Referenz

Results Data Management (RDM)

Die Entwicklung einer flexiblen und skalierbaren Lösung zur digitalen Erfassung, Verarbeitung und Analyse von Ergebnisdaten, um die Berichterstattung der DEZA zu optimieren und datenbasierte Entscheidungen auf allen Ebenen zu ermöglichen.

Eckdaten

Kompetenzen
  • Datenzentrierte Unternehmenssoftware erstellen
  • Software Architektur & Entwicklung
  • Datenmodell entwickeln
  • Requirements Engineering

Kundenbeschreibung

Results Data Management (RDM) ist eine Softwarelösung zur Modernisierung des Ergebnismanagements bei der Direktion für Entwicklung und Zusammenarbeit (DEZA). Durch die Digitalisierung der Ergebnisdaten ermöglicht RDM eine effizientere Berichterstattung sowie einen verbesserten Austausch von Ergebnissen auf allen Ebenen. Die Lösung umfasst eine leistungsfähige Datenerfassungsplattform sowie eine Business Intelligence-Komponente für die Auswertung und Analyse der erfassten Daten.

Herausforderung

Die DEZA verwaltet eine Vielzahl an Projekten mitunterschiedlichen Indikatoren zur Messung von Ergebnissen. Bisher erfolgte die Datenerfassung und -auswertung in fragmentierten Systemen, was die Berichterstattung erschwerte und den Analyseprozess ineffizient machte. Es fehlte eine flexible Lösung, die individuelle Indikatoren verwalten, dynamische Berechnungen durchführen und Daten für weiterführende Analysen bereitstellen konnte.

Unser Beitrag

Um diese Herausforderungen zu meistern, haben wir folgende Schlüsselkomponenten für RDM entwickelt:

Konzeption & Entwicklung des Datenmodells: Wir entwickelten ein leistungsfähiges und generisches Datenmodell, das die Verwaltung und Anpassung individueller Indikatoren ermöglicht. Durch eine dynamische Berechnungslogik können aggregierte Ergebnisse von der Erfassung biszur Analyse flexibel berechnet und verwaltet werden.

Entwicklung des Backends: Das Backend basiert aufeiner robusten .NET- und MSSQL-Architektur, die eine nahtlose Datenerfassung,-verarbeitung und -automation ermöglicht. Komplexe Berechnungen werden durch Trigger und SQL-Transformationen dynamisch ausgeführt, wodurch die Aggregation von Ergebnissen auf verschiedenen Ebenen optimiert wird.

Requirements Engineering & Koordination mit der Datenauswertung: Durch eine enge Zusammenarbeit mit den Stakeholdern haben wir die Anforderungen an das System präzise erfasst und umgesetzt. Zudem erfolgte eine reibungslose Anbindung an QlikSense, wodurch die visualisierte Datenanalyse für Entscheidungsträger erheblich erleichtert wurde.

Wir sind gerne persönlich für Sie da.

Bereit für den nächsten Schritt? Wir sind es auch.

Diese Firmen vertrauen uns bereits.
Portraits von Nino Müller, Dr. Marc Tesch, Dr. Sebstian Lienert und Eric Rufer aus dem Substring Team mit jeweils blauem Hintergrund