{"id":9903,"date":"2024-08-08T16:22:25","date_gmt":"2024-08-08T14:22:25","guid":{"rendered":"https:\/\/www.datamart.de\/project\/anwenderbericht-mcdonalds\/"},"modified":"2025-03-13T19:58:38","modified_gmt":"2025-03-13T18:58:38","slug":"anwenderbericht-mcdonalds","status":"publish","type":"avada_portfolio","link":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-mcdonalds\/","title":{"rendered":"\u200b\u200bAnwenderbericht McDonald’s\u200b"},"content":{"rendered":"

Vom Standard-Controllingsystem zur integrierten BI-Landschaft<\/h2><\/div>

Moderne Data-Vault-\u200bImplementierung sorgt bei McDonald’s f\u00fcr agileres Data \u200bWarehouse \u200b <\/b><\/p>\n<\/div>

Der digitale Wandel sorgt in Gesellschaft, Menschen und M\u00e4rkten f\u00fcr immer rasantere Ver\u00e4nderungen. Daher entschloss sich der Marktf\u00fchrer der Gastronomie in Deutschland und eine der bekanntesten Marken weltweit, McDonald’\u200bs, im letzten Jahr, sein Standard-Controllingsystem durch agilere und flexiblere Prozesse und Prognosen zu ersetzen, um Umsatz- und G\u00e4stezahlen besser vorhersagen und entsprechend schneller reagieren zu k\u00f6nnen. \u200b<\/b><\/p>\n<\/div>

\u200b\u201eUnsere Kassendaten wurden bislang in ein globales Data Warehouse geliefert, das hei\u00dft, alles lief \u00fcber unsere globale Organisation. Diese Daten waren uns jedoch nicht granular genug und auch die Abfrageperformance wurde unseren Anspr\u00fcchen nicht gerecht. Wir haben uns daher entschlossen, ein lokales Data Wa\u200brehouse als zentrales DatenRepository auf Basis von Microsoft SQL-Server aufzubauen\u201c, erl\u00e4utert Projektmanager Tim Deege aus der Abteilung Finance Systems bei McDonald\u2019s Deutschland.\u200b\u200b<\/span><\/p>\n<\/div>

\"\"<\/a><\/div><\/div>
\"\"<\/a><\/div><\/div>
\"\"<\/a><\/div><\/div>
<\/div><\/div><\/div>

Fachlich und technisch \u00fcberzeugend<\/b><\/p>\n

Als Implementierungspartner und zur Unterst\u00fctzung bei der generellen Konzepterstellung holte das Team das Beratungsunternehmen DATA MART Consulting mit Sitz in Hamburg und Neu-Isenburg ins Boot. \u201e\u00dcberzeugt hat uns die Agilit\u00e4t im Projektmanagement, uns war aber auch sehr wichtig, dass man mit den Personen eng zusammenarbeiten kann, und das war bei DATA MART absolut der Fall. Weitere ausschlaggebende Punkte waren die nachgewiesene schnelle und unkomplizierte Umsetzung funktionierender L\u00f6sungen und nat\u00fcrlich die Erfahrung des Unternehmens mit SQL-Datenbanken\u201c, betont Deege.<\/p>\n

Die Teams beider Unternehmen arbeiteten bei der gesamten fachlichen Definition und den Datenanalysen intensiv zusammen. \u201eIn der Konzeptphase haben wir uns auf die Erfahrungen von DATA MART verlassen und haben uns f\u00fcr die empfohlene Umsetzung einer modernen Data-Vault-Methodik entschieden. Das passte f\u00fcr uns einfach gut, weil wir unser Data Warehouse sehr flexibel aufbauen wollten\u201c, so Deege weiter.<\/p>\n

Aus fachlicher Sicht standen mehrere Themen im Fokus. Unter anderem wurden s\u00e4mtliche relevanten Stammdaten historisiert und die t\u00e4glichen Kassendaten aller 1.470 Stores auf Bonebene angebunden. Au\u00dferdem wurde der Abgleich der Kassenberichte mit den aktuellen Bondaten verwirklicht. McDonald\u2018s kann heute bis auf Bonebene relational und mit 1 Stunde Genauigkeit multidimensional die Daten aus vielen verschiedenen Blickwinkeln analysieren. Hauptnutzerkreis ist das sechsk\u00f6pfige Sales-Controlling-Team, das auf dieser Basis Analysen f\u00fcr die Gesch\u00e4ftsf\u00fchrung und andere Fachabteilungen erstellt.<\/p>\n

Aus technischer Sicht lag der Schwerpunkt auf dem Aufbau der BI-Umgebung, der Anbindung von Kassendaten aus Google Big Query, dem Aufbau des Data Vault mit SSIS und des Sales Cube mit SSAS. Insgesamt wurden dabei mehr als drei Jahre Daten in mehreren Faktentabellen eingebunden. Das Datenmodell, das dem SSAS-Cube zugrunde liegt, ist dabei sehr komplex und nutzt sehr intensiv M:N-Beziehungen zwischen den einzelnen Faktentabellen. Nach einer etwa sechsmonatigen Implementierungsphase konnte das Kernprojekt erfolgreich abgeschlossen werden.<\/p>\n

Detaillierte Warenkorbanalysen m\u00f6glich<\/b><\/p>\n

Damit war jedoch noch lange nicht Schluss, inzwischen sind bereits einige weitere Teilprojekte gefolgt. Die Warenkorbanalyse ist nach \u00dcberzeugung von Deege ein gutes Beispiel, wie sich aktuelle Businessanforderungen in das neue Data Warehouse integrieren lassen: \u201eHier konnten wir ein Thema wieder ins eigene Haus holen, das bisher \u00fcber einen externen Dienstleister und vorgefertigte Analysen abgewickelt wurde. Jetzt sind wir viel flexibler, was die Warenkorbanalyse angeht: Wir haben den kompletten detaillierten und transparenten Zugriff und von Anfang bis Ende die volle Kontrolle \u00fcber die Analyse der Preisentwicklung f\u00fcr definierte Warenk\u00f6rbe.\u201c<\/p>\n

Die monatlichen Warenk\u00f6rbe werden dabei auf Basis der Kassen(detail)daten auf Produktebene generiert. Dabei flie\u00dfen sowohl harte als auch weiche Faktoren\/Regeln ein. Harte Faktoren sind zum Beispiel Produkte, die in den letzten 24 Monaten kumuliert mindestens dreimal, im aktuellen Jahr mindestens einmal und dabei in 80 Prozent der gesamten Stores verkauft wurden. Ein weicher Faktor wiederum w\u00e4re die manuelle Deselektion von Produkten durch Setzen eines globalen Kennzeichens.<\/p>\n

Ein Teil dieser Warenkorbanalyse ist auch, wie sich die Preise gegen\u00fcber dem Consumer Price Index (CPI Deutschland und CPI Restaurants, Beherbergungsst\u00e4tten & Caf\u00e9s) des Statistischen Bundesamts im zeitlichen Verlauf entwickeln. Ebenso ist es m\u00f6glich, Preis\u00e4nderungen und ihre Auswirkungen vorab zu simulieren.<\/p>\n

\nBI-Landschaft, die t\u00e4glich gro\u00dfen Mehrwert bietet \u200b<\/b><\/p>\n

Im weiteren Verlauf will McDonald’s das Data Warehouse in enger Zusammenarbeit mit DATA MART weiter ausbauen, das hei\u00dft, \u00fcber die Kassendaten hinaus sollen auch die General-Ledger-Daten integriert werden.\u200b\u200b<\/p>\n

\u201eDas Projekt an sich ist zwar abgeschlossen \u2013 wir sind im April 2017 live gegangen \u2013 wir haben aber seitdem hier nicht die F\u00fc\u00dfe hochgelegt, sondern arbeiten stetig weiter am Data Warehouse und f\u00fcgen immer wieder Teilprojekte hinzu\u201c, erl\u00e4utert Deege. Insgesamt sieht Deege sehr viele Datenintegrationsthemen, die sich aufgrund der Data-Vault-Struktur recht einfach integrieren und zur Analyse bereitstellen lassen bzw. lie\u00dfen, wie DeliveryAuswertungen, Auswertungen vergangener Promotions oder auch Wareneinsatz- und Verpackungs-Reporting. \u201eDas l\u00e4uft bereits auch alles \u00fcber das Data Warehouse.<\/p>\n

Einerseits sind Ad-hoc-Analysen verf\u00fcgbar, die direkt in Excel \u00fcber den Cube erstellt werden k\u00f6nnen. Andererseits haben wir aber auch Reportings, die \u00fcber unser Frontend-Tool laufen. Damit haben wir auch ein Selfservice-Standard-Reporting, das jeder Berechtigte jederzeit abrufen kann.\u201c<\/p>\n

\u200bZufrieden konstatiert er, dass zahlreiche Aspekte durch das Projekt verbessert wurden: Hier seien zum einen der verbesserte Service gegen\u00fcber der Gesch\u00e4ftsleitung und die M\u00f6glichkeit, schnell und zuverl\u00e4ssig zur Entscheidungsfindung beitragen zu k\u00f6nnen, oder die flexible Architektur, die problemlos noch weitere Themenfelder aufnehmen kann, oder die kostensparende M\u00f6glichkeit zum Insourcing einzelner Themen zu nennen. \u201eWir haben hier aber auch eine gro\u00dfe Arbeitserleichterung, da die Prozesse integriert sind, das hei\u00dft, die Daten kommen aus einer Hand und wir m\u00fcssen sie nicht mehr aus verschiedenen T\u00f6pfen selbst zusammensuchen. Insgesamt ist es einfach ein tolles Projekt gewesen, das einen gro\u00dfen Mehrwert gebracht hat \u2013 und zwar nicht nur f\u00fcr das Controlling-Team.\u201c<\/p>\n

\u200bSieg beim BARC Best Practice Award 2017 \u200b<\/b><\/p>\n

Mittlerweile fand die L\u00f6sung auch au\u00dferhalb des Unternehmens hohe Anerkennung: Beim BARC Best Practice Award f\u00fcr Business Intelligence und Analytics 2017 konnte McDonald\u2019s die Jury mit seinem Transformationsprojekt \u00fcberzeugen und verbuchte in der Kategorie Mittelstand den Sieg \u200bf\u00fcr sich. \u201eDieser Sieg ist einfach eine tolle Sache, weil die Bewertung durch eine unabh\u00e4ngige Jury erfolgt ist, in der viele Koryph\u00e4en der BI-Branche vertreten sind. DATA MART hat zweifellos einen erheblichen Beitrag zu diesem Reifegrad in der Umsetzung der BI-Strategie geleistet\u201c, ist Deege \u00fcberzeugt. \u200b\u200b<\/p>\n<\/div>

<\/i>Jetzt PDF downloaden<\/span><\/a><\/div><\/div><\/div>
<\/span><\/div><\/div><\/div><\/div><\/div>\n","protected":false},"excerpt":{"rendered":"","protected":false},"author":1,"featured_media":8776,"menu_order":0,"comment_status":"open","ping_status":"closed","template":"","format":"standard","meta":{"footnotes":""},"portfolio_category":[59],"portfolio_skills":[],"portfolio_tags":[],"class_list":["post-9903","avada_portfolio","type-avada_portfolio","status-publish","format-standard","has-post-thumbnail","hentry","portfolio_category-user-reports"],"yoast_head":"\n\u200b\u200bAnwenderbericht McDonald's\u200b - DATA MART Consulting GmbH<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-mcdonalds\/\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"\u200b\u200bAnwenderbericht McDonald's\u200b - DATA MART Consulting GmbH\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-mcdonalds\/\" \/>\n<meta property=\"og:site_name\" content=\"DATA MART Consulting GmbH\" \/>\n<meta property=\"article:modified_time\" content=\"2025-03-13T18:58:38+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.datamart.de\/wp-content\/uploads\/2024\/08\/McD_Filiale.png\" \/>\n\t<meta property=\"og:image:width\" content=\"387\" \/>\n\t<meta property=\"og:image:height\" content=\"211\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-mcdonalds\\\/\",\"url\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-mcdonalds\\\/\",\"name\":\"\u200b\u200bAnwenderbericht McDonald's\u200b - DATA MART Consulting GmbH\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-mcdonalds\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-mcdonalds\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.datamart.de\\\/wp-content\\\/uploads\\\/2024\\\/08\\\/McD_Filiale.png\",\"datePublished\":\"2024-08-08T14:22:25+00:00\",\"dateModified\":\"2025-03-13T18:58:38+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-mcdonalds\\\/#breadcrumb\"},\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-mcdonalds\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-mcdonalds\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.datamart.de\\\/wp-content\\\/uploads\\\/2024\\\/08\\\/McD_Filiale.png\",\"contentUrl\":\"https:\\\/\\\/www.datamart.de\\\/wp-content\\\/uploads\\\/2024\\\/08\\\/McD_Filiale.png\",\"width\":387,\"height\":211},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/anwenderbericht-mcdonalds\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Startseite\",\"item\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Portfolio\",\"item\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/project\\\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"\u200b\u200bAnwenderbericht McDonald’s\u200b\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/#website\",\"url\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/\",\"name\":\"DATA MART Consulting GmbH\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.datamart.de\\\/en\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-US\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"\u200b\u200bAnwenderbericht McDonald's\u200b - DATA MART Consulting GmbH","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-mcdonalds\/","og_locale":"en_US","og_type":"article","og_title":"\u200b\u200bAnwenderbericht McDonald's\u200b - DATA MART Consulting GmbH","og_url":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-mcdonalds\/","og_site_name":"DATA MART Consulting GmbH","article_modified_time":"2025-03-13T18:58:38+00:00","og_image":[{"width":387,"height":211,"url":"https:\/\/www.datamart.de\/wp-content\/uploads\/2024\/08\/McD_Filiale.png","type":"image\/png"}],"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-mcdonalds\/","url":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-mcdonalds\/","name":"\u200b\u200bAnwenderbericht McDonald's\u200b - DATA MART Consulting GmbH","isPartOf":{"@id":"https:\/\/www.datamart.de\/en\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-mcdonalds\/#primaryimage"},"image":{"@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-mcdonalds\/#primaryimage"},"thumbnailUrl":"https:\/\/www.datamart.de\/wp-content\/uploads\/2024\/08\/McD_Filiale.png","datePublished":"2024-08-08T14:22:25+00:00","dateModified":"2025-03-13T18:58:38+00:00","breadcrumb":{"@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-mcdonalds\/#breadcrumb"},"inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.datamart.de\/en\/project\/anwenderbericht-mcdonalds\/"]}]},{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-mcdonalds\/#primaryimage","url":"https:\/\/www.datamart.de\/wp-content\/uploads\/2024\/08\/McD_Filiale.png","contentUrl":"https:\/\/www.datamart.de\/wp-content\/uploads\/2024\/08\/McD_Filiale.png","width":387,"height":211},{"@type":"BreadcrumbList","@id":"https:\/\/www.datamart.de\/en\/project\/anwenderbericht-mcdonalds\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Startseite","item":"https:\/\/www.datamart.de\/en\/"},{"@type":"ListItem","position":2,"name":"Portfolio","item":"https:\/\/www.datamart.de\/en\/project\/"},{"@type":"ListItem","position":3,"name":"\u200b\u200bAnwenderbericht McDonald’s\u200b"}]},{"@type":"WebSite","@id":"https:\/\/www.datamart.de\/en\/#website","url":"https:\/\/www.datamart.de\/en\/","name":"DATA MART Consulting GmbH","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.datamart.de\/en\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-US"}]}},"_links":{"self":[{"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/avada_portfolio\/9903","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/avada_portfolio"}],"about":[{"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/types\/avada_portfolio"}],"author":[{"embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/comments?post=9903"}],"version-history":[{"count":1,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/avada_portfolio\/9903\/revisions"}],"predecessor-version":[{"id":9904,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/avada_portfolio\/9903\/revisions\/9904"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/media\/8776"}],"wp:attachment":[{"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/media?parent=9903"}],"wp:term":[{"taxonomy":"portfolio_category","embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/portfolio_category?post=9903"},{"taxonomy":"portfolio_skills","embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/portfolio_skills?post=9903"},{"taxonomy":"portfolio_tags","embeddable":true,"href":"https:\/\/www.datamart.de\/en\/wp-json\/wp\/v2\/portfolio_tags?post=9903"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}