ENTERPRISE open source PENTAHO JEDOX UND BUSINESS INTELLIGENCE-LÖSUNGEN DATA WAREHOUSING // REPORTING // ANALYSE // PLANUNG

Größe: px
Ab Seite anzeigen:

Download "ENTERPRISE open source PENTAHO JEDOX UND BUSINESS INTELLIGENCE-LÖSUNGEN DATA WAREHOUSING // REPORTING // ANALYSE // PLANUNG"

Transkript

1 ENTERPRISE open source stefan MÜLLER christopher KELLER PENTAHO UND JEDOX BUSINESS INTELLIGENCE-LÖSUNGEN DATA WAREHOUSING // REPORTING // ANALYSE // PLANUNG

2 Inhalt Vorwort IX 1 Business Intelligence im Überblick Business Intelligence: die Verwandlung von Daten in Informationen Data Warehouse: das zentrale Datenlager des Unternehmens Reporting und Dashboards: die maßgeschneiderte Verteilung von Informationen Online Analytical Processing: mit Daten würfeln das Business verstehen Data Mining: unbekanntes Wissen in den Daten entdecken Open Source trifft BI: vom Nischen- zum Mainstream-Player Zusammenfassung Pentaho: Business- und Big-Data-Analysen Pentaho im Überblick Warum Pentaho? Community vs. Enterprise Community oder Enterprise Edition im Unternehmenseinsatz Zusammenfassung Los geht s: Pentaho installieren und konfigurieren Installation Pentaho BA-Server Zugriff auf die User Console Verwaltung der Lizenzen Anlage von Datenverbindungen Sicherheitseinstellungen Einrichtung der -Dienste Zusammenfassung

3 VI Inhalt 4 Pentaho User Console Überblick der Pentaho User Console Reporting Scheduling Interactive Reporting Analyzer Reports Dashboards Marketplace Mobile Zusammenfassung Pentaho Data Integration Pentaho Data Integration im Überblick Aufbau eines Star-Schemas mit Pentaho Data Integration Big Data und Pentaho Data Integration Data Mining und Pentaho Data Integration Zusammenfassung Pentaho Reporting Pentaho Report Designer Überblick des Report Designers Definition von Datenquellen und Abfragen im Report Designer Entwicklung des ersten Berichts Erweiterte Berichtsfunktionen am Beispiel eines MDX-Berichts Berichtsverteilung mit Pentaho Reportentwicklung für Big Data Stores Pentaho Interactive Reporting Metadaten für Reporting und Analysen Zusammenfassung Pentaho Analysis Mondrian im Überblick OLAP-Würfel mit der Pentaho Schema Workbench erstellen Bessere Performance mit dem Aggregation Designer erreichen Flexible Analysen für Big Data Analytics Zusammenfassung Pentaho Dashboards von Self Service bis maßgeschneidert Self Service Dashboards für Endanwender mit dem Pentaho Dashboard Designer Maßgeschneiderte Dashboards mit den Pentaho CTools Zusammenfassung

4 Inhalt 9 Jedox: Self Service BI und Performance Management Jedox: Self Service BI und Performance Management Versionsübersicht Los geht s: Jedox installieren und konfigurieren Installationsvarianten Exemplarische Installation aller Komponenten Konfiguration des Servers für den Zugriff externer Clients Installations verzeichnis & Ordner strukturen Jedox for Excel Add-in mit dem OLAP-Server verbinden Der Dialog Ansicht einfügen Datenfunktionen Der Dialog Elemente einfügen Entwicklung von Datenstrukturen Modeller Erstellen einer neuen Datenbank Anlegen der Dimensionen Erstellen eines Würfels Dateneingabe Splashing Import-Assistent Jedox Web Jedox Web Datei-Manager Funktionsweise Datei-Manager Funktionsweise Arbeitsmappe Entwicklung von Berichten Anlegen des Berichts (inkl. Überschriften) Anlegen der Combo-Boxen Anlegen des Datenbereichs Platzieren des DynaRanges und des Datenbereichs Einbinden des Diagramms Einbinden der individuellen Bilder Weitere Funktionen Hilfreiche Zusatzfunktionen im Web Verwendung von Variablen und benannten Bereichen Macro-Engine VII

5 VIII Inhalt 15 Berichts-Manager Funktionsweise Berichts-Manager Erweiterte Berichtserstellung ETL-Manager ETL-Menü ETL-Komponenten Verbindungen Extraktion Transformation Transformationsschritt Field Transform Transformationsschritt Table Join Transformationsschritt Table Transform Transformationsschritt Table View Transformationsschritt Tree FH Weitere Transformationen Laden Job Variablen Beispiel ETL-Prozess Task- und OLAP-Manager Task-Manager Batch PDF ETL Jobs OLAP-Manager System-Manager Grundlegende Optionen Benutzerberechtigungen Jedox Mobile Potenziale von Pentaho und Jedox zusammenführen Pentaho und Jedox in der Gegenüberstellung Pentaho und Jedox im Zusammenspiel Zusammenfassung Index

6 1 Business Intelligence im Überblick Business-Intelligence-(BI-)Systeme haben in den letzten Jahren massive Verbreitung in Unternehmen gefunden. Der zielgerichteten Bereitstellung von Informationen kommt in Zeiten steigenden Wettbewerbs und immer kürzer werdenden Entscheidungszyklen eine strategische Bedeutung zu. Begünstigt durch das explosive Wachstum an Daten bei gleich zeitig immer niedrigeren Kosten für die Speicherung von Informationen wird Business Intelligence auch in den kommenden Jahren eine wichtige Rolle für die Entwicklung eines besseren Geschäftsverständnisses spielen. Das erste Kapitel des vorliegenden Buchs führt allgemein in das Konzept von Business Intelligence ein. Im ersten Abschnitt lesen Sie, was Unternehmen motiviert, in Business Intelligence zu investieren und entsprechende Systeme zu implementieren. In den folgen den Abschnitten erhalten Sie Informationen zu den Teilbereichen von Business Intelligence: von der Entwicklung eines Data Warehouse über die gerichtete und ungerichtete Analyse von Unternehmensdaten bis hin zu ihrer Verteilung in Form von Berichten und Dashboards. Diese Begrifflichkeiten und Konzepte bilden die Grundlage der späteren Kapitel, in denen ich vorstelle, wie man eine vollständige Business-Intelligence-Anwendung mit open-sourcebasierten Werkzeugen aufbaut. Open Source Business Intelligence ist auch das Thema des letzten Abschnitts dieses Kapitels. Hier werden die Vorteile dieses Ansatzes und einige Marktteilnehmer vorgestellt. 1.1 Business Intelligence: die Verwandlung von Daten in Informationen Kennen Sie die Situation, dass für die Bereitstellung von Berichten immer die IT-Abteilung herangezogen wird? Ist für Sie die Auswertung von Geschäftskennzahlen sehr zeitauf wendig und kostenintensiv? In vielen Unternehmen ist es Usus, für Besprechungen Reports mit unterschiedlichen Datenbeständen heranzuziehen, ganz davon zu schweigen, dass sich die Datenbestände meistens über mehrere Datenquellen und Systeme verteilen. Solche Situationen erschweren es, aussagekräftige Berichte zu erstellen und die dazugehörigen Daten zu analysieren. Doch gerade Geschäftsdaten stellen die Grundlage für unternehme rische Entscheidungen von großer Tragweite dar.

7 2 1 Business Intelligence im Überblick Früher waren Begrifflichkeiten wie IT-basierte Managementunterstützung, Manage ment-support-systeme oder Management-Informationssysteme weit verbreitet. Heute hat sich dafür der Begriff Business Intelligence (BI) eingebürgert. Business Intelligence ist ein Sammelbegriff für eine große Zahl unterschiedlicher Techno lo gien, sodass es eigentlich keine einheitliche Definition des Begriffes gibt. In meinen Augen beschreibt das folgende Zitat die Ideen und Gemeinsamkeiten, die den unterschiedlichen Ansätzen zugrunde liegen, sehr gut: Business Intelligence (BI) as Business Intelligence is getting the right information to the right people at the right time to support better decision making and gain competitive advantages. (J. Waite) Waite geht auf die Business-Perspektive des Themas ein. Business Intelligence soll es ermöglichen, Informationen so gut wie möglich zu verwalten. Jeder Mitarbeiter soll maß geschneidert aufbereitete Informationen immer dann zur Verfügung haben, wenn er eine Entscheidung treffen muss. Ziel ist es also, immer einen Entscheidungsprozess zu unter stützen und Wettbewerbsvorteile für ein Unternehmen zu generieren. Schauen wir uns eine andere Definition an: Business Intelligence is the process of transforming data into information and, through discovery into knowledge. (W. Behme) Dieser Satz beleuchtet eher die technische Perspektive von Business Intelligence. Daten aus den operativen Systemen werden eingesammelt, durch entsprechende Aufbereitungspro zesse in Informationen verwandelt und schließlich im Unternehmen verteilt. BI hat in den letzten Jahren nicht ohne Grund ein so großes Marktinteresse erfahren. Aus löser waren z. B. ungeeignete Reporting- und Analysefunktionalitäten von anderen (ins besondere ERP-)Systemen, mit denen man nur mit großem Aufwand Berichte und Auswer tungen erstellen konnte. Daneben hat die Notwendigkeit zugenommen, Daten aus mehreren (oft unterschiedlichen) Vorsystemen konsolidieren zu müssen, um einen umfassenden Überblick zu gewinnen (z. B. Konzernreporting). Auch wirtschaftlicher Druck hat dazu ge führt, dass viele Unternehmen ihre Prozesse und Organisation durch besseres Zahlen material optimieren wollen. Auf Anwenderseite gibt es einen weiteren wichtigen Grund: Man wollte auf Geschäftsdaten und Analysen über vertraute, nichttechnische Frontends wie Excel oder Portale zugreifen können, die auch Fachanwendern und nicht nur der IT das Arbeiten mit Daten ermöglichen. Bis vor einiger Zeit gab es auch noch die Anforderung, die operativen Transaktionssysteme zu entlasten. Dieser Performancegrund ist aber durch die ständig günstiger und leistungsfähiger werdende Hardware kaum noch relevant. Die Auswertung von unternehmerischem Zahlenmaterial geschieht durch analytische In formationssysteme, die auf einen konsolidierten Datenbestand (oftmals in Form sogenann ter Cubes ) zugreifen. Je größer das Unternehmen ist, desto mehr Daten entstehen. Dazu kommt, dass aufgrund von heterogenen IT-Landschaften Daten aus verschiedenen Vorsys temen integriert werden müssen. Das stellt nicht nur hohe technische Anforderungen, sondern auch semantische, z. B. die Normierung von Daten wie Euro und Dollar in einem globalen Umsatzreport. Natürlich sind diese Informationen ohne eine entsprechende Aufbe reitung nicht wirklich nützlich für die Geschäftsführung oder den Vorstand eines Unterneh mens. Bearbeitet und verändert man sie aber unter Verwendung von BI-Systemen, bekom men sie einen Bezug zueinander und sind in Entscheidungsprozessen einsetzbar.

8 1.1 Business Intelligence: die Verwandlung von Daten in Informationen 3 Ich übertreibe nicht, wenn ich sage, dass BI-Systeme mit wenigen Ausnahmen ein Muss für alle Managementebenen sind. Denn: Entscheider erhalten dadurch einen einfachen Zu gang zu Kennzahlen, Berichten und Scorecards und können selber Analysen mit zeitlicher Betrachtung durchführen. Führungskräfte haben spezielle Anforderungen, die BI-Systeme gut erfüllen können: Schnelligkeit, Einfachheit der Nutzung, Gebrauchstauglichkeit für IT-fremde Personen, Datenqualität, stetige Aktualität, Verlässlichkeit, Integrität und Kon sistenz. In Abhängigkeit von den individuellen Anforderungen kann die Architektur eines BI-Sys tems unterschiedliche Formen haben. Im Folgenden beschreibe ich einen Ansatz, den man in der Praxis häufig antrifft. Bild 1.1 Eine Referenzarchitektur für Business Intelligence Die zu verarbeitenden Daten liegen in der Regel in unterschiedlichen Quellsystemen. Dabei kann es sich um die operativen Systeme handeln, wie bspw. das ERP- oder das CRM-System. Neben diesen internen Informationen können allerdings auch externe Daten wie Marktund Wettbewerbsinformationen für Analysen und Auswertungen interessant sein. Diese Schicht der Quellsysteme ist durch eine große Heterogenität der Daten geprägt. Diese Daten zu integrieren, zu bereinigen und zu standardisieren ist eine der wesentlichen Aufgaben von Business-Intelligence-Lösungen. In der zweiten Schicht der Business-Intel ligence-architektur, der Integrationsschicht, werden daher zeit- oder eventgesteuert die sogenannten Extraktions-, Transformations- und Ladeprozesse (ETL-Prozesse) zur Aufbe reitung und Veredelung der Daten ausgeführt. Ziel der ETL-Prozesse ist ein sogenannter Data Storage Layer mit dem Data Warehouse (DW). Dazu wird typischerweise eine relationale Datenbank eingesetzt, um die Daten zu speichern. Die zentrale Aufgabe der Datenbank ist es, performante Abfragen über sehr große Datenmengen zu ermöglichen. Konfrontiert mit explosionsartigem Datenwachstum und damit den Grenzen relationaler Datenspeicherung finden in dieser Schicht unter dem Stichwort Big Data neue Technologien Einzug. Ein bekannter Vertreter ist das Hadoop-

9 4 1 Business Intelligence im Überblick Framework mit seinem MapReduce-Algorithmus zur Speicherung und Verarbeitung riesi ger Datenmengen. Die Funktionalitäten der unterschiedlichen BI-Anwendungen werden in der Output-Schicht oder im Output Layer abgebildet. Die Technologie des Online Analytical Processing (OLAP) erlaubt eine multidimensionale Sicht auf die Daten und damit flexible und performante Analysen. Auch nicht IT-affine Anwender können dadurch eigene Auswertungen erstellen, Ansichten filtern oder Operationen zur Generierung von Detailansichten (sogenannte Drilldowns) durchführen. Neben solchen hochdynamischen Ansichten für Poweruser werden in dieser Schicht auch weniger flexible, aber hochformatierte Standardberichte für die ver schiedenen Berichtsempfänger erstellt. Data-Mining-Anwendungen erlauben mittels statis tischer Funktionen, neue Muster in den Datenbeständen des Data Warehouse zu erkennen. Diese Methoden lassen Sie nicht nur in die Vergangenheit blicken, sondern ermöglichen es auch, Prognosen über zukünftige Entwicklungen zu treffen. Business-Intelligence-Systeme bieten vielfältige Frontends für Anwender. Je nach Anbieter können die Analysen, Berichte oder Dashboards im Browser, in Excel oder in anderen Desk top-werkzeugen angezeigt werden. Die Referenzarchitektur wird uns durch das ganze Buch begleiten. Anhand eines prakti schen Beispiels werde ich ihre Schichten beschreiben und erklären, welchen Zweck sie erfüllen. Zuerst möchte ich aber noch ein wenig auf die einzelnen Technologien eingehen, die sich in einem BI-System verbergen. In den nächsten Abschnitten wird es daher um Kon zepte wie Data Warehouse, OLAP etc. gehen. 1.2 Data Warehouse: das zentrale Datenlager des Unternehmens Das Data Warehouse ist das zentrale Datenlager im Unternehmen und der Dreh- und Angel punkt innerhalb einer BI-Architektur. Über die unterschiedlichen operativen Systeme sind steuerungsrelevante Informationen über Lieferanten, Prozesse, Produkte, Kunden und das sonstige Unternehmensumfeld verstreut. Diese Systeme speichern die Informationen in un terschiedlichen Datenbanken und -formaten. Auch externe Informationen werden im Nor malfall nicht zentral, sondern im ganzen Unternehmen verteilt gespeichert. Das bedeutet, dass diese Daten für Berichte und Auswertungen zum einen konsolidiert und zum anderen aufbereitet werden. Mitarbeiter greifen für diese Aufgaben in der Regel auf Tabellenkalkulationen und andere Office-Software zurück. Diese Anwendungen sind populär, aber mit einigen Nachteilen be haftet: Einerseits findet der Zugriff auf die Datenquellen durch die verschiedenen Abteilun gen unkoordiniert statt. Kennzahlen werden nach unterschiedlichen Berechnungsvorschrif ten berechnet, sodass es bei Besprechungen zwangsläufig zu Diskussionen über die Zahlen kommt. Insgesamt ist der Informationsfluss von den Quellen bis zum Managementbericht meistens sehr intransparent und wenig standardisiert.

10 1.2 Data Warehouse: das zentrale Datenlager des Unternehmens 5 Andererseits sind diese Tätigkeiten mit einem hohen Arbeitsaufwand verbunden. Nicht sel ten sitzen mehrere Mitarbeiter an der Erstellung der Berichte und Auswertungen. Sind viele manuelle Einzelschritte nötig, um z. B. einen Report zu erstellen, führt das zu einer hohen Fehleranfälligkeit und schwer zu pflegenden Berichtssystemen. Erschwerend kommt dazu, dass viele operative Quellen nur schwer zugänglich sind und deshalb spezielle, technische Vorkenntnisse nötig sind, um die gewünschten Informationen aus den Datenbanken zu be kommen. Das Data-Warehouse-Konzept setzt an diesen Schwachpunkten der herkömmlichen Samm lung betrieblicher Informationen an. Doch Vorsicht, nicht jede Datensammlung im Unter nehmen ist ein Data Warehouse! Ein Data Warehouse muss gewissen Ansprüchen an Flexi bilität und Leistungsfähigkeit bei Auswertungen genügen. Der Data-Warehouse-Experte Inmon hat für eine derartige Datensammlung die folgende Definition parat: A data warehouse is a subject-oriented, integrated, time-variant, non-volatile collection of data in support of management's decision making process. Subject-oriented bedeutet, dass die Daten nach bestimmten Themen innerhalb des unter nehmerischen Umfeldes organisiert werden. Man will also beispielsweise alles über seine Produkte oder Lieferanten auswerten. Das Attribut integrated bezieht sich auf die Zusammenführung von Daten aus verschie denen Quellen in ein gemeinsames Datenmodell. Im Data Warehouse werden also Daten aus dem ERP- oder CRM-System ebenso integriert wie Informationen aus externen Daten quellen. Ein weiterer wichtiger Aspekt eines Data Warehouse wird durch das Adjektiv time-variant ausgedrückt. Dahinter verbirgt sich die Vorstellung, dass die integrierten Daten langfristig gespeichert werden, sodass auch Auswertungen mit historischen Informationen möglich sind. Eine Zeitdimension mit unterschiedlichen Aggregationen ist eigentlich obligatori scher Bestandteil eines jeden Data Warehouse und erlaubt den Anwendern, die Entwick lung einer Kennzahl über eine bestimmte Zeit zu analysieren. Non-volatile beschreibt die persistente Speicherung der Daten im Warehouse. Die Daten werden per se nicht gelöscht oder geändert. Nimmt man Änderungen an den Daten vor, passiert das lediglich über das Laden über ETL-Prozesse. Übergeordnetes Ziel eines Data Warehouse ist die Unterstützung von Entscheidungspro zessen des Managements. Mit diesem Anspruch grenzt sich das Data Warehouse in vielen Punkten von operativen Systemen ab. Oft werden BI- oder DW-Initiativen mit dem Argu ment konfrontiert, dass alle Daten ohnehin im ERP-System stünden. Diese Argumentation vernachlässigt aber die unterschiedliche Motivation der Systeme. Diese Tabelle zeigt die wesentlichen Unterschiede zwischen einem Data Warehouse und operativen Datenquellen:

ENTERPRISE open source PENTAHO JEDOX UND BUSINESS INTELLIGENCE-LÖSUNGEN DATA WAREHOUSING // REPORTING // ANALYSE // PLANUNG

ENTERPRISE open source PENTAHO JEDOX UND BUSINESS INTELLIGENCE-LÖSUNGEN DATA WAREHOUSING // REPORTING // ANALYSE // PLANUNG ENTERPRISE open source stefan MÜLLER christopher KELLER PENTAHO UND JEDOX BUSINESS INTELLIGENCE-LÖSUNGEN DATA WAREHOUSING // REPORTING // ANALYSE // PLANUNG Müller/Keller Pentaho und Jedox Bleiben Sie

Mehr

Einführungsveranstaltung: Data Warehouse

Einführungsveranstaltung: Data Warehouse Einführungsveranstaltung: 1 Anwendungsbeispiele Berichtswesen Analyse Planung Forecasting/Prognose Darstellung/Analyse von Zeitreihen Performancevergleiche (z.b. zwischen Organisationseinheiten) Monitoring

Mehr

OLAP und Data Warehouses

OLAP und Data Warehouses OLP und Data Warehouses Überblick Monitoring & dministration Externe Quellen Operative Datenbanken Extraktion Transformation Laden Metadaten- Repository Data Warehouse OLP-Server nalyse Query/Reporting

Mehr

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII Vorwort zur zweiten Auflage...V Vorwort zur ersten Auflage... VIII 1 Management Support Systeme und Business Intelligence Anwendungssysteme zur Unterstützung von Managementaufgaben...1 1.1 Computergestützte

Mehr

Marketing Intelligence Übersicht über Business Intelligence. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Übersicht über Business Intelligence. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Übersicht über Business Intelligence Josef Kolbitsch Manuela Reinisch Übersicht Beispiel: Pantara Holding Der Begriff Business Intelligence Übersicht über ein klassisches BI-System

Mehr

1Ralph Schock RM NEO REPORTING

1Ralph Schock RM NEO REPORTING 1Ralph Schock RM NEO REPORTING Bereit für den Erfolg Business Intelligence Lösungen Bessere Entscheidungen Wir wollen alle Mitarbeiter in die Lage versetzen, bessere Entscheidungen schneller zu treffen

Mehr

Zusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware Falk Neubert, Universität Osnabrück

Zusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware Falk Neubert, Universität Osnabrück Zusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware 14. März 2013, IHK Osnabrück-Emsland-Grafschaft Bentheim Geschichte Kassenbuch des Liederkranz, 1886 Hutmachergesangvereins

Mehr

QUICK-START EVALUIERUNG

QUICK-START EVALUIERUNG Pentaho 30 für 30 Webinar QUICK-START EVALUIERUNG Ressourcen & Tipps Leo Cardinaals Sales Engineer 1 Mit Pentaho Business Analytics haben Sie eine moderne und umfassende Plattform für Datenintegration

Mehr

Business Intelligence Data Warehouse. Jan Weinschenker

Business Intelligence Data Warehouse. Jan Weinschenker Business Intelligence Data Warehouse Jan Weinschenker 28.06.2005 Inhaltsverzeichnis Einleitung eines Data Warehouse Data Warehouse im Zusammenfassung Fragen 3 Einleitung Definition: Data Warehouse A data

Mehr

Forum Kommune 21, DiKOM Nord Hannover, 17. Februar 2011

Forum Kommune 21, DiKOM Nord Hannover, 17. Februar 2011 Forum Kommune 21, DiKOM Nord Hannover, 17. Februar 2011 Trends, Muster und Korrelationen erkennen und die richtigen Schlüsse daraus ziehen: MACH BI der für öffentliche Einrichtungen passende Zugang zur

Mehr

Agenda. Hype oder Mehrwert. Herausforderungen. Methoden Werkzeuge. Kosten Nutzen. Definition Ziele

Agenda. Hype oder Mehrwert. Herausforderungen. Methoden Werkzeuge. Kosten Nutzen. Definition Ziele Agenda Definition Ziele Methoden Werkzeuge Herausforderungen Kosten Nutzen Hype oder Mehrwert Definition / Ziele Google Suche: define:business Intelligence Mit Business Intelligence können alle informationstechnischen

Mehr

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Architektur und Konzepte Josef Kolbitsch Manuela Reinisch Übersicht Mehrstufiges BI-System Architektur eines Data Warehouses Architektur eines Reporting-Systems Benutzerrollen in

Mehr

DWH Szenarien. www.syntegris.de

DWH Szenarien. www.syntegris.de DWH Szenarien www.syntegris.de Übersicht Syntegris Unser Synhaus. Alles unter einem Dach! Übersicht Data-Warehouse und BI Projekte und Kompetenzen für skalierbare BI-Systeme. Vom Reporting auf operativen

Mehr

BIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004

BIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 BIW - Überblick Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 Annegret Warnecke Senior Sales Consultant Oracle Deutschland GmbH Berlin Agenda Überblick

Mehr

Einführung in OLAP und Business Analysis. Gunther Popp dc soft GmbH

Einführung in OLAP und Business Analysis. Gunther Popp dc soft GmbH Einführung in OLAP und Business Analysis Gunther Popp dc soft GmbH Überblick Wozu Business Analysis mit OLAP? OLAP Grundlagen Endlich... Technischer Background Microsoft SQL 7 & OLAP Services Folie 2 -

Mehr

INVEST projects. Besseres Investitionscontrolling mit INVESTprojects

INVEST projects. Besseres Investitionscontrolling mit INVESTprojects Besseres Investitionscontrolling mit Der Investitionsprozess Singuläres Projekt Idee, Planung Bewertung Genehmigung Realisierung Kontrolle 0 Zeit Monate, Jahre Perioden Der Investitionsprozess Singuläres

Mehr

OLAP mit dem SQL-Server

OLAP mit dem SQL-Server Hartmut Messerschmidt Kai Schweinsberg OLAP mit dem SQL-Server Eine Einführung in Theorie und Praxis IIIBibliothek V dpunkt.verlag Teil OLAP undder Microsoft SQL-Server 1 1 Theoretische Grundlagen 3 1.1

Mehr

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards

Mehr

Erfolgreiche Unternehmensführung durch den Einsatz von Corporate Performance Management

Erfolgreiche Unternehmensführung durch den Einsatz von Corporate Performance Management Andrei Buhrymenka Erfolgreiche Unternehmensführung durch den Einsatz von Corporate Performance Management Für Unternehmen mit Business Intelligence Diplomica Verlag Andrei Buhrymenka Erfolgreiche Unternehmensführung

Mehr

Leseprobe. Stefan Müller, Christopher Keller. Pentaho und Jedox. Business Intelligence-Lösungen: Data Warehousing, Reporting, Analyse, Planung

Leseprobe. Stefan Müller, Christopher Keller. Pentaho und Jedox. Business Intelligence-Lösungen: Data Warehousing, Reporting, Analyse, Planung Leseprobe Stefan Müller, Christopher Keller Pentaho und Jedo Business Intelligence-Lösungen: Data Warehousing, Reporting, Analyse, Planung Herausgegeben von Sebastian Wenzky ISBN (Buch): 978-3-446-43897-2

Mehr

Vergleich von Open-Source und kommerziellen Programmen zur Durchführung eines ETL-Prozesses

Vergleich von Open-Source und kommerziellen Programmen zur Durchführung eines ETL-Prozesses Vergleich von Open-Source und kommerziellen Programmen zur Durchführung eines ETL-Prozesses Exposé zur Diplomarbeit Humboldt-Universität zu Berlin Mathematisch-Naturwissenschaftliche Fakultät II Institut

Mehr

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

Datawarehouse Architekturen. Einheitliche Unternehmenssicht Datawarehouse Architekturen Einheitliche Unternehmenssicht Was ist Datawarehousing? Welches sind die Key Words? Was bedeuten sie? DATA PROFILING STAGING AREA OWB ETL OMB*PLUS SAS DI DATA WAREHOUSE DATA

Mehr

Kapitel 2 Terminologie und Definition

Kapitel 2 Terminologie und Definition Kapitel 2 Terminologie und Definition In zahlreichen Publikationen und Fachzeitschriften tauchen die Begriffe Data Warehouse, Data Warehousing, Data-Warehouse-System, Metadaten, Dimension, multidimensionale

Mehr

1 Einführung. Unbekannte Begriffe: Business Intelligence, Knowledge Management, Unternehmensportale, Information Warehouse.

1 Einführung. Unbekannte Begriffe: Business Intelligence, Knowledge Management, Unternehmensportale, Information Warehouse. 1 Einführung mysap Business Intelligence stellt mit Hilfe von Knowledge Management die Verbindung zwischen denen, die etwas wissen und denen, die etwas wissen müssen her. mysap Business Intelligence integriert

Mehr

Fachhochschule Ludwigshafen am Rhein Hochschule für Wirtschaft Fachbereich III Studiengang Wirtschaftsinformatik

Fachhochschule Ludwigshafen am Rhein Hochschule für Wirtschaft Fachbereich III Studiengang Wirtschaftsinformatik Fachhochschule Ludwigshafen am Rhein Hochschule für Wirtschaft Fachbereich III Studiengang Wirtschaftsinformatik Bachelor-Thesis Open Source Business Intelligence zur Unterstützung eines Software-Validierungsprozesses

Mehr

4. WORKSHOP - OSBI Big Data und Datenvirtualisierung. Dr. Sebastian Streit & Maxim Zehe

4. WORKSHOP - OSBI Big Data und Datenvirtualisierung. Dr. Sebastian Streit & Maxim Zehe 4. WORKSHOP - OSBI Big Data und Datenvirtualisierung Dr. Sebastian Streit & Maxim Zehe F. Hoffmann-La Roche AG Gegründet 1896 in Basel Über 80.000 Mitarbeitende Führende Position in Pharma Fokussierung

Mehr

eevolution Business Intelligence

eevolution Business Intelligence eevolution Business Intelligence Haben Sie sich schon häufig gefragt, warum Ihr Berichtswesen so kompliziert sein muss? Warum Sie nicht einfach mit wenigen Handgriffen Ihr Berichtswesen einrichten und

Mehr

1 Einleitung. Betriebswirtschaftlich administrative Systeme

1 Einleitung. Betriebswirtschaftlich administrative Systeme 1 1 Einleitung Data Warehousing hat sich in den letzten Jahren zu einem der zentralen Themen der Informationstechnologie entwickelt. Es wird als strategisches Werkzeug zur Bereitstellung von Informationen

Mehr

Inhaltsverzeichnis. 1 Was ist Business Intelligence?... 23

Inhaltsverzeichnis. 1 Was ist Business Intelligence?... 23 Inhaltsverzeichnis Einleitung............................................................................. 11 Was Sie in diesem Buch finden......................................................... 12 Aufbau

Mehr

WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE'

WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE' Take control of your decision support WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE' Sommersemester 2008 Gliederung Business Intelligence und Data Warehousing On-Line Analytical Processing Ziel

Mehr

Datenintegration mit Informatica PowerCenter

Datenintegration mit Informatica PowerCenter Datenintegration mit Informatica PowerCenter Mein Weg vom Studenten zum Consultant Christoph Arnold 03.07.2013 1 Agenda Von der THM zu Infomotion Datenschieberei oder doch mehr? Die weite Welt von Informatica

Mehr

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung 2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung Reporting, Analyse und Data Mining André Henkel, initions AG 22. und 23. Oktober 2013 in Hamburg

Mehr

Durchblick im Self-Service-Dschungel. Hannover, 16.03.2015 Patrick Keller, Senior Analyst

Durchblick im Self-Service-Dschungel. Hannover, 16.03.2015 Patrick Keller, Senior Analyst Durchblick im Self-Service-Dschungel Hannover, 16.03.2015 Patrick Keller, Senior Analyst Business Application Research Center (BARC) B Europas führendes IT-Analysten- und -Beratungshaus für Business Software

Mehr

Business Intelligence Center of Excellence

Business Intelligence Center of Excellence Center of Excellence Eine Businessinitiative von Systematika und Kybeidos Werner Bundschuh Was ist das? In der Praxis versteht man in den meisten Fällen unter die Automatisierung des Berichtswesens (Reporting).

Mehr

Kapitel II. Datenbereitstellung 2004 AIFB / FZI 1. Vorlesung Knowledge Discovery

Kapitel II. Datenbereitstellung 2004 AIFB / FZI 1. Vorlesung Knowledge Discovery Kapitel II Datenbereitstellung 2004 AIFB / FZI 1 II. Datenbereitstellung 2004 AIFB / FZI 2 II. Datenbereitstellung Collect Initial Data identify relevant attributes identify inconsistencies between sources

Mehr

ENTERBRAIN Reporting & Business Intelligence

ENTERBRAIN Reporting & Business Intelligence Überblick Vorhandene Listen/Analysen in ENTERBRAIN Die Daten in ENTERBRAIN Das Fundament des BI - Hauses Details zur ENTERBRAIN Staging Area Reports und Cubes auf Basis der Staging Area Data Mining mit

Mehr

SQL PASS Treffen RG KA. Überblick Microsoft Power BI Tools. Stefan Kirner Karlsruhe, 27.05.2014

SQL PASS Treffen RG KA. Überblick Microsoft Power BI Tools. Stefan Kirner Karlsruhe, 27.05.2014 SQL PASS Treffen RG KA Überblick Microsoft Power BI Tools Stefan Kirner Karlsruhe, 27.05.2014 Agenda Die wichtigsten Neuerungen in SQL 2012 und Power BI http://office.microsoft.com/en-us/office365-sharepoint-online-enterprise-help/power-bi-for-office-365-overview-andlearning-ha104103581.aspx

Mehr

Business Intelligence im Krankenhaus

Business Intelligence im Krankenhaus Business Intelligence im Krankenhaus Dr. Thomas Lux Holger Raphael IT-Trends in der Medizin 03.September 2008 Essen Gliederung Herausforderungen für das Management im Krankenhaus Business Intelligence

Mehr

Inhalt. Geleitwort 13. Vorwort 17. Einleitende Hinweise 19. 1 Business-Intelligence-Konzepte - Neuerungen 25

Inhalt. Geleitwort 13. Vorwort 17. Einleitende Hinweise 19. 1 Business-Intelligence-Konzepte - Neuerungen 25 Inhalt Geleitwort 13 Vorwort 17 Einleitende Hinweise 19 Handhabung des Buches 19 Übergreifendes Beispielszenario 19 Nach der Lektüre 21 Danksagung 21 1 Business-Intelligence-Konzepte - Neuerungen 25 1.1

Mehr

Big Data Hype und Wirklichkeit Bringtmehrauchmehr?

Big Data Hype und Wirklichkeit Bringtmehrauchmehr? Big Data Hype und Wirklichkeit Bringtmehrauchmehr? Günther Stürner, Vice President Sales Consulting 1 Copyright 2011, Oracle and/or its affiliates. All rights Überschrift 2 Copyright 2011, Oracle and/or

Mehr

Business Intelligence für Controller

Business Intelligence für Controller Controllers Best Practice Fachbuch Business Intelligence für Controller Hermann Hebben und Dr. Markus Kottbauer Verlag für ControllingWissen ÄG, Freiburg und Wörthsee Ein Unternehmen der Haufe Mediengruppe

Mehr

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Vorstellung der Softwarekomponenten Josef Kolbitsch Manuela Reinisch Übersicht Übersicht über die Systemlandschaft Übersicht über die Werkzeuge Workshop Systemlandschaft 1/8 Klassische

Mehr

SAP HANA ist schnell erklärt. TOBA Trainerwochenende vom 09. - 12. Mai 2013 in Prag

SAP HANA ist schnell erklärt. TOBA Trainerwochenende vom 09. - 12. Mai 2013 in Prag SAP HANA ist schnell erklärt TOBA Trainerwochenende vom 09. - 12. Mai 2013 in Prag Ihr Referent Steckbrief Name: Miroslav Antolovic Jahrgang: 1975 Stationen: SAP, Walldorf 1999-2004 Realtech, Walldorf

Mehr

Andreas Emhart Geschäftsführer Alegri International Group

Andreas Emhart Geschäftsführer Alegri International Group Andreas Emhart Geschäftsführer Alegri International Group Agenda Vorstellung Alegri International Überblick Microsoft Business Intelligence Sharepoint Standard Business Intelligence Tool Excel Service

Mehr

Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr

Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr Copyright 2007 Infor. Alle Rechte vorbehalten. Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr Hubertus Thoma Presales Consultant PM Schalten Sie bitte während

Mehr

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Ein Data-Warehouse bzw. Datenlager ist eine zentrale Datensammlung (meist eine Datenbank), deren Inhalt sich aus Daten unterschiedlicher

Mehr

BARC-Studie Data Warehousing und Datenintegration

BARC-Studie Data Warehousing und Datenintegration Ergebnisse der BARC-Studie Data Warehouse Plattformen Dr. Carsten Bange BARC-Studie Data Warehousing und Datenintegration Data-Warehouse -Plattformen und Datenintegrationswerkzeuge im direkten Vergleich

Mehr

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Datei: Asklepius DA Flyer_Leistung_2 Seite: 1 von:5 1 Umfassende Datenanalyse Mit Asklepius-DA

Mehr

MIS by Franziska Täschler, Winformation GmbH ftaeschler@winformation-gmbh.ch Ausgabe 01/2001

MIS by Franziska Täschler, Winformation GmbH ftaeschler@winformation-gmbh.ch Ausgabe 01/2001 MIS Glossar by Franziska Täschler, Winformation GmbH ftaeschler@winformation-gmbh.ch Ausgabe 01/2001 Aggregat Data Cube Data Marts Data Mining Data Warehouse (DWH) Daten Decision Support Systeme (DSS)

Mehr

Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH. Software mit Format.

Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH. Software mit Format. Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH Gerd Schandert, Neuss den 18.03.2014 Agenda 1. Vorstellung Auftraggeber 2. Förderung allgemein 3. Schichten im Data Warehouse 4.

Mehr

1 Einführung in Business Intelligence (BI)... 19. 2 Das BI-System planen... 59. 3 Das BI-Projekt... 105

1 Einführung in Business Intelligence (BI)... 19. 2 Das BI-System planen... 59. 3 Das BI-Projekt... 105 Auf einen Blick TEIL I Business-Intelligence-Systeme planen und einrichten 1 Einführung in Business Intelligence (BI)... 19 2 Das BI-System planen... 59 3 Das BI-Projekt... 105 4 Aufbau und Konfiguration

Mehr

Kapitel II. Datenbereitstellung. II. Datenbereitstellung. II.1 Grundlagen. II. Datenbereitstellung. Collect Initial Data. II.

Kapitel II. Datenbereitstellung. II. Datenbereitstellung. II.1 Grundlagen. II. Datenbereitstellung. Collect Initial Data. II. II. bereitstellung Kapitel II bereitstellung 1 2 II. bereitstellung II.1 Grundlagen Collect Initial Data identify relevant attributes identify inconsistencies between sources Describe Data characterize

Mehr

Konzeption eines Master-Data-Management-Systems. Sven Schilling

Konzeption eines Master-Data-Management-Systems. Sven Schilling Konzeption eines Master-Data-Management-Systems Sven Schilling Gliederung Teil I Vorstellung des Unternehmens Thema der Diplomarbeit Teil II Master Data Management Seite 2 Teil I Das Unternehmen Vorstellung

Mehr

The integration of business intelligence and knowledge management

The integration of business intelligence and knowledge management The integration of business intelligence and knowledge management Seminar: Business Intelligence Ketevan Karbelashvili Master IE, 3. Semester Universität Konstanz Inhalt Knowledge Management Business intelligence

Mehr

Möglichkeiten für bestehende Systeme

Möglichkeiten für bestehende Systeme Möglichkeiten für bestehende Systeme Marko Filler Bitterfeld, 27.08.2015 2015 GISA GmbH Leipziger Chaussee 191 a 06112 Halle (Saale) www.gisa.de Agenda Gegenüberstellung Data Warehouse Big Data Einsatz-

Mehr

SAS Analytics bringt SAP HANA in den Fachbereich

SAS Analytics bringt SAP HANA in den Fachbereich Pressemitteilung Hamburg, 08. November 2013 SAS Analytics bringt SAP HANA in den Fachbereich Ergonomie kombiniert mit Leistungsfähigkeit: die BI-Experten der accantec group geben der neuen Partnerschaft

Mehr

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren Strategie und Self Service BI im Unternehmen Gegensätze miteinander kombinieren Claas Planitzer Düsseldorf Juni 2015 Agenda 5. Herausforderungen 1. Idealbild 2. Realität 3. Self Service 4. BI. Was ist

Mehr

Travian Games nutzt Pentaho Datenintegration und Business Analytics zur Optimierung des Spieldesigns

Travian Games nutzt Pentaho Datenintegration und Business Analytics zur Optimierung des Spieldesigns Travian Games nutzt Pentaho Datenintegration und Business Analytics zur Optimierung des Spieldesigns Pentaho ermöglicht Analyse der von den über 120 Millionen registrierten Spielern generierten Datenflut

Mehr

Themenblock: Erstellung eines Cube

Themenblock: Erstellung eines Cube Themenblock: Erstellung eines Cube Praktikum: Data Warehousing und Data Mining Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Idee Speicherung der Daten in Form von Tabellen

Mehr

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Konrad Linner, solvistas GmbH Nürnberg, 20.November 2012 Inhaltsverzeichnis Vorstellung solvistas

Mehr

good. better. outperform.

good. better. outperform. good. better. outperform. Analytic mit Oracle BI relational oder besser multidimensional? 8. Oracle BI & DWH Konferenz, 20.03.2013 Dirk Fleischmann Director Business Intelligence & DWH Business Intelligence

Mehr

David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects

David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects Thema: David gegen Goliath Excel 2010 in Verbindung mit Datawarehouse und im Vergleich zu Business Objects Autor: Dipl. Wirtsch.-Inf. Torsten Kühn PRAXIS-Consultant PRAXIS EDV- Betriebswirtschaft- und

Mehr

Trends in Business Intelligence

Trends in Business Intelligence Trends in Business Intelligence Dr. Carsten Bange Business Intelligence (BI) beschreibt die Erfassung, Sammlung und Darstellung von Information zur Planung, Steuerung und Kontrolle der Unternehmensleistung.

Mehr

Einstieg in Business Intelligence mit Microsoft SharePoint 2010

Einstieg in Business Intelligence mit Microsoft SharePoint 2010 Einstieg in Business Intelligence mit Microsoft SharePoint 2010 Überblick und Konfiguration der Business Intelligence-Features von SharePoint 2010 von Martin Angler 1. Auflage Microsoft 2011 Verlag C.H.

Mehr

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence IBM Netezza Roadshow 30. November 2011 Carsten Bange Gründer & Geschäftsführer BARC Die Krise hat die Anforderungen

Mehr

VDoc Report auf Basis BIRT. Ihr Business Intelligence und Reporting Tool

VDoc Report auf Basis BIRT. Ihr Business Intelligence und Reporting Tool VDoc Report auf Basis BIRT Ihr Business Intelligence und Reporting Tool Was ist Business Intelligence? Business Intelligence ist der Sammelbegriff für Data Warehouse, OLAP und Data Mining. Im weiteren

Mehr

Business Intelligence - Wie passt das zum Mainframe?

Business Intelligence - Wie passt das zum Mainframe? Business Intelligence - Wie passt das zum Mainframe? IBM IM Forum, 15.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Ressourcen bei BARC für Ihr Projekt Durchführung von internationalen Umfragen,

Mehr

mit der neuen Microsoft BI-Plattform

mit der neuen Microsoft BI-Plattform Der Weg von manuellen Berichten zum modernen BI-System PSG Projekt Service GmbH The SQL Server Company, Hamburg Jan Streblow, Lead Consultant Public Sector Sascha Lorenz, Lead Consultant SQL Server Technology

Mehr

arcplan Edge V.2.7 in 30 min von 0 auf 100 Stefan Koch VP Product Management 31. März 2011

arcplan Edge V.2.7 in 30 min von 0 auf 100 Stefan Koch VP Product Management 31. März 2011 arcplan Edge V.2.7 in 30 min von 0 auf 100 Stefan Koch VP Product Management 31. März 2011 arcplan 2011 Agenda Was ist arcplan Edge? Komponenten von arcplan Edge arcplan Edge Roadmap Live Demo arcplan

Mehr

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden Jens Kaminski ERP Strategy Executive IBM Deutschland Ungebremstes Datenwachstum > 4,6 Millarden

Mehr

Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Business Driven Intelligence

Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Business Driven Intelligence Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Jochen Heßler, 16.03.2015 2002 Gegründet in Freiburg, Deutschland 2002 Heute Büros in Freiburg, Frankfurt, Düsseldorf, Paris, Boston

Mehr

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle DATA WAREHOUSE Big Data Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen aus Unternehmens- Daten ziehen! Datenmengen, Performance und Kosten Daten als Geschäftsmodell

Mehr

BI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit

BI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit BI Konsolidierung: Anspruch & Wirklichkeit Jacqueline Bloemen in Kooperation mit Agenda: Anspruch BI Konsolidierung Treiber Was sind die aktuellen Treiber für ein Konsolidierungsvorhaben? Kimball vs. Inmon

Mehr

Hochschule Darmstadt Business Intelligence WS 2013-14 Fachbereich Informatik Praktikumsversuch 3. Aufgabenstellung

Hochschule Darmstadt Business Intelligence WS 2013-14 Fachbereich Informatik Praktikumsversuch 3. Aufgabenstellung Hochschule Darmstadt Business Intelligence WS 2013-14 Fachbereich Informatik Praktikumsversuch 3 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 18.12.2013 1. Kurzbeschreibung Dieses Praktikum

Mehr

O-BIEE Einführung mit Beispielen aus der Praxis

O-BIEE Einführung mit Beispielen aus der Praxis O-BIEE Einführung mit Beispielen aus der Praxis Stefan Hess Business Intelligence Trivadis GmbH, Stuttgart 2. Dezember 2008 Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg

Mehr

Data Warehouse. für den Microsoft SQL SERVER 2000/2005

Data Warehouse. für den Microsoft SQL SERVER 2000/2005 Warehouse für den Microsoft SQL SERVER 2000/2005 Begriffe 1 DWH ( Warehouse) ist eine fachübergreifende Zusammenfassung von Datentabellen. Mart ist die Gesamtheit aller Datentabellen für einen fachlich

Mehr

Logische Modellierung von Data Warehouses

Logische Modellierung von Data Warehouses Logische Modellierung von Data Warehouses Vertiefungsarbeit von Karin Schäuble Gliederung. Einführung. Abgrenzung und Grundlagen. Anforderungen. Logische Modellierung. Methoden.. Star Schema.. Galaxy-Schema..

Mehr

Roundtable. Dashboards und Management Information. Rüdiger Felke / Christian Baumgarten 29.11.2011

Roundtable. Dashboards und Management Information. Rüdiger Felke / Christian Baumgarten 29.11.2011 Roundtable Dashboards und Management Information Rüdiger Felke / Christian Baumgarten 29.11.2011 Agenda Behind the Dashboards Was ist ein Dashboard und was ist es nicht? SAP BusinessObjects Dashboards

Mehr

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Prof. Dr. Anett Mehler-Bicher Fachhochschule Mainz, Fachbereich Wirtschaft Prof. Dr. Klaus Böhm health&media GmbH 2011 health&media

Mehr

Data Warehouse Technologien

Data Warehouse Technologien mitp Professional Data Warehouse Technologien von Veit Köppen, Gunter Saake, Kai-Uwe Sattler 2. Auflage 2014 Data Warehouse Technologien Köppen / Saake / Sattler schnell und portofrei erhältlich bei beck-shop.de

Mehr

Data Warehousing. Kapitel 1: Data-Warehousing-Architektur. Folien teilweise übernommen von Matthias Gimbel

Data Warehousing. Kapitel 1: Data-Warehousing-Architektur. Folien teilweise übernommen von Matthias Gimbel Data Warehousing Kapitel 1: Data-Warehousing-Architektur Folien teilweise übernommen von Matthias Gimbel 2 Analyse von Geschäftsprozessen Mögliche Fragestellungen Wie entwickelt sich unser Umsatz im Vergleich

Mehr

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle 40. Congress der Controller, Themenzentrum C, München Steffen Vierkorn, Geschäftsführer Qunis GmbH, Neubeuern Die

Mehr

Umsetzung der Anforderungen - analytisch

Umsetzung der Anforderungen - analytisch Umsetzung der Anforderungen - analytisch Titel des Lernmoduls: Umsetzung der Anforderungen - analytisch Themengebiet: New Economy Gliederungspunkt im Curriculum: 4.2.5.5 Zum Inhalt: In diesem Modul wird

Mehr

Data Warehousing: Anwendungsbeispiel

Data Warehousing: Anwendungsbeispiel Frühjahrsemester 2012 cs242 Data Warehousing / cs243 Datenbanken Kapitel 1: Einführung H. Schuldt Data Warehousing: Anwendungsbeispiel Tresgros Tresgros Tresgros Filiale Muttenz Filiale Allschwil Filiale

Mehr

GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013

GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013 OPEN SYSTEMS CONSULTING IT-KOMPLETTDIENSTLEISTER IM MITTELSTAND GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013 Business Analytics Sascha Thielke AGENDA Die Geschichte des Reporting Begriffe im BA Umfeld

Mehr

Business Intelligence für alle ein integrierter und ganzheitlicher Ansatz

Business Intelligence für alle ein integrierter und ganzheitlicher Ansatz Business Intelligence für alle ein integrierter und ganzheitlicher Ansatz Martina Schnelle, PreSales Senior Specialist BI 21. Mai 2015 Public Haftungsausschluss In dieser Präsentation wird nur eine allgemeine

Mehr

Business Intelligence

Business Intelligence Business Intelligence Anwendungssysteme (BIAS) Lösung Aufgabe 1 Übung WS 2012/13 Business Intelligence Erläutern Sie den Begriff Business Intelligence. Gehen Sie bei der Definition von Business Intelligence

Mehr

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick Volker.Hinz@microsoft.com Was sagt der Markt? Fakten Meinung der Analysten zu Microsofts Angeboten Nutzen

Mehr

Bachelor/Master-Thesis (für den Standort Stuttgart) Treiberbasierte Planung

Bachelor/Master-Thesis (für den Standort Stuttgart) Treiberbasierte Planung Bachelor/Master-Thesis (für den Standort Stuttgart) Treiberbasierte Planung Hochschulstudium (Wirtschaftsinformatik oder ein vergleichbarer Studiengang) Fachliche und technische Kenntnisse im Bereich Business

Mehr

Komponenten und Architekturen von Analytischen Informationssystemen (AIS)

Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Melanie Pfoh Konsultation 27. Juni 2013 Hinweis Diese Folien ersetzen keinesfalls den Übungsstoff des zugehörigen e-learning-kurses.

Mehr

Einmal Pie-Chart und zurück: Manchmal ist mehr drin als man glaubt

Einmal Pie-Chart und zurück: Manchmal ist mehr drin als man glaubt Einmal Pie-Chart und zurück: Manchmal ist mehr drin als man glaubt Ian Perry Marco Lehmann Stefan Sander Darmstadt, 6.11.2012 Einmal Pie-Chart und zurück Ian Perry Sales Engineer - IP&S Client Technical

Mehr

Menschen entscheiden über Geschäftserfolg

Menschen entscheiden über Geschäftserfolg 1C01 Die Microsoft Business Intelligence- Plattform: SQL Server 2005, das 2007 Office System und Office Business Applications Steffen Krause Technologieberater Microsoft Deutschland GmbH http://blogs.technet.com/steffenk

Mehr

Open Source Business Intelligence

Open Source Business Intelligence it-novum White Paper November 2009 Open Source Business Intelligence Ein Vergleich der Open Source BI-Lösungen JasperSoft, Palo und Pentaho it-novum GmbH 2009 Version 1.0 Kurzfassung Es gibt verschiedene

Mehr

Management Support Systeme

Management Support Systeme Folie 1 Management Support Systeme Literatur zur Vorlesung MSS Gluchowski, Peter; Gabriel, Roland; Chamoni, Peter (1997): Management Support Systeme. Computergestützte Informationssysteme für Führungskräfte

Mehr

Open Source BI Trends. 11. Dezember 2009 Wien Konstantin Böhm

Open Source BI Trends. 11. Dezember 2009 Wien Konstantin Böhm Open Source BI Trends 11. Dezember 2009 Wien Konstantin Böhm Profil Folie 2 JAX 2009 11.12.2009 Gründung 2002, Nürnberg 50 Mitarbeiter Innovative Kunden Spezialisiert auf Open Source Integration Open Source

Mehr

Steuerung und Berichtswesen für die öffentliche Verwaltung mit BI. Analyse- und Steuerungssystem

Steuerung und Berichtswesen für die öffentliche Verwaltung mit BI. Analyse- und Steuerungssystem Ihre Praxis. Unsere Kompetenz. Sichere Zukunft. Steuerung und Berichtswesen für die öffentliche Verwaltung mit BI Analyse- und Steuerungssystem Jürgen Scherer Part of Auszug Beauftragungen Analyse- und

Mehr

Anwendertage WDV2012

Anwendertage WDV2012 Anwendertage WDV2012 28.02.-01.03.2013 in Pferdingsleben Thema: Business Intelligence mit Excel 2010 Referent: Dipl. Wirtsch.-Inf. Torsten Kühn PRAXIS-Consultant Alles ist möglich! 1 Torsten Kühn Dipl.

Mehr

TRACK II Datenmanagement Strategien & Big Data Speicherkonzepte. TRACK I Big Data Analytics & Self Service BI

TRACK II Datenmanagement Strategien & Big Data Speicherkonzepte. TRACK I Big Data Analytics & Self Service BI 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr