Mit User Acceptance Tests Endanwender in BI-Projekte einbinden

Du führst ein neues Business Intelligence (BI) Tool in deinem Unternehmen ein und musst nun alle Dashboards und Reportings neu aufsetzen? Oder wird generell ein neues Reporting benötigt? User Acceptance Tests (UAT) sind ein effektives Mittel, um die Benutzerfreundlichkeit und die Akzeptanz deiner Reportings zu steigern.

UATs (auch End-User Testing genannt) kommen ursprünglich aus der Softwareentwicklung, können aber im Grunde universell angewendet werden. So auch im Kontext von BI-Projekten. Die Hauptfragestellung bei einem UAT lautet: „kommen die Endnutzer mit der Lösung zurecht?“ Entsprechend liegen UATs ganz am Ende des Entwicklungsprozesses, d.h. kurz bevor dein Reporting für alle Anwender veröffentlicht wird.

Was nützt mir ein UAT?

  • Benutzerfreundlichkeit steigern – ein für den Endnutzer umständliches und unverständliches Reporting wird eher nicht genutzt und ist im schlimmsten Fall wertlos
  • Nachträgliche Optimierungsschlaufen vermeiden – lieber jetzt das Business intensiv involvieren als später Stück für Stück
  • Endnutzer an die neue Lösung heranführen – praktisches „herumspielen“ in echter Umgebung ermöglichen
  • Schulungsinhalte definieren – wenn, dann wirst du schnell sehen wo es noch klemmt und wo die Endnutzer Probleme haben. All dies kannst du in späteren Schulungen oder in Schulungsunterlagen aufgreifen

UATs sind keine Systemtests, keine Belastungstests und dergleichen – all diese Fragestellungen müssen im Voraus geklärt werden und dürfen hier nicht im Fokus stehen. Im Kontext von BI-Projekten heisst das konkret: Informationsanforderungen aus dem Business wurden aufgenommen und auswertungsrelevante Informationsobjekte wurden definiert. Idealerweise ist man sich auch einig, wie Reportings visuell dargestellt werden sollen (bevorzugte Diagramme, Farben, Beschriftungen, usw.). Warum ist das von Vorteil? Wie bereits im Intro erwähnt geht es in einem UAT hauptsächlich um die Frage „kommen die Endnutzer mit der Lösung zurecht?“. Grundsatzdiskussionen sollten daher vorher geführt werden.

Wie gehe ich vor?

Folgende Schritte helfen dir bei der Planung von UATs (nicht abschliessend):

Grober Prozess um einen UAT aufzusetzen (eigene Darstellung, abgeleitet aus Akzeptanztest)

Fragestellung festlegen: welche Frage, welches Ziel steht im Fokus?
Testszenario ausarbeiten: welche Funktionalitäten, Darstellungsoptionen, etc. sollen geprüft werden?
Testpersonen definieren: wer soll teilnehmen? Interne vs. externe Stakeholder, Power-User vs. Endnutzer, etc.?
Resultate dokumentieren: was muss verbessert werden? Mit welcher Priorität?
Anpassungen vornehmen: Fehler beheben, Wünsche integrieren, Schulungsunterlagen optimieren

Das Testszenario für dein BI-Projekt könnte beispielsweise folgende Punkte beinhalten:

  • Sind die Visualisierungen verständlich?
  • Sind die wichtigsten Measures, KPIs, etc. am richtigen Ort sowie schnell und gut sichtbar?
  • Sind die Bezeichnungen klar? D.h. weiss der Endnutzer, was die Daten aussagen? Stichwort Semantic Layer
  • Sind alle gewünschten Filter vorhanden? Sind diese verständlich und anwendbar?
  • Werden zusätzliche Darstellungen/Visualisierungen gewünscht? (Wichtig: dem Endnutzer Freiraum lassen für eigene Bewertungspunkte und Kreativität)

Brauche ich ein Tool dazu?

Je nach dem wie strukturiert du vorgehen möchtest und wie detailliert du den Prozess festhalten willst, ist ein zusätzliches Tool von Vorteil. Gerade dann, wenn du solche UATs im Rahmen einer BI-Softwareablösung machst. Dann sind Planungstools wie z.B. Jira sicher hilfreich. So kannst du später auch mögliche Veränderungen nachvollziehen. Ist dein Projekt weniger komplex reicht natürlich auch „quick and dirty“ (Excel + Outlook). Oder analog mit Whiteboards und Post-Ist – durchaus eine sehr agile Methode.

Persönliches Fazit

Mit vergleichsweise wenig Aufwand konnten wir mit UATs wertvolles „hands-on“-Feedback einholen. Auf dieser Basis werden wir nun die Reportings „fine-tunen“ und können massgeschneiderte, zielgruppenspezifische Schulungen planen.

Beitrag teilen

Samuel Schmid

Samuel Schmid ist Data Analyst / Marktforscher bei Betty Bossi, Division der Coop Genossenschaft und bloggt aus dem Unterricht des CAS Business Intelligence & Analytics.

Alle Beiträge ansehen von Samuel Schmid →

Schreibe einen Kommentar