de ønskede data skal findes, og det er samtidigt muligt at sammenkæde de ønskede aspekter af virksomheden. 60 Herudover skal færre tabeller joines i forhold til E/R diagrammet, hvilket giver et bedre overblik. Dimensionale modeller består altid af mindst én facttabel, med en syntetisk eller sammensat primærnøgle, og en række dimensioner, der er relateret til den enkelte facttabel. 61 En facttabel indeholder udover frem- 8 Kimball(1998) s Inmon(1999), s Kimball(1998) s Kimball(1998) s. 144 Side 2 af 90

26 mednøglerne til dimensionerne en eller flere numeriske fakta, 62 som dimensionerne samtidig er sammenkædede med gennem den referentielle integritet. Det er disse fakta, der senere skal laves rapporter på. Dimensionerne er beskrivende, 63 og indeholder som sådan, normalt kun data, som beskriver den enkelte dimension. Dataene i dimensionen vil således være så granulære som muligt, eksempelvis udspecificeret på den enkelte kunde eller det enkelte produkt. 64 Det bør nu være klart, at den samme dimension kan benyttes i flere forskellige data marter, hvorfor dimensionerne nødvendigvis må tilgodese flere formål. Problematikken rejser sig, hvis der benyttes forskellige opfattelser af de samme begreber afdelinger i mellem i en virksomhed. Her bliver begrebet konformitet af vigtig karakter. Konforme dimensioner eksisterer således, hvis dimensionerne data marterne imellem er identiske. 6 Gennem de konforme dimensioner kan hele data warehouset sammenkædes, da de enkelte data marter kan sammenkædes gennem de konforme dimensioner. Dette ses af følgende citat af Kimball(1998): 66 A data warehouse is made up of the union of all its data marts Efterfølgende vil de forskellige designmuligheder indenfor dimensional modellering blive forklaret. Stjerneskema 1 Stjerneskemaet er den mest simple form for data mart, da de enkelte dimensioner blot kædes sammen med facttabellerne gennem fremmednøglerne i facttabellerne. Hver primærnøgle i dimensionerne refererer således til en del af primærnøglen i facttabellen, 67 hvorfor den referentielle integritet skal overholdes. Stjerneskemaet kan ses af nedenstående figur 6. I stedet for at benytte en sammensat primærnøgle, er der mulighed for at benytte en syntetisk primærnøgle i facttabellen. Både konstellationsskemaet og snowflakeskemaet bygger videre på stjerneskemaet og vil blive forklaret i det følgende. 62 Kimball(1998) s Kimball(1998) s Kimball(1998) s Kimball(02a) s Kimball(1998) s Kimball(1998) s. 144 Side 26 af 90

27 Figur 6: Stjerneskema Kilde: Egen tilvirkning Snowflakeskema Et snowflakeskema bygger videre på stjerneskemaet, men dimensionerne i snowflakeskemaet er delvis normaliserede, hvilket betyder, at der benyttes referentiel integritet. Snowflakeskemaet er således en udvidelse af stjerneskemaet, hvor de enkelte dimensioner delvis normaliseres på 3. normalform. Fordelen ved dette er, at forespørgselsprocessen er hurtigere i nogle tilfælde, da der kræves mindre lagringsplads og på grund af samling af mindre opslagstabeller end i stjerneskemaet. Ulempen er så til gengæld at de ekstra opslagstabeller kræver yderligere vedligeholdelse og tager længere tid at oprette. Om det er nødvendigt at lave et snowflakeskema afhænger i stor grad af, hvor mange data, der skal komponeres ud i en ny tabel. Figur 7: Snowflakeskema Kilde: Egen tilvirkning 1 Side 27 af 90

28 Konstellationsskema Det mest komplekse skema er konstellationsskemaet. Dette skyldes, at der er flere facttabeller i det samme skema. Fordelen ved konstellationsskemaet er, at der undgås at oprette de forskellige dimensioner flere gange, og dermed sikres det, at der er skabes konforme dimensioner. Der kan dog være problemer angående adgangen til skemaet, da det ikke er alle dele af konstellationsskemaet, som den enkelte bruger bør have adgang til. Konstellationsskemaet kan ses af nedenstående figur. Figur 8: Konstellationsskema Kilde: Egen tilvirkning.1.2 Metadata Før at de enkelte data marter kan opbygges, er det vigtigt, at der er udarbejdet udførlige metadata, der kan lægge til grundlag for den senere udarbejdelse af DWH et. Metadataene bør ligeledes dokumenteres, så nye medarbejdere kan arbejde videre med DWH et problemfrit, 68 hvilket vil sige, at DWH ets dimensioner, facttabeller og datakilder ikke skal kortlægges igen. 68 Kimball(1998) s. 436 Side 28 af 90

29 Metadata er ofte beskrevet som data om data, 69 hvilket vil sige, at metadataene beskriver, hvor dataene ligger i databasen, hvordan dataene er konstrueret, samt hvor dataene i DWH et kommer fra, og hvordan dataene var konstrueret i kildesystemet. Denne dokumentation indeholder således både metadataene for præsentationsserveren og datakilderne. Metadataene kan derfor danne grundlag for den senere ETLproces, hvilket vil blive forklaret i følgende afsnit. Til rapportens DWH benyttes følgende tabelstruktur til at beskrive metadataene: Dimensions-/Fakta attribut Læng de Not Null Læng de Dimension/Fakta Dimensionsniveau Kolonnenavn Datatype Kildenavn Kildetabel Kildekolonne Datatype Noter Efter metadatene til DWH et er beskrevet, og tabelstrukturen er konstrueret, kan datafangsten ske. Dette sker gennem ETL-processen. 1.2 ETL-processen ETL står for Extraction, Transformation og Loading, og processen kan siges at være central for DWH et, da de fleste data, der findes i DWH et, kommer andet steds fra. ETL-processen kan som sådant forstås som en proces udenfor DWH et. ETL-processens tre dele vil efterfølgende blive forklaret, men hele processen kan forstås på følgende måde: 70 The data warehouse is loaded with data that has been transformed coming from operational systems. The data coming from the operational systems undergoes a significant amount of conversion and transformation before the data is readied for loading into the data warehouse Denne fremlægning stemmer ikke overens med Kimballs(1998) udlægning af DWH et. Hos Kimball(1998) 2 indgår der en række processer i hele DWH-miljøet. Det vil sige, at udtrækningen, transformationen og den efterfølgende overførelse af data til præsentationsserveren er de processer, der foretages i Kimballs(1998) stagging area. 71 Hos Kimball er ETL-processen således en del af DWH et. I anden litteratur ses ETLprocessen ikke som en del af data warehouset, men derimod som processen, hvorved data stilles til rådighed for DWH et. Denne uoverensstemmelse kan forklares ved, at Kimballs præsentationsserver af disse opfattes som selve DWH et. Uanset hvilken tilgang der benyttes, kan følgende figur være med til at forklare ETL-processen: 69 Imhoff(1999) s Inmon(00) s Kimball(02a) s. 8 Side 29 af 90

30 Figur 9: ETL-processen Datakilde Lagringsareal Extraction: Udtrækning af data Transformation: Dataene skal forarbejdes før de er klar til loadning. Dette skyldes forskellige dataformater, redundans mellem datakilderne o.l. Tilbageførsel af metadata Load: Indførsel af data i DWH Præsentationsserver/Data Warehouse Dataflow fra datakilder Kilde: Egen tilvirkning Af figuren ses det, at udtrækning af data sker fra datakilderne - ofte fra de operationelle systemer. Herefter 1 transformeres dataene, så inkonsistens mellem metadataene undgås, hvorefter dataene kan loades i præsentationsserveren eller DWH et. Af dette kan det udledes, at udtrækningen af data skal være den første proces, da de følgende to processer sker på udtrækningens grundlag. Udtrækningen af data kan ses som læsningen og forståelsen af kildedataene, hvorefter de kopieres over i et lagringsområde. 72 Efter at dataene er udtrukket, skal dataene transformeres, før de kan loades ind i DWH et. Transformationsprocessen er den mest krævende proces i ETL-processen, fordi der skal foretages en række delprocesser, før dataene fra de forskellige systemer er kompatible med hinanden og kan loades ind i DWH et. 73 Transformationen af data har således til formål at forberede dataene til præsentationsserveren. 74 Det er tidligere skrevet, at et DWH er integreret, og transformationsprocessen skal løse dette kriterium. Det betyder, at dataene skal standardiseres, så kildedata fra forskellige systemer kan fungere sammen, hvorfor metadatene bliver af stor interesse. Af ovenstående figur 9 kan det udledes, at ETL-processen skal foretages, hver gang en ny datakilde benyttes. Dataflowet skal i ovenstående både forstås som reelle data og metadatene, da der kan forekomme transformationer af begge. Dette kan skyldes, at kildesystemerne benytter forskellige datatyper til den samme attribut, hvorfor både metadata og data må ensrettes efter en forelagt standard i DWH et. Køn kunne være et eksempel på denne problematik. Det er således transformationsprocessens formål, at løse 72 Kimball(1998) s Kimball(02a) s Kimball(1998) s. 16 Side 30 af 90

31 disse problemstillinger. Metadataene fra præsentationsserveren, som trækkes ind i lagringsområdet, er dimensionernes og facttabellernes opbygning i data marterne. Disse metadata er den standard, som datakildernes metadata nødvendigvis må tilpasses til i lagringsområdet, for herefter at dataene fra datakilderne kan tilbageføres til præsentationsserveren. Transformationsprocessen er således afgørende for dataene i DWH et, og denne delproces vil derfor blive uddybet i det følgende afsnit..2.1 Transformationsprocessen Transformationsprocessens overordnede mål er behandlet ovenfor, og transformationsprocessens arbejdsområde vil blive uddybet i det følgende. Her vil fokus specielt være på at fjerne og ændre de fejldata, der eksisterer ved udtrækningen fra de operationelle systemer. Der skelnes mellem metadatarelaterede og datarelaterede problemer. Herudover kan der opstå problemer indenfor det enkelte kildesystem og DWH et, samt kildesystemerne imellem. Dette er illustreret i nedenstående figur: Figur : Datakvalitetsproblemer Transformation af dataene 1 Den enkelte datakilde Datakilderne imellem Metadataproblemer Dataproblemer Metadataproblemer Dataproblemer Kilde: Egen tilvirkning af Rahm & Hai Do(00) 2 Figuren viser, hvordan dataproblemer kan henføres til fire forskellige problemstillinger. Udover de fire ovennævnte problemer, vil det oftest være tilfældet, at der opstår metadataproblemer indenfor det enkelte kildesystem og DWH et, når kildesystemerne skal sammenkædes. 7 Det vil sige, at sammenkædningen af flere forskellige datakilder betyder, at det enkelte kildesystems data skal transformeres til nogle fastlagte dimensioner og facttabeller i et DWH. Metadataproblemerne i den enkelte datakilde vedrører dataenes design i den enkelte datakilde. Manglende integritet i designet kan være et eksempel på metadataproblemer i denne henseende, hvor dataproblemerne indenfor den enkelte datakilde vedrører alt det, der ikke kan relateres til metadataproblemer. 76 Det kan eksempelvis være stavefejl. 7 Rahm & Hai Do(00) s Rahm & Hai Do(00) s. 3 Side 31 af 90

32 I det tilfælde, at flere datakilder skal integreres med hinanden, antager problemerne en hel anden karakter. Metadataproblemerne bliver i denne sammenhæng spørgsmål om navnemæssige og strukturelle konflikter kildesystemerne imellem. Navngivningskonflikter skyldes, at forskellige datakilder vil benytte forskellige betegnelser. Det kan således både være et problem, at det samme navn benyttes om forskellige objekter datakilderne imellem, og der benyttes forskellige navne om de samme objekter. Det kan eksempelvis tænkes, at produktbegrebet benyttes forskelligt i produktionsafdelingen og salgsafdelingen i en virksomhed. De strukturelle problemer vedrører, hvilke designvalg der er benyttet ved oprettelsen af tabeller i datakilderne og inkonsistens mellem disse designvalg. 77 Det kan være valget af datatyper, integritetsbegrænsninger og lignende. De største problemer med dataene opstår datakilderne imellem, da ETL-processen bliver af en mere omfattende karakter, når flere datakilder skal sammensættes..3 Inmon vs. Kimball Til udarbejdelse af et DWH findes der hovedsageligt to tilgange. Bill Inmon og Ralph Kimball repræsenterer 1 hver sin tilgang til data warehousing, men selv om Inmon og Kimball overordnet set er enige om DWH ets definition, er der flere punkter hvor de ikke er enige. Dette er især ved opbygningen af DWH et, hvor de er uenige i, hvordan data marterne skal opbygges. For at kunne arbejde videre med udviklingen af et DWH er det nødvendigt at kende forskellene mellem de to tilgange, da valg og fravalg kan få betydning for, hvordan det endelige design kommer til at fremstå. Det vil således få konsekvenser, om der anvendes Inmons Corporate Information Factory (CIF) eller Ralph Kimballs Bus-arkitektur, da de grundlæggende er modstridende tilgange til data warehousing. 78 Nedenstående tabel opridser de væsentligste forskelle på de to tilgange: 2 77 Rahm & Hai Do(00) s Kimball(1998) s Side 32 af 90

33 Figur 11: Inmon vs. Kimball Inmon(Corporate Information Factory) Induktiv tilgang Top-down Data marter udspringer af data warehouse Lang udviklingsfase Tillader ikke redundans Nem vedligeholdelse og fejlsøgning Kimball(Bus-arkitektur) Deduktiv tilgang Delvist Bottom-up Data marter bliver til data warehouse Hurtig udviklingsfase Tillader redundans Mere problematisk vedligeholdelse og fejlsøgning Kilde: Egen tilvirkning Som det ses i tabellen herover, er der store forskelle på de tilgange, som henholdsvis Inmon og Kimball repræsenterer. Tabellen er opstillet efter yderligheder, og forskellene er ikke helt så sort-hvide, som de fremstår herover. Efterfølgende vil de to tilgange blive uddybet..3.1 Corporate Information Factory Inmon har, siden han nedfældede sine tanker om DWH, været fortaler for Corporate Information Factory tilgangen. Inmon argumenterer for, at et DWH skal laves uafhængigt af de efterfølgende analyser. Denne top-down tilgang betyder, at alle potentielle data skal konstrueres i DWH et formålsuafhængigt. Den store 1 mængde indsamlede data skal således optræde i normaliserede tabeller, og de enkelte formål skal derfor først defineres efter designfasen er gennemført. 79 Bill Inmon er således fortaler for en induktiv tilgang, hvor der først ved behovet for de enkelte rapporter, udformes de enkelte data marter i emnebestemte grupperinger, som kan afhjælpe svaret på de enkelte problemstillinger. Inmon(1999) argumenterer for dette, da han ikke mener, det er muligt at følge Kimballs tilgang med at opbygge data marter og samle disse i et DWH. Den væsentligste grund til, at Inmon argumenterer for denne tilgang er, at redundans undgås, da alle data kun optræder én gang i det samlede DWH. Følges denne tilgang ikke opstår der redundans data marterne imellem. Dette ses af nedenstående citat fra Inmon: Inmon(1999) s Inmon(1999) s. 2 Side 33 af 90

34 when you don't build a data warehouse, there is: massive redundancy of detailed and historical data from one data mart to another Som udspring af dette bliver det også langt nemmere at fejlsøge og vedligeholde disse data, da der er klarhed over, hvor de enkelte data er lagret. Ulempen ved denne tilgang er dog derimod, at designfasen er tidskrævende, da der formålsubestemt skal indsamles data. Dette bevirker, at der går længere tid, førend der fremkommer resultater fra de enkelte data marter, da disse først kan designes, efter et fuldendt DWH er færdiggjort. Ydermere vil nogle af de indsamlede data ikke nødvendigvis skulle anvendes til rapporter og indsamles derfor uden nogen direkte nytte på kort sigt. Dog kan det på langt sigt være anvendeligt til senere rapporter..3.2 Bus-arkitektur Kimball er dog af en anden overbevisning, da han er fortaler for bus-arkitekturen. Denne tilgang adskiller sig i nogen grad fra Inmons tankegang. Kimball beskriver bus-arkitekturen således: 81 1 We impose some very specific design requirements on every data mart. Every data mart must be represented by a dimensional model and, within a single data warehouse. This is the basis of the Data Warehouse Bus Architecture. Han hælder mere til den deduktive bottom-up tilgang, der tager udgangspunkt i, at de mange data marter, 2 der designes, kan samles og dermed danne det samlede DWH. Denne tilgang bygger på konforme dimensioner, hvor de enkelte data marter designes i et omfang, hvor de findes nødvendige. 82 På den baggrund opstår der et DWH, og det udvides efterfølgende med data marter, som hver især skal varetage et bestemt formål. Da de enkelte data marter kan indeholde identiske data, opstår der redundans, når de forskellige data marter samles i et DWH. Kimball ser dog ikke store problemer i dette, da noget redundans øger hastigheden på forespørgsler, fordi færre tabeller skal joines. Denne tilgang giver en hurtig udvikling af DWH et, da det ikke tager ret lang tid at udarbejde et enkelt data mart, og informationen kan derfor hurtig kanaliseres ud til beslutningstagerne. På lidt længere sigt er det dog ikke så nemt at vedligeholde og fejlsøge, da flere data går igen, og der er ikke umiddelbart nogen logisk sammenhæng imellem de enkelte data marter, da de kan være designet forskelligt ude i de enkelte afdelinger. Dette kan vise sig at være problematisk, da det i så fald vil øge tiden for at udtrække beslutningsrelevant information. Der opstår endvidere problemer med konformiteten. Der kan således designes flere dimensioner om samme emne men med vidt 81 Kimball(1998) s Kimball(02b) s. 1 Side 34 af 90

35 forskellige attributter, hvilket ikke er ønskværdigt i et helhedsperspektiv, da dette problematiserer ad hoc analyser i DWH et. Som tidligere nævnt er modsætningerne ikke helt så store, som det er fremført i figur 11 tidligere i afsnittet. Kimball(1998) skriver således i relation til bottom-up kontra top-down problematikken: 83 In both cases, the only workable solution is a blend of the two approaches, where we put in place a proper architecture that guides the design of all the separate pieces. Hvor Inmon er mere kontant i udmeldingen om sin tilgang, er Kimball mere midtersøgende, hvor han er tilhænger af en blanding af de to tilgange. Dette skyldes ifølge Kimball, at en yderliggående top-down tilgang skaber et stort og tungt DWH, der skal færdiggøres, før eventuelle data marter kan designes. Hvorimod en yderliggående bottom-up tilgang skaber usammenhængende data marter, og denne tilgang er heller ikke ønskværdig at implementere Kimball(1998)s Kimball(1998)s Side 3 af 90

36 6. Data warehouse og balanced scorecard 1 I dette afsnit fremsættes nogle af de problemstillinger, er forbundet med den overordnede problemstilling; at opbygge BSC i et data warehouse-design. Ricciardi(0) nævner i denne sammenhæng, at når en virksomhed vælger at rapportere efter en BSC-model ved brug af DWH, bør virksomheden efterfølgende etablere en overordnet IT-strategi for den konkrete virksomhed således, at virksomheden kan arbejde effektivt med modellen. Dette nødvendiggør, at den enkelte virksomhed erhverver sig dedikerede IT-redskaber. Følges endvidere argumenterne fra Davenport(06) vil der også i nogle tilfælde gå flere år, før virksomheder opnår det fulde potentiale af deres implementerede DWH. 8 Denne fremføring hænger også sammen Kaplans egen belysning; at data i 30 procent af tilfældene ikke er til stede i virksomheden i implementeringsfasen af et scorecard. 86 Strategier for registreringer af de ikke allerede eksisterende data, bør derfor opstilles, mens kildedataanalysen bliver et afgørende punkt for at sortere i eksisterende data til den dimensionale opbygning. Ricciardi(0) nævner således, at den detaljerede sporing af kildedata kan være en vanskelig og længerevarende proces, hvor mangel på validt data er et særligt problematisk punkt. Metadatabeskrivelsen bliver, ifølge Ricciardi(0), derfor særdeles vigtig. 87 Et af stederne, hvor der kan findes kildedata til DWH et kan være i virksomhedens ERP-system, hvor data til de finansielle nøgletal til den balancerede afrapportering kan findes. Derover skal der i designet af DWH et specificeres, hvilket detaljeringsniveau data bør loades ind i præsentationsserveren, da hastigheden i rapporteringen bliver særlig berørt af hvilket aggregeringsniveau data ligger på i DWH et. 88 I situationen, hvor data loades, opstår der endvidere mulighed for fejl i opbygningen af DWH et, hvis data er blevet fejlagtigt kædet sammen. Der bør derfor være en nødvendig validering af data før DWH et tages i anvendelse. Det kan endvidere fremføres, at det kan være særdeles svært at måle den økonomiske effekt ved indførelsen af DWH og BSC. 89 Dette skyldes, at det er vanskeligt at måle resultaterne på kort sigt, og det derfor ofte er på længere sigt, at resultaterne kan ses. Så hvis virksomheden ikke direkte agerer på de af BSC fremkomne resultater, er det svært at definere effekten af de samlede tiltag. Modargumentet til dette er, at 2 BSC skal i højere grad anses som et værktøj, der kommunikerer virksomhedens strategi, end et værktøj der frembringer nøgletal. Anskues BSC på denne måde, er BSC en nødvendighed for at få implementeret stra- 8 Davenport(06) s Kaplan & Atkinson(1998) s Ricciardi(0) s Kimball(1998) s Bernberg(03) s. 127 Side 36 af 90

37 tegien i hele organisationen, og virksomhedens samlede fremgang kan dermed betragtes som et delvist resultat af den samlede indsats. 6.1 Valgt tilgang til opbygning af data warehouse 1 Problemstillingen lægger op til en løsning af DWH opbygningen efter BSC s principper. Der kan derfor argumenteres for, at udviklingen af BSC skal følge en Bus-arkitektur, jævnfør Kimball, da Inmons tanker om en fuldendt opbygning af et DWH til alle tænkelige rapporter er en proces, der rækker ud over en længere periode, end der til dette modul er stillet til rådighed. Resultatet af et DWH ud fra Inmons tankegang ville være, at der skulle simuleres alle givne tænkelige analyser, som en virksomhed kunne ønske sig, og løsningen vil derfor blive yderst kompleks. Opbygningen vil ske efter en Kimball-tankegang, hvorfor det dimensionale design skal opbygges, så rapporteringsmulighederne, for de opbyggede data marter, ikke kan benyttes til andet end de fastlagte formål. 90 Der er derfor tale om en afgrænset Business Intelligence-løsning, hvor det opbyggede DWH kun understøtter en BSC-analyse. Der opstår derfor det problem, at det oprettede DWH ikke bliver konformt, 91 idet samme dimension forventes, at skulle anvendes til andre rapporter, der kræver andre attributter end de allerede implementerede i dimensionerne. I det omfang, at efterfølgende rapporter skal være på allerede medtagne attributter, er dimensionerne dog allerede konforme. Kimballs modargumentation er, at tilføre dimensionerne flere attributter for at imødekomme problemet omkring ikke-konformitet, når behovet for yderligere rapporter opstår. Idet følgende fremgår en fiktiv case, der har til formål at opridse grundlaget for balanced scorecardet, og dermed de KPI er der senere skal danne grundlag for opbygningen af DWH et. 90 Kimball(1998) s Kimball(1998) s. 16 Side 37 af 90

38 7. Case 1 Den nordjyske fremstillingsvirksomhed, ØKO IS, producerer flødeis med økologiske råvarer. Virksomheden har i omegnen af 22 fuldtidsansatte og har været en succesfuld forretning siden opstarten i 1996, hvor økologiske varer begyndte at blive populære. Med tiden har ØKO IS vokset sig til at have en væsentlig markedsandel på markedet for flødeis, men da det er et af de dyreste produkter på flødeismarkedet, erkender virksomheden risikoen for, at den økonomiske krise får deres kunder til at købe billigere flødeis eller helt fravælge flødeisen. Da ØKO IS i de to foregående regnskabsperioder har haft faldende overskud, kan en kundeflugt få alvorlige økonomiske konsekvenser for virksomheden. Det har medført en øget mødeaktivitet mellem virksomhedens direktion og bestyrelse. De er blevet enige om, at virksomhedens vision og strategi skal finpudses og efterfølgende kommunikeres klart ud til virksomhedens ansatte, så alle arbejder i samme retning. Til at hjælpe sig med det har de kontaktet den nystartede nordjyske konsulentvirksomhed, Rådgivning4U, som er specialister i at implementere BSC, der skal sikre, at alle ansatte i en virksomhed arbejder mod samme mål. Rådgivning4U sender straks et kompetent konsulentteam på fire mand ud til ØKO IS, hvor de holder møder med direktionen og bestyrelsen. Først finder de frem til en vision og strategi for ØKO IS. Strategien lyder, at ØKO IS i løbet af to år skal være blandt de mest profitable virksomheder i branchen og have markedsandel på mindst 12 procent. Dette skal ske ved, at ØKO IS primært skal forbedre indtjeningen ved blandt andet at sætte fokus på kunderentabiliteten. Derudover skal der fokus på at nedbringe gælden for at nedbringe risikoen i den kommende svære periode. For at strategien kan gennemføres, skal der opsættes en række målsætninger på fire forskellige niveauer i ØKO IS, henholdsvis det finansielle perspektiv, kundeperspektivet, det interne perspektiv, samt lærings- og vækstperspektivet. Der blev udarbejdet følgende key performance indicators (KPI er), hvoraf de første fire er i det nedenstående finansielle perspektiv: Figur 12: Finansielt perspektiv i ØKO IS FINANSIELT PERSPEKTIV KPI Målt på Mål Initiativer Afkastningsgrad Overskudsgrad (Årets resultat/ aktiver) x 0 Resultat efter rente/ omsætning) x 0 % Forbedret overskudsgrad og AOH 8 % Fokus på omkostningerne Side 38 af 90

39 Aktivernes omsætningshastighed Omsætning/aktiverne 1,2 gange Fokus på at nedbringe gælden, samt at nedbringe lagerbinding Kilde: Egen tilvirkning I det finansielle perspektiv bliver det besluttet, at ØKO IS skal have en afkastningsgrad på procent. Det skal ske ved at forbedre overskudsgraden såvel som aktivernes omsætningshastighed til henholdsvis 8 procent og 1,2 gange. For at opnå disse nøgletal bliver opgaven for ØKO IS at fokusere på at nedbringe både omkostningerne og gælden, mens omsætningen som minimum skal være på samme niveau. Disse tal er allerede eksisterende i virksomhedens kvartalsrapporter, hvorfor det ikke er nødvendigt at indsamle yderligere data til udregning af disse. Hvis det er nødvendigt for virksomheden at lave analyser, hvor dette nøgletal skal bruges med en mere hyppig frekvens, skal tallene dog indsamles via SBO og derefter periodiseres, så de kan anvendes i beregningerne. Er dette tilfældet, er det vigtigt at være opmærksom på, at der i de fleste brancher kan være store udsving fra uge til uge eller måned til måned, i så fald er anvendeligheden af disse beregninger ikke så stor. Disse finansielle målsætninger skal understøttes af målsætninger fra kundeperspektivet. Figur 13: Kundeperspektiv i ØKO IS KUNDEPERSPEKTIV KPI Målt på Mål Initiativer Kundeprofitabilitet Kundetilgang Kundefastholdelse (KundeDB/kundeomsætning) x 0 (Antal nye kunder / alle kunder) x 0 0 % salg i forhold til foregående periode 60 % Fokus på uprofitable kunder % Opsøgende salg. Give nye kunder fordelagtig aftaler 90 % af kunderne Besøge kunderne oftere. Indgå lange strategiske aftaler med nøglekunder Kilde: Egen tilvirkning 1 I kundeperspektivet vil ØKO IS måle på kundefastholdelse, kundetilgang samt kundeprofitabilitet som nøgletal. Disse tre målepunkter er udset som essentielle punkter, da de kan medvirke til at forbedre overskudsgraden, og i sidste ende afkastningsgraden. Kundefastholdelse skal vise hvorvidt kunderne bliver i Side 39 af 90

40 virksomheden, og perioden er afgrænset til at være for det seneste år. Definitionen, på hvorvidt kunderne er fastholdt, er, om de har handlet for mindst 0 % af det beløb, de handlede for i forrige år. Til at understøtte kundeperspektivet har virksomheden det interne perspektiv, hvor der er valgt de to nedenstående målepunkter. Figur 14: Internt perspektiv i ØKO IS INTERN PERSPEKTIV KPI Målt på Mål Initiativer OTD MCE Succesfulde antal leveringer / antal leveringer) x0 Gennemløbstid / (dato for ordreafgivelse - dato for levering) 98 % Fokus på at forbedre kommunikationen internt i virksomheden >0,6 Forbedre informationsdeling internt Kilde: Egen tilvirkning I det interne perspektiv bliver der målt på i hvilken grad virksomheden formår at levere ordrerne rettidigt, og på tiden det tager virksomheden at levere en ordre efter ordreafgivelsen. For at nå de opsatte målsætninger vil ØKO IS forsøge at forbedre kommunikationen mellem de relevante afdelinger for at minimere risikoen for misforståelser mellem salgsafdelingen og ekspeditionsfolkene. Den forbedrede interne kommunikation er også i fokus, når gennemløbstiden for produkter skal forbedres i forhold til hvornår ordren modtages og leveres. Figur 1: Lærings- og vækstperspektivet i ØKO IS LÆRINGS- OG VÆKSTPERSPEKTIVET KPI Målt på Mål Initiativer Medarbejdertilfredshed Undersøgelse 3,8(på 1-6 skala) Flere samtaler og goder Kompetenceudvikling Antal kursusdage 6(om året) Øget fokus på hvilke kompetencer, de forskellige medarbejdere bør have Kilde: Egen tilvirkning Side 40 af 90

41 Lærings- og vækstperspektivet understøtter indirekte og direkte de tre foregående perspektiver. Det handler for ØKO IS om at have medarbejdere, der er villige og kompetente til at nå virksomhedens strategi og vision, og derfor er målepunkterne medarbejdertilfredshed og kompetenceudvikling. Initiativerne til at forbedre disse to målepunkter er blandt andet flere medarbejdersamtaler og at tilbyde udvalgte goder til medarbejderne, samt at sørge for at kigge individuelt på hver enkelt medarbejders kompetencer og behov for nye kompetencer. Side 41 af 90

42 8. Opbygning af data warehouse For at imødekomme ØKO IS behov for beslutningsinformation, skal der opbygges et DWH, der kan rapportere på de fastlagte KPI er indenfor BSC s fire perspektiver. Det opbyggede DWH, eller rettere præsentationsserver, vil derfor være en intelligent forespørgselsdatabase, der tilfredsstiler den delmængde af beslutningsinformation, som ledelsen i ØKO IS efterspørger. Efterfølgende vil det valgte design blive beskrevet, og overvejelser om opbygningen vil ligeledes fremgå. Der tages således udgangspunkt i en diskussion om henholdsvis ledelsesinformationen og afdelingsinformation fra det opbyggede DWH, og hvordan denne beslutningsinformation fremkommer. 8.1 Ledelsesinformation og afdelingsinformation BSC anses, i relation til DWH, for at være en ledelsesmæssig rapporteringsmodel, hvor det er ledelsen, der har adgang til informationerne fra modellen. Denne information kan efterfølgende kommunikeres ud til de menige medarbejdere i organisationen. Selve rapporteringen vil ske i modul 2, men da der er valgt at opbygge data marter med få attributter, vil 1 2 rapporteringen fra dette design kun have et relativt begrænset krav til indeksering, 92 hvorfor rapporteringshastigheden må vurderes til at være relativ høj. En mere tung indeksering opstår i de tilfælde, hvor databasen skal indeholde mange attributter specielt i dimensionerne, men også i facttabellerne. Ulempen bliver dog, at en senere udbygning af DWH et skal finde sted for, at det kan bruges til andet end BSC. Et DWH kan dog aldrig være udfyldende over tid, da ændringer i virksomhedens interne og eksterne omgivelser vil afstedkomme ændringer i dimensionerne og facttabellerne, da eksempelvis produkt- og kundedimensionen udvikler sig. 93 Et ændret rapporteringskrav vil således betyde, at dimensionerne må ændres med tiden. Ved kun at inddrage attributter til BSC bliver det udviklede DWH dog meget begrænset i sin anvendelse. De få attributter i dimensionerne danner dog et bedre overblik og øger hastigheden på præsentationsserveren, men det begrænser som skrevet rapporteringsmulighederne. DWH et skal derfor ses som et ledelsesrapporteringsværktøj, da det kun kan rapportere på de opstillede BSC-mål. I modsætning til ledelsen vil der på afdelingsniveau være behov for flere attributter i dimensionerne og facttabellerne, da behovet for operationelle beslutningsinformationer er større. Samtidig kan behovet for ad hoc rapporter være højere, hvilket ligeledes kræver, at DWH et inddrager data, der ligger uden for de fastlagte formål for DWH et. Det kunne eksempelvis være underliggende niveauer til produktdimensionen, der var af interesse for produktionsafdelingen. For eksempel data om råvarer. Heraf følger det, at dimen- 92 Forstås som en søgeproces 93 Kimball(1998) s. 149 Side 42 af 90

43 sionerne skal udbygges i det opstillede DWH, hvilket ikke blot forringer hastigheden på afdelingsniveau men ligeledes på ledelsesniveau i det omfang, at de samme dimensioner benyttes. Dette er dog nødvendigt for at opnå konformitet i DWH et. Det vil således altid være en afvejning af langsommere hastighed kontra mere beslutningsinformation, der skal ligge til grund for virksomhedens DWH. Det vil eksempelvis ikke være fordelagtigt med et DWH, der ikke kan levere rettidig, relevant og korrekt information. Her tænkes der, at et langsomt DWH kan udforme rapporter, som på modtagelsestidspunktet allerede er forældede. Denne problemstilling opstår i givet fald kun på afdelingsniveau, da ledelsen sjældent har behov for daglige rapporteringer på nøgletal, men nogle nøgletal kan dog være interessante, hvorfor DWH et, i denne situation, skal loades dagligt, og rapporterne skal ligeledes udformes dagligt. Dette kunne være information om leveringstider, selvom det er ekstremt at foretage daglige rapporteringer. Alternativt kunne rapporterne, hvis det er muligt, udtrækkes direkte fra de operationelle systemer. Behovet for ad hoc rapporteringer på afdelingsniveau betyder ligeledes, at DWH et skal loades med data, 1 der kan understøtte denne rapportering, hvorfor data uden fastlagt rapporteringsformål skal indsamles. Ledelsens behov for ad hoc rapporteringer skal også adresseres i designet af DWH et, men dette kræver sjældent yderligere datafangst, da disse rapporter typisk vil være af finansiel karakter. Det kan dog sagtens tænkes, at andre ad hoc rapporteringer på ledelsesniveauet kunne være interessante. 8.2 Det opbyggede data warehouse I designet af DWH er der, som anført i afsnit.3, mulighed for to overordnede tilgange. Udgangspunktet for 2 30 det opbyggede DWH er, som allerede nævnt Kimballs tilgang, men tilgangen søges så vidt muligt sammenkoblet med Inmons tilgang. Der opbygges således et DWH, som hverken er et bottom-down eller bottomup DWH. Dette skyldes, at Inmons CIF findes for udfordrende indenfor modulets tidsramme, og da Kimballs data mart tilgang findes for mangelfuld i designfasen, hvilket skal forstås således, at muligheden for manglende konformitet er problematisk samt problemstillingen vedrørende ad hoc rapporter. Programmæssigt vil data marterne blive oprettet i Power Architect, men Schemester kunne også være benyttet. Der er oprettet et konstellationsskema med alle data marterne i Power Architect, der skal danne udgangspunkt for den senere rapportering, og med dette skema vil det være muligt at imødekomme kravet om konformitet. Ulempen ved konstellationsskemaet er, at alle brugere kan udtrække data fra alle facttabellerne, hvilket kan være problematisk, men da ØKO IS formål er ledelsesinformation, ses der bort fra denne problemstilling. Der kan dog være situationer, hvor hver afdeling kun skal have adgang til data vedrørende afdelingen, og i en sådan situation skal der opbygges flere data marter som stjerneskemaer for at brugeradgangen er sikret. Konstellationsskemaet er dog valgt for at sikre brugen af konforme dimensioner factta- Side 43 af 90

44 bellerne imellem. De enkelte data marter kan ses af bilag 1, og vil blive forklaret i det følgende sammen med metadataene, der kan ses i bilag 2 og 3. Udgangspunktet for DWH et er ØKO IS opstillede KPI er. For at udregne dem, er det nødvendigt at samle data fra virksomhedens operativsystemer og transformere dataene, så de kan oploades til det udarbejdede DWH. Før denne proces er mulig skal DWH et dog først designes. Dette foregår ved at opbygge de factta- beller og dimensioner, der er nødvendige for at kunne beregne KPI erne. På baggrund af dette er der udarbejdet følgende facttabeller og dimensioner: 94 Facttabeller: Finansielt Kundeperspektiv MCE On-Time- Medarbejder- Medarbejder- perspektiv Delivery tilfredshed kompetence Dimensioner: Kontoplan Tid Sted Medarbejder Partner Produkt Som det ses af bilag 1, er der opbygget fire data marter til de udvalgte KPI er. For overskueligheden er de 1 fire data marter opdelt i de fire perspektiver i BSC. Det kan heraf ses, at der er tilknyttet to facttabeller til både det interne perspektiv og læringsperspektivet, hvorfor disse er at opfatte som konstellationsskemaer. Facttabellen for det finansielle perspektiv skal rapportere på alle KPI erne i det finansielle perspektiv, hvilket også er tilfældet for kundeperspektivet. On-Time-Delivery-facttabellen i det interne perspektiv har derimod kun til formål at rapportere på On-Time-Delivery, og MCE-facttabellen rapporterer også kun på én KPI. Det samme gør sig gældende i lærings- og vækstperspektivet. Fact- og dimensionstabellerne er opbygget efter metadata, som designet er specificeret i. Metadataene beskriver, hvorledes hver enkelt tabel er sammensat, hvilke datatyper der anvendes, og hvor de enkelte kildedata forefindes, samt hvorledes sammenhængen mellem de forskellige niveauer skabes. Metadataene til facttabellen for levering(on-time-delivery) fra det interne perspektiv i BSC, er indsat herunder for efterfølgende at forklare tankegangen bag opbygningen af tabellen. 94 Se bilag 1. Side 44 af 90

45 Figur 16: Uddrag af metadata for On-Time-Delivery Metadataene for OTD i figuren herover viser, hvorledes denne facttabel er bygget op. Den syntetiske nøgle SK_OTD_ID er en entydig nøgle for hver observation/værdi i tabellen. Denne nøgle opbygges ved at tilføje 1 en sekvens, som det vises senere. Alternativet, til at oprette en sekventiel nøgle, havde været at benytte en sammensat primærnøgle af ordrenummeret og ordrelinjenummeret, for derved at regne på delleverancer. For at kunne udregne nøgletallet for levering er det nødvendigt med leveringsdato og modtagelsesdato. Disse datoer bliver således faktaene i tabellen, hvor de resterende attributter er beskrivende. Disse fratrækkes hinanden, og dermed fremkommer der enten en 0-værdi hvis ordren er leveret rettidigt, et negativt tal hvis der leveres for tidligt, og et positivt tal hvis der leveres for sent. På den måde opnås et heltal som både definerer, om der er leveret til tiden, og hvor mange dage leveringen er for sen eller for tidlig. Det er derefter muligt at selektere de tal, der skal laves rapporter på via select-sætninger, og dermed give nøgletallet flere drill-down muligheder. Produktnøglen tilknyttes således, så det er muligt at lave en drilldown for at kunne se, hvilke produkter der ikke leveres rettidigt, og kundenøglen for at se hvilke kunder der ikke bliver leveret rettidigt til. Dette giver bedre beslutningsinformation om eventuelle handlingsalternativer for at forbedre leveringstiden. Alle datoer bliver i designet omformet til heltal. Dette sker ved at kæde tidsdimensionen på datoattributterne. Primærnøglen i tidsdimensionen er derfor datoer, og det er muligt at hente et heltal for dagen fastlagt i forhold til starttidspunktet. Det vil sige, at startdatoen i tidsdimensionen har fået tildelt værdien 1, og efterfølgende kan disse datoer fratrækkes hinanden. Dette stiller dog krav til mange records i tidsdimensionen. I designet af tidsdimensionen, som denne facttabel refererer til, er der altså valgt at 1. januar 0 er begyndelsesdato og 31. december er slutdato. Tidsdimensionen afgrænses således i dette tilfælde, til at have records. Efter metadataene og det dimensionale design er forklaret, skal overførslen af data fra kildesystemerne til 2 Oracles database forklares. Dette vil ske i det efterfølgende afsnit. Side 4 af 90

46 9. ETL-proces ETL-processen er teoretisk gennemgået tidligere, og dette afsnit bygger videre på det teoretiske afsnit ved at inddrage ETL-processen i praksis. ETL-processen bliver gennemført i programmet Pentaho Data Integration(PDI). I dette afsnit vil udtrækningen, transformationen og den senere overførelse til det opbyggede DWH i foregående afsnit derfor fremgå. Dataene til dimensionerne og facttabellerne fremkommer således i dette afsnit. Datakilderne til de anvendte ETL-processer er enten SAP Business One(SBO) eller Microsoft Excel, og datakilderne bliver overført til PDI via henholdsvis Table input og Excel input. Gennem disse funktioner bliver der således skabt forbindelse mellem datakilderne og PDI. I det følgende vil en enkelt transformation blive forklaret. For at følge foregående afsnit inddrages ETL-processen for facttabellen On-Time- Delivery. Et udpluk af de resterende transformationer kan ses af bilag 4. Figur 17: ETL-processen for On-Time-Delivery 1 Af figuren kan det ses, at der trækkes data fra SBO fra kildetabellerne; ODLN, RDR1 og ORDR. Disse tre tabeller joines gennem funktionen merge join, og da alle tre tabeller indeholder DocEntry, benyttes denne attribut. Dette kan endvidere ses af metadatene i foregående afsnit. Det blev også nævnt, at der oprettes en sekventiel nøgle, hvilket sker i funktionen Add sequence i figur 17. Den sidste funktion i transformationen uploader dataene til DWH-tabellen, som i dette tilfælde er i Oracles database. Der bliver således udtrukket data fra SAP Business One, som efterfølgende kædes sammen med en ny entydig primærnøgle, og efterfølgende bliver dataene uploadet til DWH et. Side 46 af 90

47 I PDI kan der, i forlængelse af oprettelsen af transformationer, også oprettes job. Et job er en sekvens af transformationer, der bliver kørt i den opstillede rækkefølge. I stedet for at køre hver enkelt transformation, kan alle transformationerne køres med det samme job. I nedenstående figur 18 findes et job for alle dimensionstransformationerne i PDI. Figur 18: Job for dimensionerne Som det kan ses af bilag 4, er nogle af transformationer mere simple end andre. Dette skyldes i høj grad, hvorledes kildesystemet er opbygget. Eksempelvis skal der kun inddrages en enkelt kildetabel til kontoplansdimensionen, hvor stedsdimensionen benytter tre kildetabeller. Kompleksiteten af transformationerne afhænger derfor i høj grad af, hvor normaliseret kildetabellerne er, hvilket vil sige, at et normaliseret kildesystem giver overblik, men samtidig nødvendiggør en mere udførlig ETL-proces. Side 47 af 90

48 . Afrunding modul 1 Gennem dette modul er teorien bag data warehouse og balanced scorecard blevet gennemgået og efterfølgende sammenholdt med henblik på at belyse de problemstillinger, der opstår, når der skal oprettes et DWH med udgangspunkt i BSC. Teorien er efterfølgende blevet anvendt på ØKO IS-casen, hvor der især har været fokus på KPI erne, da det er dataene til udregningen af KPI erne, der skaber samspillet mellem BSC og DWH. Derefter er der udarbejdet et dimensionalt design med facttabeller og dertilhørende dimensionstabeller. Som afslutning er ETL-processen gennemgået i praksis ud fra Pentaho Data Integration, hvor transformeringsprocessen er analyseret. Modul 1 er dermed grundlaget for det videre arbejde i modul 2, og de væsentligste dele af modul 1 kommer dermed til at indgå i den samlede semesterrapport. I dette modul lød problemstillingen således: Hvordan kan der udvikles et Balanced Scorecard ved brug af Data Warehousing? Det har vist sig, at der generelt kan oprettes et DWH ud fra to forskellige tilgange, og formålet med DWH et 1 vil ofte kunne være bestemmende for, hvilken tilgang der bør benyttes. I indestående modul er Kimballs tilgang valgt, da det derved er blevet muligt kun at udvikle et DWH til strategisk rapportering efter BSC. Alter- nativt kunne Inmons tilgang være valgt, hvor en afgrænsning fra andre områder end BSC havde været nødvendig, da modulperioden ikke muliggør oprettelsen af en CIF-struktur. Side 48 af 90

49 11. Indledning modul 2 Beslutningsinformation er blevet et væsentligt konkurrenceparameter i dag. Virksomheders succes afhænger af de beslutninger, som virksomhederne træffer. Det vil sige, at den virksomhed, der er bedst til at træffe beslutninger, vil have en fordel i forhold til sine konkurrenter. OLAP er et redskab til at fremskaffe beslutningsinformation i det format, som virksomhedslederne ønsker. Dette kan ske efter multidimensionale kuber, hvor dimensionerne repræsenterer de variable, som lederne ønsker beslutningsinformation om. Måden hvorpå denne beslutningsinformation fremskaffes bliver derfor af afgørende karakter for virksomhederne. I modul 1 blev der opbygget et DWH, hvor data i forskellige formater og af forskellig oprindelse blev samlet. OLAP-løsningerne bygger på strukturerne i DWH, hvorfor OLAP-løsningen kun kan blive så stærk, som DWH et er opbygget til. Herudover vil en OLAP-løsnings succes være betinget af den bruger- funktionalitet, som løsningen stiller til rådighed. I takt med at flere virksomheder benytter DWH er, stiger interessen for OLAP-løsninger tilsvarende. Codd(1993) skriver således: 9 1 The need which exists is NOT for yet another database technology, but rather for robust OLAP enterprise data analysis tools which complement the enterprise s existing data management system and which are rigorous enough to anticipate and facilitate the types of sophisticated business data analysis inherent in OLAP I samspil med udviklingen indenfor IT har virksomhedernes behov ligeledes udviklet sig. Dette vil sige, at mange virksomheder behøver en OLAP-løsning, der tilfredsstiller virksomhedens behov for forespørgsler. Disse løsninger er blevet nemmere at konfigurere med tilføjelsen af SQL/OLAP, 96 hvorfor udviklingen af unikke virksomhedsløsninger ligeledes er muliggjort. 9 Codd(1993) s. 96 Eisenberg & Melton(00) s. 6 Side 49 af 90

50 12. Arbejdsparadigme modul 2 Til at operationalisere de overordnede tanker omkring de to moduler benyttes et arbejdsparadigme. Formålet med arbejdsparadigmet er at vise, hvordan opbygningen af modulerne bliver, og derved hvilke afsnit, der inddrages, samt hvilke teorier der benyttes i de respektive afsnit. Dette gøres for at skabe et overblik over projektet både for gruppen og for læserne. Af arbejdsparadigmet vil det således fremgå hvilke tilvalg og fravalg, der er foretaget i modulet. Udgangspunktet for disse valg er følgende problemstilling: Hvordan kan der teoretisk afrapporteres på balanced scorecard og balanceret vækst ved brug af OLAP Af problemstillingen følger det, at der skal opbygges et teoretisk erfaringsgrundlag om balanced scorecard, balanceret vækst og OLAP. Da BSC allerede er teoretisk behandlet i modul 1, vil der ikke forekomme en bearbejdelse af begrebet igen. Rapporten vil i stedet omhandle det opbyggede erfaringsgrundlag i henhold til balanceret vækst og OLAP, da forståelsen af OLAP er afgørende for den efterfølgende teoretiske gennemgang af det benyttede OLAP-værktøj. Arbejdsparadigmet for modul 2 kan ses af efterfølgende figur. Figur 19: Projektdesign modul 2 1 Arbejdsparadigme Balanceret vækst Balanceret vækst og BSC OLAP Opbygning af OLAP-kube Her benyttes Palo til at fremvise beslutningsinformation Rapportering på ØKO IS A/S Afrunding på Modul 2 Rapportering på udvalgte nøgletal fra casen 2 Kilde: Egen tilvirkning Side 0 af 90

51 Efter opbygningen af de teoretiske erfaringsgrundlag, vil det være muligt at drage analyser på baggrund af disse. Balanceret vækst og BSC kædes således sammen i et afsnit, hvor fokus er på, hvordan de to begreber kan komplementere hinanden i afrapporteringsøjemed. Herefter sættes denne analyse i relation til det opbyggede DWH fra modul 1, og det undersøges, hvordan de to begreber kan sammenkædes i DWH et. Derefter vil teorien bag OLAP blive beskrevet, herunder formål og opbygning. Der vil desuden blive beskrevet hvilke muligheder, der er indenfor kubeopbygning og hierarkier. Efterfølgende opbygges en OLAP-kube til afrapporteringen, hvilket sker i Jedox Palo, som er et MS Excel baseret analyseprogram. Afrapporteringen sker på det finansielle perspektiv fra ØKO IS-casen fra modul 1. Modulet afrundes herefter med en opsamling på hele modul 2. Side 1 af 90

52 13. Balanceret vækst Balanceret vækst vedrører vækststrategien i virksomheder, og hvordan denne vækst fremkommer. Der skal således være sammenhæng mellem målsætningerne i virksomhederne for, at en langsigtet selvfinansieret vækst kan opnås. I tilfælde af at målet om vækst bliver for dominerende, kan dette have en ødelæggende effekt for den fremtidige drift. Der skal derfor være balance mellem målene i virksomheden, hvilket betyder, at der skal indgås kompromisser mellem målsætningerne. Donaldson(198) fremsatte i Financial goals and strategic consequences denne problemstilling, og udgangspunktet for indeværende afsnit er således denne artikel. Donaldson(198) opstiller følgende forudsætninger for målsætningsprocessen i virksomheder: Profitabilitet kommer ikke før alt andet. Virksomhedernes målsætninger ændrer sig løbende og afhænger i høj grad af den kontekst, som virksomhederne befinder sig i. Virksomheder kan ikke frit sætte målsætninger. Indenfor de markeder virksomhederne agerer på, findes der grænser og betingelser, som virksomhederne skal tage højde for i fastlægningen af målsætningerne. De finansielle målsætninger skal revideres løbende, da en virksomheds omverden er dynamisk, hvilket spiller ind på hvilke målsætningsniveauer, der er opnåelige. Dette er i særdeleshed interessant indenfor konkurrerende måltal, da en ændring for et måltal kan afstedkomme ændringer i andre. Virksomhedernes interne kapitalmarkeder skal kontinuerligt forsøge at balancere udbuddet af og efterspørgslen efter kapital. Der skal således være balance mellem målsætninger, der trækker på kapital, og målsætninger der generer kapital. De fleste ledere har svært ved at acceptere og forstå hele målsætningssystemet. De fleste ledere vil kun fokusere på målsætninger, der har en direkte forbindelse til deres ansvarsområder. Direktører vil ligeledes ofte prioritere nogle målsætninger over andre, selv om målsætningerne objektivt set er ligestillet. De finansielle problemstillinger opstår i de tilfælde, hvor virksomhederne ikke er opmærksomme på ovenstående forudsætninger eller ikke anerkender dem. På baggrund af ovenstående kan følgende formel udledes, som danner udgangspunkt for den balancerede vækst i virksomheden: Donaldson(198) s Donaldson(198) s. 66 Side 2 af 90

53 g(s) = r(rona+ d(rona i)) Hvor : g(s) = r = d = vækstraten i salget tilbageholdelsesrate af årets resultat gæld/egenkapital forhold i = rente på gæld efter skat RONA = return on net assets (tilnærmet : return on investment) Donaldsons model viser således, hvordan forholdet mellem væksten i salget, RONA og gælds- /egenkapitalforholdet skal være for, at virksomheden opnår en selvfinansierende vækst. 99 Der skal derfor være sammenhæng mellem alle nøgletallene i formlen for at opnå en selvfinansiering af væksten. Alternativet er, at finansiere væksten med ekstern kapital. Ligningen er grafisk illustreret i nedenstående figur, hvor positioner over ligningen giver et underskud i finansielle midler og positioner under ligningen giver et overskud af finansielle midler. Figur : Livscyklus over finansielle prioriteter i virksomheder Kilde: Donaldson(198) s Donaldson(198) s. 60 Side 3 af 90

54 En virksomheds finansielle underskud må enten finansieres med virksomhedens egenkapital eller med ekstern kapital, hvorfor gælds-/egenkapitalforholdet vil blive forøget, da gælden enten er steget eller egenkapitalen faldet. Modellen er af strategisk karakter og kan som sådan benyttes i planlægningsfasen. Dette skyldes i høj grad, at der ikke tages højde for ekstraordinære hændelser, der får en indflydelse på de enkelte måltal. Som strategisk værktøj kan modellen opdeles i fire sektorer, hvor virksomhedens årlige resultater vil indtage en række forskellige positioner. Målet er at ligge så tæt på ligningen som muligt, men i praksis vil dette være umuligt. Formålet med ligningen vil således være at planlægge efter ligningen således, at virksomhedens målsætninger ikke er umulige at opnå. Samtidig må det fra virksomhedens side være gunstigt at have produkter i forskellige faser i produktlivscyklussen. For at øge væksten og forbedre RONA, vil det derfor ofte være nødvendigt først at investere i nye produktmarkeder, hvilket forringer resultatet på kort sigt, men på længere sigt vil forbedre RONA. 0 Udviklingen kan ses ud fra ovenstående figur, hvor et produkts livscyklus finansielt er illustreret. Positionerne 1 og 2 er således kendetegnet ved udgifter i produktudvikling og markedsføring, hvorfor fasene trækker på virksomhedens finansielle midler. Positionerne 3 og 4 er kendetegnet ved et stagnerende marked, en standardiseret produktion og fornuftige dækningsgrader, 1 hvilket afspejles i et finansielt overskud af kapital. I takt med udfasningen af produktet stiger konkurrencen for at kapre de resterende markedsandele, hvilket mindsker produkternes dækningsbidrag betydeligt, og det finansielle overskud af midler mindskes. Diversifikation er en mulighed for at undgå for store finansielle udsving over tid, og Donaldson(198) skriver følgende: 1 To require the self-sufficiency of all product market positions is to deny not only reality but also one of diversification s primary objectives to make an orderly transition from an income stream that has dried up to one that is still abundant Udover problemstillingen ved at negligere fremtidens finansielle indbetalinger ved at fokusere på kortsigtet performance, vil ledelsens mål for afkastningsgraden også ofte være arbitrære forstået på den måde, at det 2 bliver et mål i sig selv at overgå tidligere års resultater uafhængigt af virksomhedens nuværende situation. Herudover vælges der også afkastningsgrader, der kan være med til at selvfinansiere væksten i virksomheden, selv om dette måske er urealistisk. 2 Det bliver derfor afgørende for virksomhedens langsigtede resultater, at ledelsen tager højde for betalingsstrømmene i virksomheden ved at fastlægge forskellige måltal. 0 Donaldson(198) s Donaldson(198) s. 6 2 Donaldson(198) s. 66 Side 4 af 90

55 14. Balanceret vækst og BSC Indeværende afsnit har til formål at kortlægge mulige synergieffekter mellem Donaldsons balancerede vækstmodel og BSC. Udgangspunktet vil således være at finde ligheder ved at undersøge de underliggende logiske strukturer bag de to modeller for at sammenkæde dem. 1 BSC arbejder med 4 perspektiver, hvor balanceret vækst udelukkende arbejder med finansielle tal. Sammenkædningen af BSC og balanceret vækst kan således udelukkende ske ved at sammenkæde BSC s finansielle perspektiv med den balancerede vækstmodel. Den balancerede vækstmodel er opbygget omkring det finansielle nøgletal RONA (eller tilnærmet ROI) og væksten i salget. Herudover er det som nævnt forholdet mellem RONA og andre variable, som er afgørende for den mulige vækst i salget. På denne måde benytter Donaldsons(198) model den samme årsagsvirkningssammenhæng, som balanced scorecard bygger på, men denne årsagsvirkningssammenhæng er kun til stede mellem ligningens variable, hvorfor der ikke kan drages en sammenhæng til de andre perspektiver i BSC. Et finansielt underskud af midler, vil således nødvendiggøre en ændring af gælds-/egenkapitalforholdet, som tidligere nævnt. Ved et finansielt overskud af midler vil det ligeledes være muligt at øge egenkapitalen eller afvikle en del af gælden, hvorfor en ændring af gælds-/egenkapitalforholdet vil finde sted. Den samme kausalitet lægger til grund for BSC, idet det forudsættes, at der findes en sammenhæng mellem nøgletallene i de fire perspektiver. Denne kausalitet er dog i mindre grad sikker, end tilfældet er med den balancerede vækstmodel, da sammenhængen i BSC bygger på opstillede hypoteser om nøgletallene. Hvis den matematiske logik sidestilles med BSC s årsagsvirkningshypoteser, kan modellerne derfor sammenkædes. I de tilfælde, hvor væksten i salget, RONA eller andre variable i den balancerede vækstmodel indgår som KPI er i det finansielle perspektiv i BSC, vil det være muligt at sammenkæde den balancerede vækstmodel og BSC. Dette kan ses af følgende figur. Side af 90

56 Figur 21: Sammenkædning af BSC og den balancerede vækstmodel Kilde: Egen tilvirkning Da både den balancerede vækstmodel og BSC er strategiværktøjer, komplementerer den balancerede vækstmodel BSC i strategifastlæggelsen, og kan derfor benyttes til at understrege den likviditetsmæssige strategi. I rapporteringsøjemed vil den balancerede vækstmodel derfor kunne uddybe effekten af strategien bag BSC. Det vil sige, at de likviditetsmæssige effekter af en given strategi kan kortlægges, og det vil være muligt proaktivt at initiere initiativer for at undgå likviditetsmæssige under- eller overskud. Herved bliver det muligt for virksomheden, at væksten bliver så høj som muligt, uden virksomheden kommer i likviditetsmæssige problemer. Den balancerede vækstmodel kan alternativt benyttes som kontrol af, om de opstillede mål for KPI erne er realistiske, eller om virksomheden bør justere målene, således at et likviditetsmæssigt underskud undgås. Side 6 af 90

57 1. On-Line Analytical Processing OLAP er et akronym dannet af On-Line Analytical Processing, og begrebet analyserer på data fra blandt andet On-Line Transaction Processing (OLTP) systemer, som der tidligere er arbejdet med på studiet. OLAPs formål er således at udtrække data, hvor OLTP-applikationernes formål er at lagre dataene. OLAPapplikationernes hovedformål er at fremskaffe hurtig beslutningsinformation til analyser, hvor DWH data aggregeres, hvilket giver slutbrugeren mulighed for hurtigt at analysere dataene. 3 For at dataene kan udtrækkes, skal der opbygges en struktur, der underbygger udtrækningen. En OLAPapplikation kan bygge på enten en relationel database eller en multidimensionel database. Tabellerne i den multidimensionale database kan yderligere deles op i facts og dimensioner, hvilket er beskrevet i første moduls afsnit om dimensional modellering. Den relationelle databasestruktur benytter ikke opdelingen i facts og dimensioner, men lagrer derimod dataene i en normaliseret struktur. OLAP-systemer kan således enten være multidimensionale MOLAP eller relationelle ROLAP. I MOLAP-strukturer gemmes både granulære kildedata og aggregerede data på højere niveauer. Dette betyder, at MOLAP er væsentligt hurtigere til at hente data, men samtidigt kræver langt mere dataplads. 1 Denne problemstilling var dog langt større for få år tilbage, men grundet den teknologiske udvikling er MO- LAP nu langt nemmere at effektuere. I ROLAP er al data derimod lagret i en relationel database, hvilket sikrer den referentielle integritet. Dette kan være et problem ved større data warehouse implementeringer, da dette stiller langt større krav til behandlingen af data. ROLAP er således langsommere til udtræk af data, da flere tabeller skal indekseres end ved en multidimensional struktur. I indeværende modul vil ROLAP ikke blive behandlet dybdegående, da der udelukkende arbejdes med MOLAP. Det følgende afsnit bygger således videre på det opbyggede DWH fra det første modul. Der vil derfor kort komme en gennemgang af historien bag OLAP med hovedvægten på kravene til OLAP-systemer efterfulgt af en teoretisk gennemgang af kubebegrebet i relation til MOLAP. 1.1 Krav til OLAP-applikationer 2 OLAP-begrebet opstod første gang i 1993 hvor E. F. Codd udsendte sine 12 regler 4 for OLAP-applikationer. På samme tid blev anvendelsen af DWH mere udbredt i virksomhederne, hvorfor behovet for forespørgsler til DWH et steg. Behovet for OLAP-applikationer steg således også. Anvendelsen af OLAP har gennem de seneste -1 år oplevet en stor fremgang, hvilket skyldes, at flere virksomheder har opdaget værdiskabelsen af OLAP-analyser. Samtidig er mængden af de data, den enkelte virksomhed skal håndtere nu, blevet 3 Pedersen et al.(01) 4 Der var reelt 13 regler, men da han gav dem numre fra 0-12, kom det til at hedde de 12 regler Side 7 af 90

58 større end for bare ti år siden, og det er derfor vigtigere at anvende de metoder og teknikker, som OLAP bygger på. OLAP spiller derfor en vigtig rolle i de fleste større virksomheder, da det er med til at danne de rapporter, som ledelsen, i de enkelte virksomheder, tager deres beslutninger ud fra. I 1998 udsendte Microsoft MS OLAP Server, som var den første applikation dedikeret til OLAP, hvorefter mængden og kvaliteten af OLAP applikationer har været stigende. Ahmad Taleb(07) har defineret følgende krav til OLAP-applikationer, der er de vigtigste og som stadig er gældende i dag for OLAP-applikationer: 6 Multidimensionelt konceptuelt view Gennemsigtighed Tilgængelighed Fleksibel rapportering Ubegrænsede dimensioner og aggregerede levels Taleb(07) mener dermed, at fokus bør ligge på dimensionerne, hvor gennemsigtigheden er essentiel, da 1 slutbrugeren ikke skal bekymre sig om at få adgang til de enkelte data eller andre underlæggende forandringer. Det eneste slutbrugeren skal anvende er et simpelt logisk skema, som forklarer de enkelte data på forståelig vis, uanset ændringer i de bagvedliggende data. Anvendeligheden af OLAP-applikationen skabes af, at der kan tilknyttes mange dimensioner, så beslutningstagerne dermed får et værktøj, som kan bringe langt mere beslutningsrelevant information på en mere overskuelig måde end spreadsheets alene, selvfølgelig forudsat at registreringerne til disse rapporter forefindes i den database, som OLAP-applikationen bygges ovenpå. Thomsen(02) benytter fire krav til OLAP-systemer tilsvarende Talebs(07) fem krav. Thomsen lægger ligeledes vægt på fleksibiliteten i rapporteringen. Kravet om fleksibilitet findes af afgørende betydning for 2 OLAP-systemerne, da præsentationen af data kan være afgørende for beslutningstageren. Dette kræver fleksible strukturer, hvor samme dimension kan illustreres gennem flere hierarkier. Pedersen et al.(01) lægger ligeledes vægt på hierarkiopbyggelsen som krav til OLAP-applikationer, hvorfor netop dette krav findes essentielt for afrapporteringen. Fordelen ved at anvende OLAP består derfor i, at det er muligt at tilføje lige netop de dimensioner, som brugeren ønsker. Brugeren kan dermed lave sine analyser komplekse med mange dimensioner eller mere 30 simple med få dimensioner. Herudover vil det via forespørgsler være muligt at lave drill-down og slice-and- Pedersen & Jensen(01) s Taleb(07) s. 9 Side 8 af 90

59 dice for at se de underliggende årsager for dataene på de aggregerede niveauer. Ved brug af multidimensionelle kuber opnås der rapporter på langt flere data, i en langt mere overskuelig grad end for eksempel i det todimensionelle spreadsheets. 7 Hierarkierne i dimensionerne bliver derfor vigtige. Disse hierarkier får således afgørende betydning for kubernes udformning, og vil derfor efterfølgende blive behandlet i relation til OLAP-kuberne. 1.2 MOLAP-kuber Afsnittet tager udgangspunkt i MOLAP-kubernes placering i forhold til tidligere behandlede begreber inden for data warehousing. I nedenstående figur fremstår gruppens forståelse således af OLAP-processen i en MOLAP-sammenhæng. Figur 22: Multidimensional rapportering med OLAP Datakilder Data Stagging Præsentation Server OLAP-server Slutbrugere Extract Transform Load Data marter Extract Forespørgsler Eks. PALO Kilde: Egen tilvirkning med inspiration fra Chaudhuri & Dayal(03) s. 2 og Kimball (1998) s. 14 I ovenstående figur er det således i processen fra præsentationsserver-området til OLAP-serverområdet, at 1 opbyggelsen af selve kuberne opstår. De i figuren viste kuber er således alle tredimensionelle, men de kunne ligeså vel have været fire- eller femdimensionale kuber. Kubefremstillingen bliver altså en metafor for de multidimensionale strukturerer, 8 som afrapporteringen med OLAP-værktøjer muliggør. Når kubefremstillingen er beskrevet, kan det belyses, at rapporteringen fra de opførte data marter kan foregå på forskellige 7 Thomsen(02) s. 8 8 Thomsen(02) s. 66 Side 9 af 90

60 måder, hvorfor hierarkiopbygningen i kuberne får betydning for OLAP-applikationernes korrekthed i beregningerne 9 og dermed aggregeringsmuligheder i kuberne. Dataene i MOLAP-applikationer vises således i multidimensionale kuber med celler for hver kombination af dimensionerne. 1 Rent grafisk vil visningen af celler dog være todimensional, da der i indeværende modul benyttes PALO, som er opbygget i Excels todimensionelle design, til afrapporteringen. En sådan kube indeholder numeriske facts også kaldet måltal, der har relation til de dimensioner, der er udvalgt i forbindelse med opbyggelsen af DWH et. Data marterne til kuben er typisk lavet på baggrund af et stjerneskema eller snowflakeskema, hvor de enkelte måltal er fremkommet af registreringerne, som findes i facttabellen og dimensionerne. 111 Som tidligere nævnt er datakuberne centrale i OLAP, da det er her, at muligheden for at overskue store mængder data i et multidimensionelt view. Dette understreges af Thomsen i følgende citat: 1 Multidimensional database technology is a key factor in the interactive analysis of large amounts of data for decision-making purposes. In contrast to previous technologies, these databases view data as multidimensional cubes that are particularly well suited for data analysis. 112 Et eksempel på brugen af en kube kan være, at en handelsvirksomhed har brug for at vide hvilke af deres produkter, der bliver solgt mest af i henhold til tre regioner og fordelt på måneder. Denne virksomhed kan 2 udtrække denne rapport i et almindelig spreadsheet, i for eksempel MS Excel eller lignende. Men ved at anvende en MOLAP-kube får de alle tænkelige kombinationer i bare én enkelt kube. Hvorimod hvis virksomheden ønskede, at få hver af disse kombinationer fremlagt på enkelte arbejdspapirer ville det være nødvendigt at udarbejde 48(4*3*4) individuelle celler. Ved at anvende spreadsheets stiger antallet af nødvendige udregninger ekspotentielt med antallet af mulige kombinationer. I figur 3 herunder ses eksempler på to kuber med henholdsvis 48 og 12 mulige celler. Figuren viser, at en kube dækker både 48(4*3*4) og 12(**) mulige kombinationer af dimensionerne. 9 Thomsen(02) s Thomsen(02) s Thomsen(02) s Pedersen & Jensen(01) s. 40 Side 60 af 90

61 Figur 23: OLAP-kuber Kilde: Egen tilvirkning på baggrund af Taleb(07) Den største fordel ved at anvende kuben er, at virksomheden får mulighed for at benytte drill-down og rollup samt slice and dice. Drill-down og roll-up betyder, at aggregerede niveauer kan deles ud i underliggende niveauer ned til det mest granulære niveau i dimensionerne. 113 Dette kan for eksempel være en virksomhed, der ønsker at se kundeprofitabiliteten på dækningsbidragsniveau helt nede på transaktionsniveau. Her vil det øverste niveau i kubens hierarki være, hvor alle celler er lagt sammen og dermed vise den samlede kundeprofitabilitet for alle kunder. Herefter kan kundeprofitabiliteten for den enkelte kunde ses ved efterfølgende drill-down, og der kan foretages yderligere drill-down helt ned på transaktionsniveau. Når kubens celler så efterfølgende aggregeres igen anvendes der roll-up, og disse to begreber er således sammenhængende, men anvendes modsatrettet i kuben. 114 Slice and dice minder meget om drill-down og roll-up, da disse forespørgsler også er med til at udvælge de mest væsentlige steder i kuben for brugeren. Men hvor den førnævnte forespørgsel var med til at åbne og lukke kuben, reducerer slice én eller flere af dimensionerne i 1 kuben til kun at have én værdi, og dice skærer nogle af dimensionerne helt væk. Den reducerede kube bliver derfor meget mindre end den oprindelige kube og de efterspurgte resultater kan langt hurtigere findes frem, og fokus kan lægges på disse Kubeopbygning og hierarkier Når kubebegrebet er belyst er det relevant at behandle hierarkierne nærmere, idet disse er væsentlige i forhold til beregningsmulighederne i de enkelte kuber. Herudover bliver hierarkierne i kuberne afgørende for de afrapporteringsmuligheder slutbrugeren får. Gruppens forståelse af hierarkibegrebet bygger på nedenstående figur, hvor de forskellige typer af hierarkier er inddraget. 113 Taleb(07) s. 114 Pedersen & Jensen(01) s Taleb(07) s. Side 61 af 90

62 Figur 24: Forståelse af hierarkier Kilde: Egen tilvirkning Figuren viser, at hierarkier kan deles op i naturlige og problemafledte hierarkier, som kan være enten rekursive, levelbaserede, symmetriske eller asymmetriske. Hierarkier kan derfor besidde forskellige karakteristika, hvilket får indflydelse på udarbejdningen af kuberne. Der er således en række problemstillinger vedrørende hierarkierne, som der bør tages højde for i opbygningen af kuber. Kubeopbygningen er således afhængig af en hierarkisk struktur til den databearbejdning, som slutbrugeren foretager i forhold til henholdsvis slice and dice, roll-up og drill-down. Malinowski og Zimányi(04) definerer overordnet et hierarki på følgende vis: 116 A hierarchy is a set of binary relationships between dimension levels. I ovenstående citat er der altså tale om et hierarki, der består af relationer mellem dimensionsniveauerne, og der er derved tale om, at der er hierarkier på dimensionerne. 117 Dimension levels er af gruppen forstået som det niveau, hvor et sæt af members 118 deler en mængde af attributter. 119 En dimension i hierarkiet 1 danner således gruppe af noget, der kan anses som en beslutningsenhed. 1 I nedenstående figur, der be- 116 Malinowski & Zimányi(04) s Thomsen(02) s Members forståes af gruppen som attributbeskrivelse 119 Colossi et al.(02) s Thomsen(02) s. 8 Side 62 af 90

63 står af fire dimensionsniveauer, er et dimensionsniveau eksempelvis by, delt ud på fire instances: 121 by 1, by 2, by 3 og by 4. Figur 2: Eksempel på hierarki Kilde: Egen tilvirkning på baggrund af Malinowski og Zimányi (04) s. Et andet begreb indenfor den hierarkilitteraturen er hierarchycal path, som beskriver stien fra det øverste dimensionsniveau til det nederste dimensionsniveau. Der kan ligeledes tales om en path length, som i 1 ovenstående figur kan være fra Butik 4 til Land A, hvilket er fire dimension levels. Det øverste dimensionsniveau kaldes i øvrigt root, mens det nederste dimensionsniveau kaldes leaf. 122 Der opstår således et parent-child-relation imellem de enkelte niveauer, hvor det er kendetegnende, at root i øverste led i hierarkiet ikke har nogen parent, da dette er det mindst granulære niveau, og leafs ikke har nogen childs af samme grund. 123 Et hierarki vil normalt have en root, men kan sagtens have mange leafs, som tilfældet er i ovenstående figur. I den følgende figur vil, der fremvises en normaliseret tabelstruktur med en geografisk hierarkistruktur, hvor begreberne leaf, member og root illustreres. 124 Figur 26: Normaliseret tabelstruktur Leaf Root member Kilde: Egen tilvirkning på baggrund af Malinowski og Zimányi(04) s Instance er af gruppen omfattet som attributværdi i dimensionen ved henledning til Thomsen(01) s Thomsen(02) s Thomsen(02) s Malinowski & Zimányi(04) s. 3 Side 63 af 90

64 1.3.1 Hierarkityper Hierarkier kan, som vist i figur 24, enten være naturlige eller problemafledte, 12 og et naturligt hierarki defineres som: et hierarki bestående af entiteter og eller attributter, som er logisk set er over/underordnet eller sideordnet med hinanden. 126 Det kan udledes af ovenstående citat, at naturlige hierarkier er hierarkier, der ikke kan stilles spørgsmåls- 1 tegn ved. Tid kan være et naturligt hierarki, da eksempelvis år altid vil have kvartaler under sig, og kvartaler vil altid have måneder under sig. Nogle tidsdimensioner vil dog være problemafledte i og med uger inddrages, da ugerne på et år varierer. Problemafledte hierarkier er i kontrast til naturlige hierarkier, og alle hierarkier, der ikke er naturlige, må således være problemafledte hierarkier. Der findes således langt flere problemafledte hierarkier end naturlige hierarkier, og de problemafledte hierarkier kan ofte være mere interessante at arbejde med, da de løser en specifik problemstilling. Hvor naturlige hierarkier er almene, er problemafledte hierarkier derfor specifikke, hvilket ses ud fra nedenstående citat. Et problemafledt hierarki er ikke alment gældende for alle typer af analyser det er således kun gyldigt til brug for den analyse hvortil den er designet. 127 Naturlige og problemafledte hierarkier kan endvidere opdeles i tre hierarkityper. Rekursive hierarkier er således hierarkier, hvor der eksisterer en parent-child relation mellem niveauerne i hierarkiet. Det nederste 2 hierarki refererer således til et overliggende niveau i hierarkiet, hvor flere underliggende niveauer aggregeres. Herudover kan der også være registreringer på et parent-niveau, hvorfor aggregeringen ikke bliver overensstemmende med de underliggende niveauer. På studiet er der tidligere benyttet rekursive hierarkier i forbindelse med Vagn Madsens variabilitetsprincip for at undgå arbitrære registreringer af omkostninger. Rekursive hierarkier kan enten være strict eller non-strict. 128 Et strict rekursivt hierarki betyder, at der kun eksisterer 1-til-mange -relationer i hierarkiet. Det vil sige, at hvert child kun har en parent. Non-strict rekursive hierarkier benytter derimod mange-til-mange -relationer, hvor hver child kan have flere parents. Dette kan i flere situationer være hensigtsmæssigt, men det åbner muligheden for redundans, hvilket er eksemplificeret i nedenstående figur: 12 Wiese(0) s Wiese(0) s Wiese(0) s Pedersen et al.(01) s. 386 Side 64 af 90

65 Figur 27: Rekursivt hierarki med mange-til-mange -relation Kilde: Egen tilvirkning I figuren indgår FP Brugsbutik både i kundegruppen detailsalg og engrossalg, hvilket giver et problem, når der aggregeres til højeste niveau alle kunder. Problemstillingen er, at en aggregering af detailsalg og engrossalg vil betyde, at FP Brugsbutik bliver medtaget to gange. Der skal således laves en regneregel, der løser dette problem i OLAP-værktøjet. 1 I levelbaserede hierarkier kan der i forhold til rekursive hierarkier ikke registreres data på de mellemliggende niveauer. Et levelbaseret hierarki er således kendetegnet ved, at alle dataene ligger på det mest granulære niveau, og de overliggende niveauer er udelukkende aggregeringer af disse data. Et sådant hierarki er også rekursivt, og der kan således sagtens eksistere et rekursivt levelbaseret hierarki. Problemstillingen ved aggregeringen af niveauer med mange-til-mange relationer kan også forekomme. Herudover er det et problem, at der må foretages arbitrære fordelinger af eksempelvis omkostninger på mellemliggende niveauer, der er fælles for flere records på nederste niveau. Alternativt skal der oprettes en record på nederste niveau, hvor fællesregistreringerne kan lagres. Dette er dog uhensigtsmæssigt, da nogle analyser på nederste niveau vil give ukorrekte resultater. Udover at enten være rekursivt, levelbaseret eller begge dele vil et hierarki også altid være enten symmetrisk eller asymmetrisk. Denne skilning beror på om, der eksisterer en balanceret hierarchial path, hvilket er et symmetrisk hierarki. Malinowski og Zimányi(04) arbejder med flere definitioner af hierarkier i henholdsvis symmetriske og asymmetriske strukturer. 129 Thomsen(01) anvender synonymer for begge begreber og benytter i denne sammenhæng level og ragged hierarkier. 130, 131 Nedenfor anvises forskellen imellem de symmetriske og asymmetriske hierarkiers individuelle opbygning ud fra Malinowski og Zima- 129 Malinowski & Zimányi(04) s Thomsen(02) s En semantisk vurdering af begrebernes gyldighedsområde er særdeles relevant, da flere forfattere anvender forskellige begreber for beskrivelser af hierarkier. Her kan henledes til Malinowski & Zimányi(04) s. 4 Side 6 af 90

66 nyi(04). Eksemplerne på symmetriske hierarkier kan være tid. Eksempler på asymmetriske hierarkier kan være en organisationsstruktur og er eksemplificeret i nedenstående. 132 Figur 28: Eksempel på asymmetrisk hierarki Kilde: Egen tilvirkning Hierarkiet er asymmetrisk, idet længden fra root til leaf ikke er ens i begge grene. Der eksisterer et niveau mere under Salg Danmark, hvilket skaber en ubalance. Pedersen et al.(01) omtaler dette som not onto 133 eller ikke balanceret. I tilfældet af, at leafs havde været på samme dimensionsniveau, men antallet af niveauer havde været forskelligt, ville der også være tale om et asymmetrisk hierarki. Der ville således være et mellemliggende niveau mindre i en af grenene, hvilket kaldes et non-covering hierarki. 134 På baggrund af de forskellige muligheder, der er indenfor opbygning af hierarkistrukturer kan kuberne således udformes på forskellige måder. I nedenstående figur illustreres hierarkistrukturen i en kube med mange hierarkier. 132 Malinowski & Zimányi(04) s Pedersen et al.(01) s Pedersen et al.(01) s. 387 Side 66 af 90

67 Kontinenter Figur 29: Eksempel på kube Lande Byer Oslo Bergen Trondheim Produkt Støvler Træsko Produktgruppe Sandaler Jan. Feb. Mar. Apr. Kvartal År Kilde: Egen tilvirkning I opbygningen af kuberne skal der således udfærdiges dimensioner og measures for den aktuelle kube, hvorefter der er muligheder for at slice and dice og drill-down/roll-up i kuben. Der opbygges således nye dimensioner i OLAP-serverområdet, hvori hierarkier indgår. Eksempelvis kan en tidsdimension have forskellige hierarkier, som kan påvirke de analysemuligheder, der opnås i de senere opbyggede kuber til afrapportering. I nedenstående figur er der således angivet hierarkier i en tidsdimension, der har relationer til en specifik facttabel i en data mart. Side 67 af 90

68 Figur 30: Hierarkier i data warehouset Kilde: Egen tilvirkning efter inspiration af Chaudhuri & Dayal(03) s. I ovenstående figur er der således belyst to former for hierarkier, hvor der øverste er et snowflakeskema indeholdende to eksplicite hierarkier. Af figuren ses det, at tidsdimensionen også kan opbygges i en dimension, hvor de samme hierarkier er mulige at lave efterfølgende i selve kuben, men de fremgår ikke direkte fra skemaet. 13 I den sidstnævnte figur kan der derfor ikke direkte ses, at uger ikke er child til måneder, hvilket skyldes, at dette er et problemafledt hierarki, hvorimod år kvartal måned kan siges at være et naturligt hierarki. Det skal også pointeres, at dimensionerne, der opbygges i kuberne, er afhængige af de attributter, der er blevet medtaget i data stagging-området for de enkelte dimensioner fra data marten, da det ikke vil være muligt at oprette hierarkier på ikke-eksisterende data i data marterne. Der er endvidere muligheder for at lave flere hierarkier i kuberne udfra samme grunddimensioner i data 1 martene. Om den konkrete dimension i data marten er snowflake-struktur(normaliseret) eller i stjernetabel-struktur, må være et spørgsmål om performancehastigehed for data warehouset, 136 og ikke et spørgsmål om hvilke hierakier der mulige at oprette efterfølgende i kuben. 13 Chaudhuri & Dayal(03) s. 136 Kimball(1998) s. 172 Side 68 af 90

69 1.4 Opbygning af dimensioner i kuberne Der er nu beskrevet, at der kan være tale om flere mulige hierarkier, som kan opbygges til de enkelte kuber, der er fundamentale for analysemulighederne. Til opbygning af hierarkier kan der således være flere kombinationsmuligheder, hvor nedenstående er nogle er de muligheder som skabes fra leaf-niveau til rootniveau i et pågældende problemafledt hierarki. Figur 31: Eksempler på problemafledte hierarkier Kilde: Egen tilvirkning 1 I ovenstående figur illustreres det således, at der arbejdes med flere problemafledte hierarkier. Der kan således nævnes, at anvendelsen af hierarkier skaber fundamentet for de samlinger af grupper(dimensioner), som virksomheder ønsker at tage beslutninger om. 137 Ses der på det første problemafledte hierarki, til venstre i figur 31, kan summering foretages i en samlet dimension i OLAP værktøjet, hvor et join i transformationen fra præsentationsområdet til OLAP-serverområdet danner mulighed for at aggregere på salgsområdeniveau. Alternativt kan summeringsmulighederne opnås ved at medtage en kundedimension og en geografisk dimension i OLAP-serverområdet, altså to dimensioner i kuben. Det andet hierarki i figur 31 illustrerer, at kunder kan aggregeres på et bestemt kundetypeniveau. Kundetypen kan for slutbrugeren være forskellig, hvorfor der må være tale om et problemafledt hierarki i rapporteringen. Ved eksempelvis unge mennesker, midaldrende og ældre mennesker kunne en relevant analyse være at bedømme, hvor mange nye kunder der tilgik i sidste måned for segmentet unge mennesker. En sådan analyse kan have strategisk karakter, som KPI, i en bankvirksomhed. Alternativt kunne en anden slutbruger ønske at se kundetilgangen fra hver kommune i sidste periode. Er kommune ikke et niveau i en geografiskdimension, skal der dannes et nyt problemafledt hierarki, hvor niveauet er kunde-kundeområde - alle kun- 137 Thomsen(02) s. 8 Side 69 af 90

70 der. Problematikken omkring de sidste to problemafledte hierarkier i figur 31 vil blive belyst senere i kapitel 16, hvor praktiske problemstillinger fra applikationsværktøjet PALO vil blive inddraget. 1. PALO PALO er et tilføjelsesprogram til Microsoft Excel, der anvendes til at præsentere multidimensionel data. Da det er et Excel-værktøj, foregår beregningerne på baggrund af data i de enkelte celler. Værdierne i dimensionerne kan opstilles i kolonner eller rækker, men hvor der i Excel kun kan vises to dimensioner, kan PALO indeholde op til 26 dimensioner. 138 Disse dimensioner administreres i kuber, der er opbygget efter hierarkiske principper. I og med, at PALO er memory-baseret, og at der ikke nogle tidskrævende forespørgsler kan resultaterne fremvises i løbet af kort tid. 139 Andre multidimensionale databaser er langsommere end PALO, men har så til gengæld en større kapacitet. 138 Raue et al.(08) s Raue et al.(08) s. 0 Side 70 af 90

71 16. Fra teoretisk problem til praktisk problem i PALO Den tidligere bearbejdning af hierarkibegrebet har kun været af rent teoretisk karakter, og i dette afsnit vil denne bearbejdning blive eksemplificeret i OLAP-værktøjet PALO. Der vil således blive gennemgået eksempler med tidsdimensionen og kontoplansdimensionen, hvor problematikker ved de to hierarkier vil blive diskuteret. Tidsdimensionen er et naturligt hierarki, og kontoplansdimensionen er et problemafledt hierarki, hvorfor begge typer af hierarkier vil blive behandlet. Der vil også blive inddraget eksempler på asymmetriske hierarkier, og hvordan sådanne hierarkier nødvendigvis må behandles i PALO. Herudover vil rekursive levelbaserede hierarkier blive berørt. 1 Kontoplansdimensionen bliver kaldt Økonomi i PALO, da regnskabstallene fremkommer gennem regneregler i PALOs rule editor. Rule editoren kan benyttes til at opstille regneregler gældende for de enkelte elementer i dimensionen. Dækningsbidrag kan således opstilles som Omsætning Variable omkostninger. Dette kræver dog, at Dækningsbidrag er oprettet som element indenfor økonomidimensionen. Der bliver således oprettet en resultatopgørelse og en balance i PALO ved at benytte økonomidimensionen. Dimensionen kan ses af nedenstående screen shot fra PALO. Figur 32: Økonomidimension i PALO Det kan ses af figuren, at der eksisterer tre overordnede niveauer i dimensionen, som er Årets resultat, Aktiver og Passiver. Næste niveau eksisterer gennem en opbygget struktur i to Excel-regneark, hvor alle 2 konti fra kildesystemet er blevet kædet sammen med et overordnet aggregeringsniveau. Aktiver er således delt op i Omsætningsaktiver og Anlægsaktiver, Passiver er delt op i Kortfristet gæld, Langfristet gæld og Egenkapital, og Årets resultat er opstillet i bidragsform, hvor de enkelte deltotaler er opstillet gennem regneregler. Økonomidimensionen i PALO kan derfor benyttes til at opstille regnskab efter. Rent teknisk sker hierarkiopbygningen som sagt gennem strukturerne fra Excel-regnearkene. Excelregnearkene er derefter overført til Oracles databaser, hvorefter de benyttes i transformationsprocessen fra DWH til PALO. Denne transformation kan ses i nedenstående figur: Side 71 af 90

72 Figur 33: Transformation for økonomidimension til PALO Det første, der sker i transformationen, er, at kontoplansdimensionen hentes fra DWH. Samtidig hentes TP_Kontoplan og TP_Resultatopg også fra Oracles database. Disse to tabeller er opbygget på følgende måde: Figur 34: Regnskabstabeller Der eksisterer et parent-child forhold mellem tabellerne, og TP_Resultatopg er således parent til TP_Kontoplan. Efter tabellerne er hentet fra Oracles database, bliver de relevante attributter valgt ud, og 1 der sorteres over attributter, som der skal joines over. Herefter joines der over kontonummer mellem TP_Kontoplan og Kontoplansdimensionen, og over PK_Resopg og FK_Resopg mellem TP_Kontoplan og TP_Resultatopg. Herved kan alle attributterne fra de tre tabeller samles i et output ved at joine over kontonummer bagefter. Der tilføjes herefter en konstant således, at hver record kan aggregeres op på højeste niveau, som i dette tilfælde er Årets resultat. Dimensionen er nu færdig, og hierarkierne til resultatopgørelsen og balancen består af tre niveauer. Disse to hierarkier er begge levelbaserede, hvilket skyldes, at alle dataene i kildesystemet, SBO, ligger på nederste niveau. SBO s opbygning er dog ikke et levelbaseret hierarki, da der ikke er nogen referentiel integritet mellem niveauerne, men aggregeringen sker gennem regneregler i SBO. Derfor er det valgt at sikre den referentielle integritet gennem ovenstående tabeller for at sikre datakvaliteten. Økonomidimensionen er endvidere et problemafledt hierarki, da hierarkiet er specifikt på regnskabsproblematikker for ØKO IS. Der kan heller ikke argumenteres for, at der er tale om et naturligt hierarki, da niveauerne i et sådant hierarki må afhænge af virksomhedens regnskabspraksis. Side 72 af 90

73 For at der kan laves en kube, hvor økonomidimensionen indgår, vil det være nødvendigt med en tidsdimension, fordi dataene, der rapporteres på, skal afgrænses for, at kubens celler skal give retvisende resultater. Tidsdimensionen er den mest grundlæggende dimensionen i et DWH, da alle data skal kædes op på tid, så forskydninger i dataene kan ses over tid. Uden tidsdimensionen vil det således ikke være muligt at se, hvor mange kursusdage en medarbejder har haft i indeværende år, men det vil derimod kun være muligt at se, hvor mange kursusdage medarbejderen har haft gennem hele sin ansættelsesperiode. Tidsdimensionen i PALO er opbygget i et Excel-regneark med seks niveauer bestående af Alle år, År, Halvår, Kvartaler, Måneder og Dato. I PALO overføres kun de fem niveauer, da datoattributten ikke bruges i afrapporteringen, da denne er af strategisk karakter. Tidsdimensionen overføres gennem følgende transformationen fra DWH, som tidsdimensionen tidligere er blevet overført til. Figur 3: Transformation for Tidsdimension til PALO På samme måde som med økonomidimensionen tilføjes der en konstant for alle år således, at dette bliver det øverste niveau. Herudover skal der ikke hentes data fra andre tabeller, da hele tidsdimensionen ligger i 1 den samme tabel. Tidsdimensionen kan ses af nedenstående figur, hvor de fem hierarkiniveauer kan ses. Figur 36: Tidsdimensionen i PALO Side 73 af 90

74 Tidsdimensionen er et naturligt hierarki, da den opbyggede struktur kan siges at være alment gældende. Der er således ikke inddraget attributter i tidsdimensionen, som kunne have været specifikke for ØKO IS. Dette kunne eksempelvis have været en sæsonattribut for at skelne mellem højsæson og lavsæson for is. 1 Med en sådan attribut ville tidsdimensionen have været problemafledt. Herudover er tidsdimensionen rekursiv, da registreringer vedrørende den enkelte måned, det enkelte halvår eller det enkelte år kan foretages. Problemet opstår ved overførslen til PALO, da dette program kun opererer med levelbaserede hierarkier. Alle registreringer skal således foreligge på det nederste niveau i hierarkiet, hvorfor registreringer for eksempelvis halvår eller år skal sammenkædes med en måned. Dette er dog uheldigt, da det bliver umuligt at sammenligne én måneds registreringer med én anden måneds registreringer, hvad enten det er i det samme år eller ej. For at løse problemet må der oprettes en pseudo-post på nederste niveau for, at registreringer på overliggende niveauer ikke umuliggør sammenligninger på de mest granulære niveauer. Hierarkiet bliver i dette tilfælde problemafledt, da dette ikke er naturligt. Rent praktisk er denne problemstilling dog ikke bearbejdet, da alle kildedataene stammer fra SBO og derfor er sammenkædet med en enkelt dato. Dette giver dog en række periodiseringsproblemstillinger. Efter at de to dimensioner er oprettet i PALO, skal der oprettes en måltalsdimension for, at der efterfølgende kan oprettes kuber. I måltalsdimensionen medtages de facts, som der ønskes rapporteringer på. Dette kunne eksempelvis være beløb til resultatopgørelsen og balanceposterne. Det kunne også være en mængdepost for at se, hvor hvordan omsætningen fordelte sig på forskellige produkter. Der er således tale om, at måltalsdimensionen i PALO skal loades med facts fra DWH et. Kuben for det finansielle perspektiv kommer til at indeholde de dimensioner, hvor der er en relation til facttabellen for det finansielle perspektiv. Det vil sige, at data marterne fra modul 1 kan anvendes til at strukturere kubeopbygningen i PALO. I nedenstående screen shot kan kuben for det finansielle perspektiv ses. Denne kube er døbt Regnskab, da den kan rapportere på flere regnskabstal. Side 74 af 90

75 Figur 37: Eksempel på kube Til det finansielle perspektiv skal facts hertil selvfølgelig benyttes. Det vil sige, at facttabellen for det finansielle perspektiv skal benyttes. De finansielle måltal i ovenstående figur svarer således overens med facts fra facttabellen. Måden, hvorpå facts overføres på, kan ses af nedenstående transformation, hvor dimensi- onsværdierne ligeledes kædes på for, at registreringerne kan fordeles ud på kubens enkelte celler. Figur 38: Transformation af måltal til PALO 1 Af figur 38 ses det, at facts til det finansielle perspektiv udtrækkes, hvorefter der gennem to Database lookup kædes attributter på fra både kontoplansdimensionen og tidsdimensionen. Dette svarer til Merge join funktionen fra tidligere. Herved inddrages fremmednøglerne til dimensionerne i PALO, hvorfor der skal være overensstemmelse mellem de enkelte dimensionsværdier og værdierne i kuben. Group by-funktionen grupperer dataene efter dimensionerne således, at aggregeringerne allerede er fundet sted på de overliggende niveauer. I Group by-funktionen er der således grupperet over måned og konto, idet måned og konto er de mest granulære niveauer i dimensionerne tid og økonomi. Det rekursive hierarki skaber dermed muligheden for drill-down og roll-up i den pågældende kube på dimensionerne tid og økonomi. Palo Cells Output henter kubens bestanddele fra PALO, som efterfølgende skal sammenkædes med værdier fra transformationen. Det bliver derfor nødvendigt, at dataene i transformationen stemmer overens med dimensions- Side 7 af 90

76 værdierne i PALO. PALO accepterer således ikke, at data kan eksistere på mellemliggende niveauer, hvorfor PALO udelukkende understøtter levelbaserede hierarkier. Funktionaliteten i kuben, Regnskab, er således betinget af den struktur, der er opbygget i transformationsprocessen. Det vil sige, at det ikke er muligt efterfølgende at drill-down på dagsniveau, da kuben er aggregeret på månedsniveau. For at kunne dette, skal hele hierarkiet i tidsdimensionen bygges om således, at det understøtter denne funktionalitet. I relation til økonomidimensionen understøtter denne dimension kun et hierarki efter bidragsmetoden. Denne struktur skal således også bygges om, hvis en anden hierarkistruktur ønskes benyttet. Opbygningen af hierarkier kan således blive mange i PALO, da den enkelte dimension i programmet kun 1 understøtter ét hierarki. Eksempelvis må medarbejderdimensionen opdeles i to dimensioner for både at kunne rapportere på medarbejderstillinger og medarbejderkøn. Økonomidimensionen kunne også opdeles i flere hierarkier, hvis flere modeller eksempelvis bliver benyttet på samme tid. I tilfældet af, at der skulle opbygges et hierarki over sæsoner på tidsdimensionen, ville det også være nødvendigt at dele denne dimension ud i to dimensioner Afrapportering i PALO Der er nu beskrevet, hvordan en kube opbygges rent praktisk ved hjælp af PALO. I det følgende vil afrapporteringen blive vist, og det vil fremgå, hvordan drill-down, roll-up og slice and dice foregår i PALO. Afrapporteringen kan således formes lige efter brugerens ønsker, hvis alle dimensioner eksisterer i opbygningen af kuben. Talebs(07) krav om tilgængelighed og ubegrænsede dimensioner kræver således et væsentlig arbejde fra udviklernes side, før slutbrugeren kan siges at have de muligheder, som er opstillet for et OLAPværktøj. Det betyder derfor, at alle dimensionerne skal opbygges, og loades ind i kuben, hvilket stiller store krav til udviklerens overblik, da der, som allerede nævnt, kun kan laves et hierarki i hver dimension. I nedenstående figur er resultatopgørelsen og balancen eksemplificeret, hvor de forskellige niveauer kan 2 ses. Alle overskrifterne med fed kan således føres ned til de enkelte konti, der påvirker det overliggende niveau. Der kan således drill-down på kontoplansdimensionen. Side 76 af 90

77 Figur 39: Resultatopgørelse og balance i PALO I tilfælde af, at der ønskes en anden periodes regnskabstal skal der laves et slice i kuben, hvilket betyder, at alt andet end denne periode fravælges. Dette sker ved at ændre alle år til en given periode, hvilket sker ved at trykke på alle år i Excel-regnearket. Herefter kommer der et nyt vindue frem med tidsdimensionen, hvor perioden kan vælges. I relation til ØKO IS balanced scorecard model skulle der afrapporteres på tre finansielle nøgletal. Hertil blev den balancerede vækst inddraget, hvorfor der også rapporteres på ROI, da dette kan bruges som tilnærmet RONA. Disse nøgletal er ligeledes oprettet i økonomidimensionen, hvorfor der ved brug af rule edi- toren er oprettet regneregler. Dette ses af nedenstående figur. Figur 40: Finansielt perspektiv i PALO Side 77 af 90