Interaktives Tutorial · ServiceNow Performance Analytics

Performance Analytics: Von KPIs, die niemand pflegt, zu Kennzahlen, die niemand ignoriert

Ein fünfteiliger Deep-Dive für PA-Admins, Consultants und Fachbereiche — mit Wissens-Checks, einem Indicator-Builder-Simulator und einer klaren Trennung zu Reporting.

Serie · Vorher lesen? Dieses Tutorial ist der zweite Teil der ServiceNow-Australia-Serie. Wenn Data Visualizations, Platform Analytics Library und Dashboards für dich neue Begriffe sind, lohnt sich vorher ein Blick ins SN-Reporting-Tutorial. Wer Reporting schon kennt, kann direkt hier weiterlesen — wir bauen darauf auf und grenzen sauber ab.

Warum Performance Analytics kein „Reporting Plus" ist

Ein Report zeigt, wie es jetzt aussieht. Öffnest du morgen dieselbe Auswertung, siehst du den neuen Zustand — der alte ist unwiderruflich weg. Für die Frage „Wie viele offene Incidents haben wir gerade?" ist das perfekt. Für „Wird's besser oder schlechter?" ist es unbrauchbar.

Performance Analytics (PA) löst genau dieses Problem: Es speichert in regelmäßigen Abständen den aktuellen Zustand einer Kennzahl weg. Aus diesen historischen Werten wird ein Trend, ein Vergleich zum Vormonat, ein Alarm wenn ein Ziel gerissen wird. PA ist damit kein besseres Reporting — es ist eine andere Werkzeug-Kategorie.

Fauslregel Reporting antwortet auf „Wie sieht's aus?" · Performance Analytics antwortet auf „Wie entwickelt sich's?". Sobald du „über die Zeit", „Trend", „im Vergleich zum Vormonat" oder „Zielabweichung" hörst, ist PA das richtige Werkzeug.

Wo Platform Analytics und Performance Analytics zusammentreffen

Die Begriffe klingen ähnlich, meinen aber verschiedene Dinge:

Begriff	Was es ist
Platform Analytics	Das Dach ab der Australia-Release: die Umgebung, in der Reporting, Dashboards und PA-Inhalte gemeinsam leben. Die Library ist ihr zentraler Ort.
Performance Analytics	Das Werkzeug zur Erfassung und Auswertung historischer Kennzahlen — braucht seine eigenen Grundbausteine (Indicator, Data Snapshot).
Data Visualization	Die neue Auswertungs-Einheit (aus dem Reporting-Tutorial bekannt). Ein Indicator kann als Datenquelle für eine Data Visualization dienen.

Bildlich: Platform Analytics ist das Wohnzimmer, Data Visualizations sind die Möbel — und Performance Analytics ist der Fotograf, der die Wohnung regelmäßig ablichtet, damit du später sagen kannst wie sie sich verändert hat.

Die vier Bausteine, ohne die es nicht geht

Indicator (KPI)

Der Indicator ist die zentrale Einheit in PA — eine numerische Kennzahl, die regelmäßig aus deinen Daten berechnet wird. Beispiel: „Anzahl offener P1-Incidents am Ende jedes Tages". Ein Indicator hat immer:

eine Datenquelle (Tabelle + Filter, z.B. incident, active = true AND priority = 1)
eine Aggregation (Count, Sum, Average, Percentage)
eine Frequenz (Daily, Weekly, Monthly) — wie oft wird der Wert erfasst?

Data Snapshot

Der Snapshot ist das Ergebnis einer Messung — ein Datensatz in der PA-Datenbank mit Wert, Zeitstempel und (falls konfiguriert) Breakdown-Dimensionen. Über die Zeit entsteht daraus die Historie, aus der jeder PA-Chart entsteht. Snapshots erzeugt der PA-Collection-Job automatisch nach dem Zeitplan, den die Frequenz des Indicators vorgibt.

Widget

Ein PA-Widget ist die visuelle Darstellung eines oder mehrerer Indicators auf einem Dashboard: Time-Series-Kurve, Column, Speedometer, Number, Scorecard. Ein Widget ohne Indicator ergibt in PA keinen Sinn — im Gegensatz zu einer klassischen Data Visualization, die auch direkt auf einer Tabelle sitzen kann.

Scorecard

Die Scorecard ist die Detail-Ansicht eines einzelnen Indicators: aktueller Wert, historische Kurve, Target-Linie, Breakdown-Aufteilung und Kommentare in einer Ansicht. Sie ist der Ort, an dem Fachbereiche Ursachenforschung betreiben.

Wo finde ich das alles?

PA-Inhalte leben ab Australia in derselben Library wie Data Visualizations und Dashboards:

All ›Platform Analytics ›Library ›Indicators

Für die Administration der Indicators, Data Sources und Jobs gibt es zusätzlich einen eigenen Bereich:

All ›Performance Analytics ›Data Collector ›Jobs

Gut zu wissen Zwei Türen zur selben Wohnung: Die Library ist die Nutzer-Sicht („welche Indicators und Dashboards gibt es?"), der Data-Collector-Bereich ist die Betreiber-Sicht („werden die Jobs sauber ausgeführt?").

Rollen: Wer darf was?

PA arbeitet mit einem abgestuften Rollenmodell — die wichtigsten:

pa_viewer — kann freigegebene Scorecards und Widgets sehen.
pa_analyst — kann Widgets erstellen und Breakdowns nutzen, aber keine Indicators anlegen oder ändern.
pa_admin — voller Zugriff auf Indicators, Data Sources, Breakdowns und Collection Jobs.
platform_analytics_admin / admin — übergreifende Rechte inkl. Migration, Usage Insights und Instanz-weiten Einstellungen.

Praxis-Tipp Fang mit pa_analyst für den Fachbereich an — das schützt die Data Sources vor Experimenten und lässt den Nutzern trotzdem die volle Freiheit auf der Auswertungs-Ebene.

Wissens-Check

Frage 1 · Multiple Choice

Was unterscheidet einen Indicator grundlegend von einem klassischen Report?

Frage 2 · Richtig oder falsch?

„Performance Analytics ist der neue Name für Reporting ab der Australia-Release.“

Frage 3 · Zuordnung

Ordne jeden Baustein seiner Rolle zu: