Bei BAT sind Daten immer griffbereit: Berichterstattung von Instabilität zu Kontrolle umformatiert

Tags:

Business Intelligence (BI)Data Engineering

Über das Projekt

Neue Datenstruktur für BAT – Der Rauch hat sich verzogen, die Zahlen sind jetzt klar

British American Tobacco (BAT) ist ein weltweit agierendes Unternehmen, das in 180 Ländern tätig ist. Das Unternehmen, das über 50.000 Mitarbeiter beschäftigt, ist bekannt für seine Marken: Dunhill, Lucky Strike, Pall Mall und Vuse. Heute durchläuft BAT einen umfassenden Transformationsprozess von der klassischen Tabakindustrie hin zu elektronischen Zigaretten und Tabakerhitzungssystemen. Der Marktführer investiert aktiv, entwickelt Technologien und unterstützt eine nachhaltige Entwicklung.

Herausforderungen und Bedürfnisse des Kunden:

Der Kunde hatte Schwierigkeiten bei der Arbeit mit der Berichterstattung. Das System arbeitete instabil:

Kennzahlen wurden verzögert oder ungenau berechnet
Die Leistung ließ zu wünschen übrig
Berichte waren zeitweise nicht verfügbar

Dies schuf Risiken für die Betriebsabläufe und erschwerte die Entscheidungsfindung.

Der Kunde benötigte ein zuverlässiges Instrument, das einen stabilen, kontinuierlichen Zugriff auf zuverlässige Daten in einem für das Geschäft geeigneten Format gewährleistet.

Wie das Problem des Kunden gelöst wurde

Die analytische Berichterstattung bei BAT bringt keine Unordnung mehr, da Informationen in einem mehrschichtigen System gespeichert und verarbeitet werden.

Dispatching-Mechanismen gewährleisten eine zuverlässige Kontrolle und sofortige Benachrichtigungen im Falle von Ausfällen.
Unser Ansatz: Zunächst führten wir eine detaillierte Analyse der bestehenden Power BI-Berichte durch. Wir nahmen erste Korrekturen vor und stabilisierten das System teilweise. Die Hauptprobleme identifizierten wir in den Datenquellen und im Prozess ihrer Übertragung in Power BI. Unsere Experten entwickelten mehrere Lösungsansätze mit der Implementierung eines Data Warehouse unter Verwendung verschiedener Tools.

Arbeitsergebnisse:

Die Berichterstattung ist zugänglich, verständlich und zuverlässig geworden, und Daten sind kein Problem mehr – jetzt arbeiten sie für das Geschäft und nicht umgekehrt.
Power BI optimiert: bestehende Berichte geprüft, Berechnungslogik korrigiert, Leistung verbessert.
Data-Warehouse-Architektur aufgebaut: ein mehrschichtiges Modell mit Bronze- und Silver-Schichten für eine effektive Datenspeicherung und -verarbeitung implementiert.
ETL-Prozesse eingerichtet: Datenerfassung, -bereinigung und -übertragung automatisiert, wodurch das Risiko manueller Fehler minimiert wurde.
Dispatching eingeführt: ein Mechanismus zur Kontrolle der Datenqualität und der Stabilität des Ladens mit automatischen Benachrichtigungen im Falle von Ausfällen geschaffen.
Eine infologische Modell erstellt: alle Entitäten, ihre Beziehungen und die Logik ihrer Verwendung für die Analyse klar beschrieben.