Performance-Optimierung durch Data Engineering und Dashboard Redesign für einen internationalen Pharma-Konzern
Aufgabe
Eines der weltweit meistgenutzten Tools unseres Kunden ist ein Dashboard zur Analyse der Content Performance im Unternehmen.
Es wurde von unterschiedlichen Personenkreisen mit individuellen analytischen Fragestellungen gleichzeitig benutzt und diente insbesondere der Analyse der Wirkung von Kampagnen im Marketing und Vertriebsbereich. Konkret ging es um die Reichweite von E-Mails und Newslettern sowie durchgeführte Verkaufs-Calls.
Die Problematik des Dashboards lag darin, dass es durch seine historisch gewachsene Entwicklung und die simultane Berücksichtigung völlig verschiedener Zielgruppen ineffizient lief. Die Ladezeit für den Aufruf betrug mehr als 2 Minuten – deutlich zu lang.
So machte die Benutzung definitiv keinen Spaß. Unsere Zielsetzung war deshalb klar: Die Performance musste drastisch verbessert werden.
Umsetzung
Wir sahen uns das Objekt genau an, um uns selbst ein Bild von der Problematik zu machen. Ebenso sprachen wir mit den Produktinhabern und erfragten die Hintergründe zu den im Dashboard sichtbaren Grafiken und Tabellen. Kernfrage: Was davon war wirklich noch relevant für den Endnutzer?
Außerdem war es erforderlich, den Code das Dashboards technisch zu sichten. Jedoch hatte man in der Hektik der Entwicklung nicht viel Zeit für aussagekräftige Dokumentationen gehabt, auf die wir zurückgreifen konnten. Daher führten unsere erfahrenen Berater eine Spezialanalyse durch. Nur als gleichzeitiger Experte in den Bereichen Tableau und SQL kann man verstehen, welche Code-Abschnitte wichtig und welche vielleicht bloß verworfene, nicht verwendete Ideen der vorherigen Entwickler waren. Die Performance musste grundlegend gemessen werden, um zu identifizieren, wo die größten Schwachpunkte waren.
Neben den Tiefen des Backends begutachteten wir auch die Frontends des Dashboards. Dabei wurde klar: zu viele Filter gleichzeitig, nämlich 18 an der Zahl auf jeder Ansicht. Diese galt es sinnvoll zu reduzieren. Auch die vielen Tabellen mit teilweise tausenden Einträgen gleichzeitig, die nur per Scrollbar erkundbar waren, stellten ineffiziente Ansichten dar. Die Vorabanalyse ermöglichte es uns, eine Einschätzung über die weiteren Phasen zu treffen.
Wir gliederten das Projekt zielführend in drei Phasen:
Phase 1
Also legten wir los. Zuerst musste das vorhandene, in Tableau gebaute Dashboard gründlich untersucht werden. Jedes einzelne berechnete Feld wurde analysiert. Daraus zogen wir Rückschlüsse auf die Business-Logik, die wir eng mit dem Kunden abstimmten. Außerdem entwickelten wir neue, einfachere Formeln, die zum selben Ergebnis führten. Aber das reichte für ein performantes Ergebnis noch nicht aus, wir mussten auch an den Rohbau hinter dem Dashboard. Die SQL-Datenquelle – das Fundament, auf dem der Bericht lief – musste vollkommen neu aufgesetzt werden.
Phase 2
Das Datenmodell war aus der Zeit gefallen. Aus diesem Grund bestand auch die Notwendigkeit, komplizierte Formeln einzusetzen.
Dazu analysierten wir den SQL-Code von Grund auf und designten auch hier neue Wege, um effizientere Backend-Logiken zu entwickeln. Im Prinzip splitteten wir eine riesige, denormalisierte Backend Table in 14 flexible Artefakte auf, die je nach Bedarf im Bericht dynamisch abgefragt werden konnten.
Schnell zeigten sich die ersten Erfolge: Die Performance war um 95% verbessert.
Phase 3
In agilen Workshops mit den verschiedenen Stakeholdern identifizierten wir die optimalen Visualisierungen, die für die Endnutzer wirklich relevant waren. Weil das Daten-Fundament bereits bestand, konnten wir eine Vielzahl an besonderen Sichten individuell in der Tableau Arbeitsmappe bereitstellen.
Manche Visualisierungen, insbesondere Tabellen, haben wir nach Rücksprache mit dem Kunden nicht mehr mit in das neue Dashboard überführt. Denn Bilder und Grafiken, wenn sie richtig eingesetzt werden, führen oft deutlich schneller und intuitiver zur analytischen Antwort.
Ursprünglich gab es den Gedanken, unbedingt nur ein paar wenige Ansichten zu haben, um nicht zu viel Wartungsarbeiten aus IT-Sicht zu verursachen. Doch das war gar nicht notwendig. Weil wir beweisen konnten, dass eine ineffiziente Arbeitsmappe in Tableau fast immer die Schwachstelle im Backend hat und eben nicht im Frontend.
Fazit
Schlussendlich konnte unser Redesign-Projekt maßgeblich dazu beitragen, dass das Dashboard konzernweit viel besser angenommen wurde. Hierdurch kann der Kunde insgesamt bessere Entscheidungen zum Optimieren seiner Kampagne treffen.
Die Nutzerquote war messbar. Nur wenige Wochen nach der Liveschaltung hatte das neue Dashboard bereits doppelt so viele tägliche Nutzer wie zuvor. Und das Feedback der User zum besseren und intuitiveren Frontend war durchweg positiv.
Piero Alessio
Geschäftsführer
