Single Source of Truth
Eine Single Source of Truth (SSOT) bezeichnet das Prinzip, jedes wichtige Geschäftsdatum und seine Definition an einem einzigen, vereinbarten maßgeblichen Ort zu führen, sodass jedes Team, jeder Bericht und jedes System dieselben Zahlen liest, statt konkurrierende Kopien abzugleichen.
Was ist eine Single Source of Truth?
Eine SSOT ist eine Vereinbarung über Zuständigkeiten, nicht eine einzige Datenbank, die alles enthält. Sie funktioniert auf zwei Ebenen. Erstens hat jede Entität ein System of Record: Das CRM verantwortet Kontakte, das ERP Rechnungen, das HR-System Mitarbeitende. Zweitens verantwortet eine governte Analytics-Ebene, meist ein Data Warehouse mit Semantic Layer, systemübergreifende Kennzahlen wie den Umsatz pro Kunde.
Jede Entität und jede Kennzahl hat einen benannten Verantwortlichen, der Änderungen an ihrer Definition freigibt. Kopien darf es aus Geschwindigkeitsgründen weiterhin geben, etwa als Caches oder Replikate, solange alle wissen, welche gilt, wenn sie voneinander abweichen. Für Entitäten, die über viele Systeme verteilt sind, sorgt Master Data Management für den Abgleich und die Zusammenführung.
Wie etabliert man eine Single Source of Truth?
Beginnen Sie mit den Zahlen, über die gestritten wird, nicht mit einem Architekturdiagramm.
Listen Sie die zehn Kennzahlen und Entitäten auf, die die meisten Diskussionen auslösen.
Benennen Sie für jede ein System of Record und einen Verantwortlichen.
Schreiben Sie Definitionen, zum Beispiel „aktiver Kunde: bezahlte Rechnung in den letzten 90 Tagen“.
Laden Sie die Quellen mit Fivetran oder Airbyte in ein Warehouse wie Snowflake oder BigQuery.
Modellieren Sie die Kennzahlen einmalig in dbt und veröffentlichen Sie sie als zertifizierte Datasets in Power BI oder Looker.
Schaffen Sie die konkurrierenden Spreadsheets sichtbar ab.
Überwachen Sie die Aktualität, damit niemand je einen Grund hat, zurückzukehren.
Wie sieht eine Single Source of Truth in der Praxis aus?
Die meisten SSOT-Projekte beginnen damit, dass zwei Abteilungen für denselben Monat unterschiedliche Umsätze melden. Stellen Sie sich eine Personalvermittlung mit 300 Mitarbeitenden vor, in der der Vertrieb den Umsatz aus in Salesforce gebuchten Deals meldet und die Finanzabteilung den fakturierten Umsatz aus NetSuite, und das wöchentliche Führungsmeeting mit einer 20-minütigen Diskussion beginnt.
Der Data Lead kürt keinen Gewinner. Stattdessen werden „gebuchter Umsatz“ und „fakturierter Umsatz“ zu zwei benannten Kennzahlen mit schriftlichen Definitionen und Verantwortlichen. Beide Quellen werden in BigQuery geladen, dbt berechnet jede Kennzahl einmal, und ein zertifiziertes Power-BI-Dataset zeigt beide nebeneinander, mit erklärter Differenz. Alte Exporte werden archiviert.
In diesem Beispiel hört das Meeting auf zu debattieren, wessen Zahl stimmt, und beginnt zu besprechen, warum die Fakturierung in einer Region drei Wochen hinter den Buchungen herhinkt.
Jede Dashboard-Kachel verlinkt nun auf ihre Definition, sodass eine neue Führungskraft nachprüfen kann, was eine Zahl bedeutet, ohne das Datenteam zu fragen.
Was sind häufige Fehler bei einer Single Source of Truth?
Eine SSOT scheitert, wenn die Menschen ihr nicht mehr vertrauen, und das passiert, sobald sie ein einziges Mal verspätet oder falsch ist.
Sie als „ein Tool für alles“ zu behandeln und jedes Team in dieselbe Anwendung zu zwingen.
Definitionen ohne Verantwortlichen, die deshalb auseinanderdriften.
Veraltete Pipelines, die die Menschen zurück zu ihren eigenen Spreadsheets treiben.
Big-Bang-Projekte, die versuchen, das gesamte Unternehmen zu modellieren, bevor irgendetwas ausgeliefert wird.
Die Politik zu ignorieren: Wer eine Definition verantwortet, hat echte Macht.
Etwas Duplizierung ist in Ordnung; die Regel lautet, dass Kopien aus der Quelle abgeleitet und nie unabhängig bearbeitet werden. Ein sichtbarer Zeitstempel „zuletzt aktualisiert“ auf jedem Bericht ist eine der günstigsten Maßnahmen, um Vertrauen aufzubauen.
Worin unterscheidet sich eine Single Source of Truth von einem System of Record?
Ein System of Record ist der Ort, an dem eine Art von Daten entsteht; die Single Source of Truth ist der vereinbarte Ort, an dem sie gelesen werden. Bei einem Kontakt können beide identisch sein: das CRM. Bei einer Kennzahl wie dem Customer Lifetime Value, die CRM-, Abrechnungs- und Supportdaten benötigt, ist die Source of Truth das governte Warehouse-Modell, nicht eine einzelne Anwendung.
Zu den Tools, die die Definitionen vorhalten, gehören der dbt Semantic Layer, LookML von Looker, zertifizierte Power-BI-Semantikmodelle und Cube. Ein Datenkatalog dokumentiert, wo jede Definition liegt, und Data Governance entscheidet, wer sie ändern darf.
Single Source of Truth vs. System of Record
Single Source of Truth | System of Record | |
|---|---|---|
Umfang | Vereinbarter Ort zum Lesen von Daten und Kennzahlen | Ort, an dem eine Art von Daten entsteht |
Erstreckt sich über | Oft mehrere kombinierte Systeme | Eine Anwendung |
Beispiel | Warehouse-Modell für den Customer Lifetime Value | CRM für Kontakte, ERP für Rechnungen |
Verantwortet von | Datenteam mit fachlichen Kennzahlenverantwortlichen | Team, das die Anwendung betreibt |
Hauptrisiko | Veraltete Daten untergraben das Vertrauen | Daten sind in einem Tool gefangen |
Wie baut VIZIO AI eine Single Source of Truth auf?
VIZIO AI zentralisiert die Systeme, die die Daten bereits enthalten, und setzt eine einzige governte Reporting-Ebene darauf. Für einen in Saudi-Arabien ansässigen Entwickler von Luxusimmobilien integrierte das Venture Studio Zoho CRM, Google Analytics und Meltwater in ein Data Warehouse mit einem Power-BI-Command-Center, was den manuellen Reporting-Aufwand um 22 % reduzierte und die Einblicke in die Conversion von Leads zu Verkäufen um 15 % verbesserte.
Für ein globales Unternehmen für Kreditauskünfte und Risikoanalysen ersetzte das DX Studio verstreute Excel- und Smartsheet-Berichte durch eine einzige Power-BI-Plattform, wodurch jährlich mehr als 1.500 manuelle Reporting-Stunden entfielen und der monatliche Reporting-Zyklus von fünf Tagen auf unter zwei sank. Wo Sie anfangen sollten: Listen Sie die drei Zahlen auf, über die in Ihrer Geschäftsleitung am meisten gestritten wird.
Single Source of Truth in Fallstudien von VIZIO AI
- Real Estate Data & Power BI ›Die Zusammenführung von Zoho CRM, Google Analytics und Meltwater in einer Power-BI-Ebene reduzierte den manuellen Reporting-Aufwand um 22 %.
- Marketing Performance and Workforce Analysis Dashboard ›Eine einzige Power-BI-Plattform ersetzte verstreute Spreadsheets und ließ jährlich mehr als 1.500 manuelle Reporting-Stunden entfallen.