Swissteach: Klein starten, aber doch gross denken

Kunden von Swissteach wünschten umfangreichere Reporting- und Prognosemöglichkeiten. Jetzt ermöglicht ein Data Mart den direkten Zugriff auf dieselbe Datenquelle und erlaubt allfällige Erweiterungsschritte. Beim Kernprodukt des Software-Herstellers Swissteach konnten die Kunden zwar einige Datenauswertungen vornehmen, mehrdimensionale Abfragen waren indes nur umständlich machbar. Anstelle einer umfangreichen Einführung eines Data Warehouse kann das Unternehmen heute bereits mit einer zweiten Datenschicht die Kundenerwartungen erfüllen.

Das Learning Management System (LMS) Global Teach des Schweizer Software-Hauses Swissteach steht für eine Erfolgsgeschichte von über 20 Jahren und war bei seiner Entstehung eines der ersten Lernmanagementsysteme. Namhafte Unternehmen und Organisationen weltweit haben das Produkt seit Jahren im Einsatz. Sein Funktionsumfang unterstützt schon im Standard alle Anforderungen an ein umfassendes Blended Learning in der Aus- und Weiterbildung. Global Teach ist aber auch ein Produkt mit hohem Praxisbezug, prägen doch die Kunden seit jeher dessen stetige Weiterentwicklung.  Anwender von Global Teach  profitieren nicht nur von einer bewährten und soliden Technologie, sondern auch von den Erkenntnissen von Swissteach zum erfolgreichen Einsatz des Produkts bei seinen Kunden.

Kundenanforderungen entsprechen

So hat denn auch das Kundenbedürfnis nach mehr und besseren Ad-hoc-Reportings das Produkt selbst weiter gebracht. «Die Daten, die unsere Kunden im System sammeln, sollten besser ausgewertet und visualisiert werden können», sagt Roland Ulbrich, Product Manager bei Swissteach, «Es ging darum, Statistiken und Prognosen zu erstellen, die wir über die bestehenden Reports nicht abbilden konnten.» So waren beispielsweise nur eindimensionale Auswertungen möglich. Kunden konnten zum Beispiel abfragen, welche Mitarbeitenden welche Kurse absolviert hatten. Antworten auf mehrdimensionale Fragen etwa zum genauen Ausbildungsstand – zum Beispiel Auswertungen dazu, welche Trainings von Mitarbeitenden mit diesen und jenen Kompetenzen besucht wurden und noch zu besuchen sind – waren zwar teilweise möglich, aber nur umständlich und zeitaufwendig umzusetzen. «Wer aktuelle Daten besser auswerten kann, ist auch in der Lage, genauer zu planen, welche Kapazitäten seitens der Ausbilder noch benötigt werden», so Ulbrich.

Start Small, Think Big

Um also zusätzlich zum System ein umfassenderes Reporting-Tool mit weitergehenden analytischen Möglichkeiten anbieten zu können, entschied sich Ulbrich im Sommer 2019, gemeinsam mit IT-Logix, das LMS entsprechend zu erweitern. Dabei entschied man sich, zunächst mit einer zusätzlichen semantischen Schicht, einem Data Mart, zu starten und gleichzeitig die Möglichkeit offenzulassen, allenfalls zu einem späteren Zeitpunkt das System um eine vollumfängliche Data-Warehouse-Architektur erweitern zu können. Nach dem Vorbild der Kleidergrössen (vgl. Grafik) bei Kindern, die mit dem älter und grösser werden auch grössere Konfektionsgrössen benötigen, entschied man sich von der bestehenden Grösse S (Daten direkt aus dem Quellsystem) auf Grösse M zu wechseln. Es ging also erstmal darum, die Daten aus dem Quellsystem in einer eigenen Ebene statt dem Informationsprodukt selbst zu speichern. Der Vorteil: Alle Varianten der Dashboards zeigen auf die gleiche, zentrale Grundlage. Dies bedeutet,  dass auch der Wartungsaufwand erheblich reduziert wird, weil die Datengrundlage einmal zentral und nicht für jedes einzelne Informationsprodukt gepflegt werden muss. In vorliegenden Schema entspräche dies der Kleidergrösse M, werden die Daten zwar in einem separaten Layer, aber noch nicht dauerhaft ausserhalb der Quelle in einem Data Warehouse (Kleidergrösse XL) gespeichert.

20 Beratertage für Inception, Construction, Transition

Projektstart mit der Inception-Phase (7 Workshop-Tage) war Anfang August. Erstes Ziel war es, die anschliessende Umsetzung auf ein solides Fundament zu stellen. Im Zentrum standen die Projektschritte „Explore Scope“ und „Identify Achitecture Strategy“ sowie die Bestimmung eines mit dem Kunden abgestimmten Kostenrahmens für die Construction- und Transition-Phase. Veranschlagt und schliesslich auch benötigt wurden dafür 13 Entwicklungstage. Ein erster Release der Business-Intelligence-Lösung mit 15 Dimensionen (Daten zu Benutzer, Lektionen, Subjects, Klassen, Standorte, Absagen etc. und 22 Kennzahlen ging schliesslich bereits Ende September live. Die Kunden von Swissteach verwenden mehrheitlich die Software Tableau für ihre Reports)..

Umfangreichere Reportings und Prognosen

«Heute können wir dank der erweiterten Lösung unsere Kundenbedürfnisse besser erfüllen. Die Daten, die die Kunden in den Systemen sammeln, können nun viel umfangreicher ausgewertet und visualisiert werden. Dank der Möglichkeit, Statistiken und insbesondere Prognosen machen zu können, wird auch unser eigenes Produkt aufgewertet», sagt Ulbrich. Das Projekt konnte im gewünschten Zeitrahmen abgeschlossen werden. «Obwohl zum Teil neue Anforderungen hinzukamen oder bestehende geändert wurden, haben wir alle Ziele erreicht», sagt Ulbrich. «IT-Logix hat sich bei der Lösung neuer Herausforderungen als sehr unbürokratisch und pragmatisch erwiesen.»

Kurzbeschrieb des Projekts

Das Projekt in Kürze

Ausgangslage
Fachanwendung für E-Learning erlaubt nur eingeschränkte, eindimensionale Reportings. Kunden wünschen weiterführende Auswertungs- und Prognosemöglichkeiten.

Lösung
Einführung eines Data Marts nach dem Vorbild der Kleidergrössen: Wechsel von direktem Zugriff auf Quellsystem (Grösse S) zu einem Data Mart (Grösse M), der künftig um Data Lake (Grösse L) und Data Warehouse (Grösse XL) erweitert werden könnte.

Nutzen
Durch Wegschreiben der Quelldaten in eine separate Datenbank wird das System unabhängiger. Alle Dashboards holen Informationen von einer zentralen semantischen Schicht. Möglichkeit erweiterter, mehrdimensionaler Statistiken und Prognosen.

Highlights

• Schnelle Umsetzung der Kundenwünsche
• Moderate Kosten
• Erweiterbare Lösung

Technologie und Produkte

• Microsoft SQL Server Analysis Services
• Microsoft Excel