BOARD 11 ist verfügbar und revolutioniert mit der neuen WAVE Engine die Leistungsfähigkeit und Einfachheit analytischer Datenbanken. Kombiniert mit der intuitiven HTML 5 Oberfläche setzt BOARD 11 neue Maßstäbe im Bereich der Plattformen für die Entscheidungsfindung.

BOARD 11 WAVE-Datenbank Engine

Die integrierte Unterstützung von BI (Reporting und Analyse) und CPM (Planung, Predictive Forecast und Simulation) in einer All-In-One Lösung ist bereits in den ersten Codezeilen von BOARD verankert worden und bildet quasi die DNA von BOARD. Ein wesentlicher Erfolgsfaktor ist die in BOARD integrierte analytische Datenbank, die das OLAP-Datenmodell, bestehend aus Cubes, Entitäten, Hierarchien, Regeln, Prozeduren, etc., zur Verfügung stellt. Diese Datenbank-Engine wurde in BOARD 11 in einem vierjährigen Entwicklungsprozess komplett überarbeitet und in Sachen Leistungsfähigkeit und Einfachheit in eine neue Dimension gehoben. Insbesondere die Verarbeitung sehr großer Datenmengen, Stichwort Big Data und Data Lake, ist eine Paradedisziplin von BOARD 11. Aber natürlich profitiert jede BOARD-Anwendung sofort von den Leistungsmerkmalen der neuen WAVE-Engine.

Hoch-Parallele Verarbeitung

Die neue BOARD 11 WAVE Engine hat die Fähigkeit, sämtliche IO-Prozesse und Berechnungen extrem granular zu parallelisieren. Dies führt zu einer dramatisch gesteigerten Verarbeitungsgeschwindigkeit von Lese- und Schreibprozessen und der Berechnung von Kennzahlen. Damit werden die Ressourcen des Servers optimal genutzt und der Anwender muss nicht mehr auf die Fertigstellung von Transaktionen warten. Gleichzeitiges Laden und Aktualisieren von Daten

BOARD 11 ermöglicht das gleichzeitige Laden und Aktualisieren von Cubes, während Anwender mit diesen Objekten arbeiten. Dies ist besonders in komplexen und verteilten Umgebungen von großem Vorteil.

Superschnelle Datenflüsse

Prozeduren, sog. Dataflows, bieten dem Anwender, bzw. Entwickler die Möglichkeit, programmierfreie Automatisierungen von Berechnungen und Workflows zu erstellen, die auch auf große Datenmengen angewendet werden können. Dataflows in BOARD 11 wurden komplett neu implementiert und laufen nicht nur dramatisch schneller ab, sondern wurden auch deutlich vereinfacht. Wo vorher 20-30 Aktionsschritte in einer Prozedur nötig waren, reichen in BOARD 11 teilweise fünf Statements aus.

Automatisierte Konfiguration des Datenmodells

Bis BOARD 10 war es notwendig, dass der Entwickler wichtige Parameter des analytischen Datenmodells korrekt eingestellt hat, z.B. Cube Versionen mit verschiedenen Entitäten (Dimensionen) oder die Sparsity (Steuerung der Dichtigkeit eines Cubes hinsichtlich fehlender Werte in Dimensionen). Bei fehlender Erfahrung oder Fehlern in der Definition hatte dies empfindlichen Einfluss auf die korrekte Ausführung von Dataflows oder die Performance. BOARD 11 erfordert all diese Einstellungen nicht mehr, da dies voll automatisch von der WAVE Engine im Hintergrund ausgeführt wird. Der Entwickler und Modellierer muss sich darum nicht mehr kümmern.

Automatische Optimierung des Datenmodells durch maschinelles Lernen

Machine Learning und KI ist in aller Munde, oftmals fehlen griffige Anwendungsbeispiele. BOARD 11 bietet eine integrierte Lernfunktion, die die physische Cube-Struktur basierend auf Benutzeraktivitäten und ausgeführten Abfragen optimiert und durch die Erstellung geeigneter Cube-Versionen eine maximale Verarbeitungsgeschwindigkeit sicherstellt.

HTML 5 Datenbank und Anwendungsdesigner

Bereits in BOARD 10.5 wurde die neue HTML5 Web Oberfläche vorgestellt. In BOARD 11 wurde diese nun um einige interessante Funktionen erweitert und ermöglicht nun ein noch einfacheres und intuitiveres Arbeiten mit BOARD 11.

Alle bestehenden Screen-Objekte wurden verbessert und bieten nun weitere Formatierungsmöglichkeiten. So kann z.B. zu jedem Screen-Objekt eine sog. Smart Note erstellt werden, die Hinweise oder Warnungen enthält und dem Anwender die Bedienung einer BOARD-Anwendung erleichtert.

Außerdem wurde eine Galerie interaktiver Icons und Formen neu eingeführt, mit denen sehr einfach Navigationen oder Datenflüsse grafisch dargestellt werden können. Diese Objekte können auch regelbasiert eingefärbt werden.

Zur effizienteren Darstellung von KPI’s wurden neue Gauge-Objekte eingeführt, die kreisförmig oder linear dargestellt werden können und den Vergleich mehrerer Kennzahlen in einem Objekt ermöglichen, z.B. mit Plan, Ist und Vorjahr.

Ebenfalls zur Darstellung von Kennzahlen mit Planwerten dient das neue Bullet Chart. Ein Trichter erleichtert die Visualisierung von Werten mit Phasen, bzw. konversionsgetriebenen Prozessen.

Leistungsfähigere Einsichten in Daten

BOARD 11 bietet einige neue analytische Fähigkeiten, um mehr Informationen aus den Daten zu gewinnen und dem Anwender damit bessere Grundlagen für richtige Entscheidungen zu liefern, ohne gleich ein Data Scientist sein zu müssen.

Überwachung und Darstellung von Datenänderungen in Cubes

BOARD 11 kann die Änderungen von Daten in Cubes erfassen und aufzeichnen und dem Anwender damit aus einer großen Datenmenge sofort anzeigen, welche Werte sich verändert haben. Die Granularität der Änderungsaufzeichnung reicht dabei von monatlich über wöchentlich, täglich bis zu stündlich und minütlich. Auf Basis der erkannten Veränderungen können z.B. Prozeduren und Alarme getriggert werden.

Ein praktisches Beispiel wäre die automatische Konsolidierung von Daten aus Filialen. Hier bietet die neue Funktion der Zentrale die Möglichkeit, sofort jede Änderung der Filialdaten zum letzten Konsolidierungslauf zu erkennen.

Neue analytische Funktionen

Die WAVE Engine von BOARD 11 bietet auch einige neue analytische Funktionen und trägt damit zur Vereinfachung des Datenmodells bei. Hat man bisher für die Ermittlung der eindeutigen Anzahl („Distinct Count“) einen eigenen MDX-Cube benötigt, so kann diese Kenngröße nun komfortabel als integrierte analytische Funktion für jeden beliebigen Info-Cube abgerufen werden, natürlich unter Berücksichtigung der jeweils mit dem Cube verbundenen Entitäten und Hierarchien.

Eine weitere analytische Funktion ist die Lagerabdeckung („Stock Coverage“), die basierend auf einem Forecast, z.B. Sales Forecast, ermittelt, nach wie vielen Perioden eine Lagermenge aufgebraucht sein wird. Bisher musste man hierfür eine eigene Prozedur implementieren.

Text Analyse

Eine neue Textsuche basierend auf der Levenstein Distanz ermöglicht dem Anwender in BOARD 11 das Auffinden von Texten in Text-Cubes auch für ähnliche Ausdrücke, also mit einer Abweichungstoleranz. Das ist besonders dann wichtig, wenn Daten nicht nur eingelesen, sondern auch eingegeben werden und dadurch kleinere Tippfehler möglich sind.

Gerne präsentieren wir Ihnen die Vorzüge von BOARD auch individuell. Nehmen Sie mit uns Kontakt auf, wir freuen uns auf Sie!