Data Warehouse: Business Intelligence im Business Travel Management

Ein Data Warehouse (DWH) kann Grundlage für wichtige Entscheidungen im Hinblick auf die Effizienz und Einsparungsmöglichkeiten bei Geschäftsreisen sein. Wir zeigen Ihnen wie.

Ein Sprichwort sagt: „You can’t manage what you can’t measure.“ Das gilt auch für den Geschäftsreisesektor. Die Voraussetzung dafür ist die Sammlung und Konsolidierung von Daten, um die relevanten Informationen zu erhalten.

Data Warehouse für das Reisemanagement

Die Sammelstelle für die verschiedenen Daten, die aus unterschiedlichen Quellen zusammengetragen werden, wird als Data Warehouse bezeichnet.

Das Data Warehouse ist quasi die Grundlage, auf der Entscheidungen getroffen, Verhandlungen geführt oder Erfolge gemessen und Prozesse mit dem Ziel optimiert werden, Ineffizienzen aufzudecken und Einsparungen zu erzielen.

Technisch gesehen hat ein Travel Manager nichts mit dem Data Warehouse zu tun, aber es liefert ihm Informationen, die er gewinnbringend einsetzen kann, um die Unternehmensergebnisse zu verbessern und die Reisenden seines Unternehmens bestmöglich zu unterstützen. Wichtig ist, dass alle relevanten Datenpools mit dem DWH verbunden sind.

Auf welchen Daten basiert das Data Warehouse?

Dies hängt natürlich davon ab, welche Erkenntnisse aus dem Data Warehouse gewonnen werden sollen. Im Bereich des Reisemanagements sind dies in der Regel:

  • Persönlichen/organisatorischen Daten aus dem Personalsystem (HR)
  • Buchungsdaten aus den verschiedenen Reservierungssystemen (GDS, OBE, Direktanbieter, wozu auch NDC gehört) – dies umfasst sowohl die über das Reisebüro getätigten Buchungen als auch die vom Unternehmen direkt vorgenommenen Reisebuchungen
  • Abrechnungsdaten der Zahlungsanbieter und/oder auch aus den Reisekostenabrechnungssystemen
  • “Angereicherte” Daten wie CO2-Emissionen, Wechselkursdaten oder geografische Daten

Wie sieht die Struktur eines Data Warehouse aus?

Die Referenzarchitektur unseres Kollegen und Competence Center Managers Business Intelligence Dr. Rainer Hahn zeigt den dreistufigen Aufbau des Data Warehouses mit einer Ebene für die Datenbeschaffung, einer für die Datenhaltung und einer für die Datenbereitstellung.

Referenzarchitektur DWH von Dr. Rainer Hahn (PASS)

Datenbeschaffung (data procurement): Landezone

Hier werden die eingehenden Daten zunächst 1:1 geladen, damit sie in einheitlicher Form vorliegen und mit Datenbankmitteln weiterverarbeitet werden können. Dieser Teil der Datenverwaltung ist nicht dauerhaft, sodass persönliche Informationen hier wieder gelöscht werden, wenn sie nicht mehr benötigt werden.

Datenverwaltung (data management): Speicherzone

Hier werden die Daten dauerhaft gespeichert. Alle notwendigen Bereinigungen sind durchgeführt worden, unnötige personenbezogene Daten werden hier nicht gespeichert. Das Hauptaugenmerk liegt darauf, die Daten so zu speichern, dass historische Zusammenhänge revisionssicher nachvollzogen werden können.

Datenbereitstellung (data provision): Berichtsgebiet

Dabei werden die Daten hinsichtlich der Speicherzone gefiltert, sodass nur die für das Reporting relevanten Daten gespeichert werden. Darüber hinaus wird eine Umstrukturierung vorgenommen, die es Spezialisten ohne Datenbankkenntnisse ermöglicht, mit entsprechenden Werkzeugen ein individuelles Reporting durchzuführen. Gleichzeitig wird sichergestellt, dass das Standardreporting auf den hier vorhandenen Strukturen effizient durchgeführt werden kann.

Welche Informationen können aus einem Data Warehouse gewonnen werden?

Generell lässt sich sagen, dass ein Data Warehouse häufig als Grundelement einer unternehmensweiten Strategie für Business Intelligence fungiert, um fundierte Geschäftsentscheidungen treffen zu können und Ergebnisse für das Performance Management zu liefern. Gleichzeitig liefert es dem Einkauf wichtige Daten für die Verhandlungen mit Dienstleistern.

Es wird daher verwendet für:

  • Wiederkehrendes Reporting (z.B. Ausgaben pro Region / pro Carrier oder Lieferant / pro Kostenstelle / … Anzahl der Reisenden, Anzahl der Buchungen pro Region oder durchschnittliche Vorbuchungszeit, CO2-Emissionen, Buchungskanal)
  • Überwachung/Controlling (z.B. KPI-Zielerreichung, Warnung vor Budgetüberschreitung, Leistung bei ausgehandelten Tarifen, Einhaltung der Reiserichtlinien, Auslastungsrate der Firmenraten)
  • Echtzeit-Analysen (z B. Benchmarks, Standortanalysen)
  • Bereitstellung von Daten für andere Dienstleister (z.B. Travel Risk Management Unternehmen)
  • Vorhersagen

Die aus dem Data Warehouse gewonnenen Daten können somit für das interne Reporting an das Management, die Optimierung laufender Prozesse und Verhaltensänderungen (z.B. im Hinblick auf Nachhaltigkeit oder Einsparungen) genutzt werden. Außerdem ist ein Einsatz als Grundlage für Verhandlungen mit Dienstleistern, als Datenpool für weitere Dienstleistungen und als Entscheidungshilfe für weitere Maßnahmen möglich.

Worauf sollten Sie bei der Einrichtung eines Data Warehouse achten?

  • Relevante Datentöpfe, denn nur mit den richtigen Daten kann man auch die gewünschten Erkenntnisse gewinnen.
  • Automatisierte Prozesse – die Datenlieferung sowie die Ausgabe der Daten müssen automatisiert werden, um manuellen Aufwand zu vermeiden. Diese Automatisierung betrifft auch das Fehlermanagement– d.h., wenn z.B. relevante Daten in einem Datensatz fehlen.
  • Datensicherheit – wo es um personenbezogene und geschäftsrelevante Daten geht, spielt die Faktoren Datensicherheit und Datenanonymisierung natürlich eine wichtige Rolle.
  • Intuitive Nutzung ohne Schulungsaufwand – die gewählten Tools für Berichte, Monitoring und Ad-hoc-Analysen sollten für alle Nutzer intuitiv bedienbar sein.

Auch kann es von Vorteil sein, wenn das Data Warehouse von einem unabhängigen Dienstleister bereitgestellt wird, um damit flexibel auf Veränderungen der Buchungs-/Datenquellen reagieren zu können.

Eine hilfreiche Lektüre mit Best Practices zu diesem Thema ist das Whitepaper “Measured and Managed – Getting More out of Your Corporate Travel Data” [pdf] von Airplus.com.


Bild: Shutterstock, Illustrationen: PASS

Schreibe einen Kommentar

Ähnliche Artikel