Liebe Datenanalysten,

wie Bela Lugosi den Dracula gab, das inspirierte die Macher der Sesamstraße zu jenem liebenswerten Spitzbart, der für sein Leben gern zählt: Graf Zahl. In der englischen Sesame Street heißt er mit vollem Namen Count von Count, wird aber oft schlicht The Count genannt – Adelstitel und Leidenschaft fallen zusammen. Und in der französischen Rue Sésame tummelt sich Comte von Compte, kurz Le Comte, wieder mit großer klanglicher Ähnlichkeit von Stand und Steckenpferd. Auch im Business Intelligence liegen uns die richtigen Zahlen am Herzen. Mit dem Zählen aber dürfen wir uns vornehm zurückhalten, denn dafür haben wir ja DeltaMaster. In diesen clicks! wollen wir also zählen: unsere Kunden, Mandanten, Patienten, Wirtschaftseinheiten, Produkte, Teile, Container, Anrufe, Reparaturen, all die Subjekte und Objekte, die hinter dem stecken, was man früher oder später in harter Währung misst. Wie so oft hält DeltaMaster eine ganze Reihe von Methoden dafür parat. Einige davon zählen wir auf den folgenden 7 Seiten auf.

Herzliche Grüße
Ihr Team von Bissantz & Company

Nach Art, Menge und Wert ist das Inventar aufzunehmen, das weiß jede Kauffrau und jeder Kaufmann. Schon oft haben wir in den DeltaMaster clicks! den analytischen Umgang mit dem Wert thematisiert – dieses Mal geht es um die Menge. Die Anzahl von Elementen lässt sich in DeltaMaster auf vielfältige Weise abrufen und für weitere Berechnungen nutzbar machen. Einige bewährte Verfahren möchten wir Ihnen hier vorstellen und sie vergleichen. Als Beispiel dient uns die Aufgabe, Kunden zu zählen, die Kunden in unserer Referenzanwendung „Chair“. Für andere Berichtsgegenstände funktionieren die Techniken natürlich ebenso.

Stammdaten zählen

Eine erste Information über die Anzahl von Elementen liefert der Dimensionsbrowser. Im oberen Bereich des Fensters stellt DeltaMaster die Ebenen der ausgewählten Hierarchie dar. Für jede Ebene ist angegeben, wie viele Elemente zu ihr gehören. So erfahren wir: In unserer Beispielanwendung gibt es insgesamt 61 Kunden.

Auch im Fenster Sicht können Sie die Elementanzahl anzeigen lassen, indem Sie die entsprechende Funktion aus dem Kontextmenü oder dem Menü Ich möchte wählen. Die Angabe in der Spalte Elementanzahl bezieht sich auf alle Elemente der betreffenden Hierarchie, einschließlich der aggregierten Elemente. In unserer Kundendimension sind das 117; so steht es auch unten im Dimensionsbrowser. Hinter der Zahl veranschaulicht ein Balken, wie sich dieser Wert zu den anderen Elementanzahlen verhält, ganz im Stile einer Grafischen Tabelle. Hinter dem Balken wiederum verdeutlicht eine Mini-Grafik, die an eine Sparkline erinnert, wie sich die Elemente auf die Ebenen der Hierarchie verteilen. Wenn Sie mit der Maus auf die Grafik zeigen, liefert ein „Tooltipp“ die exakten Werte. Der Hinweis „1-1-4-8-42-61“ aus der Abbildung bedeutet: Es gibt 1 Element auf der obersten Ebene (Top), 1 Element auf der zweitobersten Ebene (Land), 4 Elemente auf der dritten Ebene (Region), 8 Elemente auf der vierten, 42 auf der fünften und 61 auf der untersten Ebene (Kunden).

Diese Zahlen kennen wir bereits aus dem Dimensionsbrowser. Ins Fenster Sicht eingeblendet, haben wir sie ständig im Blick und können uns rasch informieren, mit welchem Mengengerüst wir es insgesamt zu tun haben. Alle diese Angaben beschreiben die Stammdaten des Analysemodells, also gewissermaßen die Obermenge aller Objekte, die uns in der Analysesitzung begegnen können. Auch Auffangposten („nicht zugeordnet“, „missing“ und andere sogenannte Nullelemente) sind hier erfasst; bestimmungsgemäß greifen die aktuell eingestellte Sicht, Filter oder andere Kriterien hier nicht.

In betriebswirtschaftlichen Analysen und Berichten spielen die Sicht, Filter und andere Einschränkungen aber natürlich eine Rolle: Wir wollen wissen, mit wie vielen Kunden, Mandanten, Patienten, Wirtschaftseinheiten, Produkten, Teilen, Containern, Anrufen, Reparaturen usw. wir es in einer bestimmten Sicht zu tun haben, zum Beispiel in einem bestimmten Zeitraum, in einer bestimmten Region, für eine bestimmte Tochtergesellschaft, in bestimmten Kombinationen usw. Meistens geht es also darum, die Elemente von Berichten auszuzählen und gegebenenfalls damit weiterzurechnen.

Zeilen in Pivottabellen zählen

In manchen Fällen genügt schon ein Blick in die Statusleiste unterhalb des Cockpits bzw. des Berichts. Bei Pivottabellen zeigt DeltaMaster an, aus wie vielen Zeilen und Spalten sie bestehen. Dabei werden nur die Datenzeilen und ?spalten berücksichtigt; Spalten- und Zeilenbeschriftungen gehen nicht in die Anzahl ein. In der nebenstehenden Abbildung sehen wir: Die Tabelle hat 61 Zeilen – die 61 Kunden, über die uns schon der Dimensionsbrowser informiert hat.

Voraussetzung für eine sinnvolle Interpretation der Zeilen- und Spaltenzahl ist, dass tatsächlich in jeder Zeile bzw. Spalte genau ein Element steht, das wir zählen möchten. Deshalb sollte man auf drei Dinge achten:

• Die betreffende Achse sollte nicht verschachtelt sein. Wenn wir beispielweise für jeden Kunden die von ihm nachgefragten Produktgruppen ausweisen, wird die Tabelle wesentlich länger und die Zeilenanzahl entspricht nicht mehr der Anzahl der Kunden.
• Die betreffende Achse sollte nur eine Hierarchieebene wiedergeben. Ansonsten würden Zeilen mit Zwischensummen (aggregierte Elemente höherer Hierarchieebenen) die Tabelle ebenfalls verlängern.
• Leere Zeilen und solche, die 0 enthalten, werden mitgezählt. Das Gegenmittel ist einfach: Blenden Sie leere bzw. leere und 0-Zeilen aus (Kontextmenü, Menü Ich möchte oder Registerkarte Optionen in der Achsendefinition). Auch Filter und einige Ranking-Varianten, die in der Achsendefinition zur Verfügung stehen, sind geeignet, die Pivottabelle zu verkürzen oder zu verlängern. In der vorherigen Abbildung sind auch leere Zeilen erfasst, also Kunden, die im betreffenden Monat nichts gekauft haben. Blenden wir die leeren und 0-Zeilen aus, so reduziert sich die Zeilenanzahl auf 56 – nur 56 Kunden der insgesamt 61 Kunden haben im aktuellen Monat etwas gekauft.

Zählen per Tabellenaggregation

Anstatt die Anzahl unterhalb des Berichts und indirekt aus der Zeilenanzahl abzuleiten, können wir sie auch im Bericht selbst vermerken. Wollen wir beispielweise unsere oben vorgestellte Absatzstatistik in die drei Produkthauptgruppen aufteilen, Luxus-, Sonder- und Standardmodelle, so interessiert uns die Anzahl der Kunden in jedem dieser drei Märkte. Die Zeilenanzahl über die gesamte Tabelle hilft dann nicht weiter, schließlich sind nicht alle Kunden in allen Produktgruppen aktiv.

Über das Kontextmenü der Pivottabelle lässt sich die Anzahl als Spaltenaggregation (oder als Zeilenaggregation, je nach Tabellenaufbau) einblenden. Das ist übrigens auch im Modus Reader sowie im Präsentationsmodus möglich (Taste F5 bzw. Umschalt+F5, siehe DeltaMaster clicks! 09/2009). Damit lässt sich die Anzahl auch dann rasch abrufen, wenn sie vorher nicht im Bericht angelegt wurde.

Das Verschachteln von Achsen beeinflusst auch in dieser Variante die ausgewiesene Anzahl. Mehrere Hierarchieebenen in der Tabelle verändern das gewünschte Ergebnis jedoch nicht: Seit DeltaMaster 5.4.2 lässt sich einstellen, die Aggregationen nur für die Elemente einer bestimmten Ebene zu berechnen (Achsendefinition, Registerkarte Optionen; siehe DeltaMaster deltas! 5.4.2, Punkt 24).

In unserem Beispiel haben wir die Ebene der einzelnen Kunden ausgewählt. Dadurch wirken sich die zusätzlich dargestellten Aggregationen für die PLZ-Gebiete nicht auf die ausgewiesene Kundenzahl aus.

Die Optionen zur Unterdrückung von leeren Zeilen und Spalten sowie die Filter und Ranking-Optionen aus der Achsendefinition werden in dieser Anzahl berücksichtigt. Eine Zelle mit dem Wert 0 wird mitgezählt, eine leere nicht.

Legen wir als zweite Dimension die Produkte in die Pivottabelle und stellen die Produkthauptgruppen dar, so wird auch die Anzahl differenziert: 47 der 61 Kunden ordern Luxusmodelle, 46 Kunden Sondermodelle und 48 Kunden Standardmodelle.

Angesichts dieser Auswertung drängt sich die Frage auf: Wie viele Kunden sind in allen drei Sparten aktiv? Dem gehen wir weiter unten nach.

Zählen per Analysewert

Manchmal sind die beiden oben beschriebenen Wege, eine Anzahl zu ermitteln, schon ausreichend, um spontan Auskunft geben zu können. Will man jedoch detaillierte Analysen mit diesen Anzahlen anstellen, etwa um sie ins Verhältnis zu einer Gesamtanzahl zu setzen oder ihre Veränderung über die Zeit zu verfolgen, so benötigt man die Anzahl als eine eigene Messgröße. Das gilt auch, wenn die Anzahl regelmäßig beispielsweise in einem „Dashboard“ ausgewiesen werden soll.

Wieder gibt es mehrere Möglichkeiten, die Anzahl als Analysewert zugänglich zu machen. Eine davon sind (univariate) statistische Analysewerte.

Um einen solchen neuen Analysewert anzulegen, rufen Sie im Modus Pivotizer oder höher die entsprechende Funktion aus dem Menü Modell auf und markieren diesen Typ.

In der Definition des neuen Analysewerts ist festzulegen, welcher Basisanalysewert untersucht werden soll und auf welche Hierarchieebene wir uns beziehen. Wir wählen den Absatz und die Ebene des einzelnen Kunden. Im unteren Bereich des Dialogs stehen verschiedene statistische Funktionen zur Auswahl, zum Beispiel Summe, Mittelwert, Median – und auch die Anzahl, wahlweise mit oder ohne Nullwerte. Da es in unserem Szenario nicht um den Kundenstamm insgesamt geht, sondern um die aktiven Kunden, ist die Anzahl exklusive der Nullwerte („CountExclEmpty“) die richtige Funktion für uns.

In der nebenstehenden Abbildung haben wir den neuen Analysewert in einer weiteren Pivottabelle dargestellt. Die Anzahl wird für die (Einzel-) Kunden ausgewiesen, die zu den verschiedenen Knoten der Hierarchie gehören. Deshalb erscheint die Gesamtzahl (56) bei dem obersten Element, während bei den Regionen die (Einzel-)Kunden in dieser Region gezählt werden.

Im Unterschied zu den vorher gezeigten Varianten steht die Anzahl jetzt unabhängig von der Auflistung der Kunden zur Verfügung und wir können sie innerhalb der Analysesitzung als eigenständige Größe verwenden, zum Beispiel sie per „Drag & Drop“ in ein Analyseverfahren übernehmen, in weitere Berechnungen einsetzen usw.

So kann der neue Analysewert beispielsweise in einer anderen Pivottabelle benutzt werden, in der die Kundendimension selbst nicht mehr vorkommen muss. In der Abbildung haben wir auf diese Weise die Kundenzahlen pro Produkthauptgruppe ermittelt.

Der statistische Analysewert richtet sich stets nach der aktuellen Sicht; Filter, die in der Achsendefinition der Pivottabelle gesetzt sind, schlagen sich nicht nieder.

Eine Frage ist jetzt noch offen: Wie viele Kunden haben im Betrachtungszeitraum in allen drei Produkthauptgruppen zugeschlagen, also sowohl Luxusmodelle als auch Sondermodelle als auch Standardmodelle erworben? Dies geht aus den bisher entwickelten Berichten noch nicht hervor – aber wir sind nicht weit davon entfernt.

Gemeinsames zählen

Auch für diese Aufgabe gibt es mehr als einen Lösungsweg. Etwa diesen: Zunächst legen wir drei neue Analysewerte an, nämlich Filterwerte, die den Absatz jeweils für die Luxusmodelle, die Sondermodelle und die Standardmodelle messen. Mit diesen Analysewerten lässt sich die Pivottabelle so filtern, dass sie nur Kunden enthält, die in allen drei Sparten aktiv sind. Deren Anzahl können wir dann mit den bereits vorgestellten Verfahren sichtbar machen oder wiederum in einem neuen Analysewert zur Weiterverarbeitung bereitstellen. Aber der Reihe nach:

Als erstes legen wir einen neuen Analysewert (Menü Modell) vom Typ Filterwert an. Er soll in der Dimension/Hierarchie der Produkte nur die Luxusmodelle erfassen. Über den Link Auswählen markieren wir das Element „Luxusmodelle“, der Typ des Filters ist „fixiert“.

Analog erzeugen wir die beiden Analysewerte „Absatz, Sondermodelle“ und „Absatz, Standardmodelle“.

Diese lassen sich etwa in einer Pivottabelle darstellen. Noch sind darin einige Zeilen mit „Lücken“ zu sehen. Die Unterdrückung leerer bzw. leerer und 0-Zeilen greift für unsere Zwecke zu kurz, denn als leer gelten nur Zeilen, in denen alle Zellen leer bzw. 0 sind.

Das gewünschte Ergebnis erhalten wir mit einem Filter in der Achsendefinition: Nur diejenigen Elemente der Kundendimension sind anzuzeigen, bei denen der Absatz in allen drei Produkthauptgruppen größer als 0 ist.

Mit dieser Bedingung können wir die gesuchte Anzahl in der Statusleiste und der eingeblendeten Spaltenaggregation ablesen: Im betrachteten Zeitraum haben sich 36 Kunden in allen drei Produktsparten bedient, also gut die Hälfte aller aktiven Kunden.

Für ein schickes Management-Cockpit oder weitere Analysen möchte man vielleicht auch diese Zahl als eigenständigen Messwert weiterverwenden. Eine einfache Möglichkeit, dies zu erreichen, führt über eine Hilfsvariable, welche die drei Filterkriterien aus der Pivottabelle zusammenfasst.

Dieses Mal legen wir einen benutzerdefinierten Analysewert an, für den wir die drei zuvor definierten Filterwerte als Basisanalysewerte auswählen und eine kleine Formel in MDX eingeben:

Iif(#1 > 0 and #2 > 0 and #3 > 0, 1, 0)

Der Ausdruck benutzt den MDX-Operator „iif“. Er erwartet drei Parameter: 1. eine Prüfbedingung, 2. den zurückzugebenden Wert, falls die Bedingung erfüllt ist, sowie 3. den zurückzugebenden Wert, falls die Bedingung nicht erfüllt ist. In unserem Fall bedeutet die Formel: Falls alle drei Absatzzahlen größer als 0 sind, soll der Wert 1 zurückgegeben werden, ansonsten der Wert 0.

Damit wir die Wirkung dieses Ausdrucks besichtigen können, haben wir den neuen Analysewert als vierte Datenspalte in die „lückenhafte“ Tabelle von der vorherigen Seite eingeblendet. Den Wert 1 hat er nur in den Zeilen ohne Lücken, also bei den Kunden, die in jeder Produkthauptgruppe etwas gekauft haben. In den anderen Zeilen nimmt der Analysewert den Wert 0 an.

Nun brauchen wir lediglich die Hilfsvariable über alle Kunden zu addieren, um die gesuchte Anzahl derjenigen dankbaren Kunden zu erhalten, die alle Sparten nachfragen. Das leistet ein weiterer (univariater) statistischer Analysewert. Er verwendet die Hilfsvariable als Basisanalysewert und berechnet die Summe für die Dimensionsebene der (Einzel-)Kunden.

Das Ergebnis dieser Berechnung kennen wir bereits: Aus der aggregierten Darstellung geht dieselbe Anzahl (36) hervor, die wir zuvor von der Pivottabelle abgelesen haben. Da es sich nun aber um einen Analysewert handelt, können wir den Wert auch ohne die Auflistung der Kunden verwenden, eine Anteilsbetrachtung damit anstellen, die zeitliche Entwicklung als Sparkline hinzufügen oder mit der Zeitreihenanalyse verfolgen und vieles, vieles mehr.

Mehrmals statt einmal

Auf diesen Seiten haben Sie verschiedene Arten kennengelernt, eine Anzahl zu ermitteln, und es gibt etliche weitere. Manchmal wird es genügen, die Anzahl schlicht feststellen und weitergeben zu können. Dafür muss man nicht unbedingt neue Analysewerte anlegen, erhält man das Gewünschte doch bereits mit den einfachen Anzeigeverfahren. Wer aber damit rechnet, dass eine ähnliche Frage ein zweites, ein drittes Mal aufkommt, womöglich regelmäßig, kann sich mit den entsprechenden Analysewerten gleich darauf vorbereiten. Beim nächsten Mal hat man die gewünschte Information dann sofort parat und kann sie bei Bedarf weiter analysieren.