Big Data & Advanced Analytics Anwendungsfälle Beispiele für Analysen auf Basis strukturierter & unstrukturierter Daten
|
|
- Babette Klein
- vor 5 Jahren
- Abrufe
Transkript
1 1. September 2017
2 Agenda Begrüßung & aktuelle Entwicklungen bei der QUNIS GmbH Megatrend Digitalisierung IoT, Industrie 4.0, Mobilität, Produktindividualisierung & Prozessdigitalisierung Auswirkungen auf Datenmanagementstrategien & die Unternehmensorganisation Track I: Business Intelligence & Data Warehouse Track II: Big Data & Advanced Analytics BI Strategie Entwicklung Vorgehen & Lessons Learned aus über 100 Beratungsprojekten Big Data & Advanced Analytics Anwendungsfälle Beispiele für Analysen auf Basis strukturierter & unstrukturierter Daten Mittagspause Data Warehouse Automation Metadatengetriebene Data-Warehouse-Entwicklung mit der QUNIS Automation Engine (QAE) Praxisbeispiel (Kundenvortrag) Data Warehouse in der Cloud Microsoft Power BI Self-Service für Unternehmen Datenmodellierung, Analyse & Reporting in der Cloud & On-Premises Advanced Analytics in Action Bildanalyse & Sensordatenverarbeitung in Echtzeit Data Lake Modernisierung von Datenarchitekturen Architektur & relevante Technologien beim Aufbau Praxisbeispiel (Kundenvortrag) GAPTEQ FORMS in Action Kaffeepause Pyramid Analytics BI Office Eine moderne, webbasierte Unternehmensplattform für Business Intelligence Erweiterte Analysen auf Data-Warehouse-Daten Vorgehen & Best Practices zur erweiterten Informationsgewinnung GAPTEQ FORMS Update und Projektbeispiele Forum Fragen & Antworten 2
3 Typische Situation in Unternehmen Übersicht aktueller Treiber für eine modernisierung der analytischen Datenarchitekturen Historisch gewachsene Datenstrukturen erschweren den weiteren Ausbau von Datenmodellen und den Betrieb von bestehenden Applikationen. Business Logiken sind an unterschiedlichen Stellen der Architektur realisiert Unterschiedlichste Entwicklungsmethoden im Rahmen der Umsetzungen Keine Dokumentation der Logiken und der Transformationen Die etablierten Datenmodelle sind zu starr und erlauben keine agile Weiterentwicklung. Die Verarbeitung der gestiegenen Datenmengen (strukturiert) ist für die etablierten Data Warehouses nicht mehr performant zu verarbeiten. Unterstützung von explorativen Analyseszenarien Umsetzung von Big Data Use Cases Polystrukturierte Daten werden analysiert Streaming-Szenarien werden verstärkt umgesetzt Zeitkritische Analysen auf Basis von unterschiedlichen Datenformaten 3
4 Welche Daten sind für analytischen Fragestellungen in Zukunft relevant? Ergebnis der QUNIS Umfrage Big Data & Advanced Analytics Bilder, Sprache oder Videos Weblogdaten (eigene Website, Webshop, etc.) Wetterdaten Maschinengenerierte Daten (Sensoren, RFID, etc.) Transaktionale Geschäftsdaten (ERP Systeme, CRM, etc.) Daten aus sozialen Medien, Rezensionen und Blogs Prio 5 Prio 4 Prio3 Pro 2 Prio 1 Quelle: QUNIS, Umfrage Big Data & Advanced Analytics, n = 69, Mehrfachnennungen möglich 4
5 Was wir unter Big Data verstehen Abgrenzung von BI zu Big Data Big Data bezeichnet Methoden und Technologien für die hochskalierbare Erfassung, Speicherung und Analyse polystrukturierter Daten Volume Datenmenge immer größere Datenvolumina werden angesammelt Größenordnungen von mehreren Petabytes sind keine Seltenheit mehr Strukturiert Unstrukturiert Polystrukturiert Variety Variety Datenvielfalt immer mehr Daten liegen in unstrukturierter und semistrukturierter Form vor z. B. aus den sozialen Netzwerken Velocity Geschwindigkeit riesige Datenmengen müssen immer schneller ausgewertet werden, bis hin zur Echtzeit. Die Verarbeitungsgeschwindigkeit muss mit dem wachsenden Datenvolumen Schritt halten Real time Near time Batch Velocity Volume Transactions Sensors Files 5
6 Das Data Lake Konzept Überblick Weltweite Unterstützung für BI, Big Data und Advanced Analytics Lösungen Der zentrale Data Lake ist ein zentraler Hub für übergreifende Anforderungen an Daten verbunden mit spezifischen / regionalen Lakes Bereitstellung von harmonisierten und integrierten Datenstrukturen basierend auf übergreifenden Anforderungen (Central Data Lake) Datenspeicherung von strukturierten und poly-strukturierten Daten zur Unterstützung von allen analytischen Use Cases bis hin zu Advanced Analytics Anwendungen (IoT, Industrie 4.0, etc.) Datenbereitstellung für 3 rd -Party Applikationen Schnelle und effiziente Implementierung durch eine geeignete Organisation und innovativem Technologie Stack Globale Verfügbarkeit (bei Bedarf) auch durch die Nutzung von Cloud Services 6
7 Cube Cube Big Data & Advanced Analytics Initiativen Die Data Lake Architektur Front end & 3rd Party App. Dashboarding Reporting Analysis Planning 3rd Party Application Advanced Analytics Search Corporate Corp. (3rd Party App.) Spec. Spec. Big Data Serving (Batch) Data Lake DW Core (Standard Data Model) DW Cleansing DW Core (Spec.) DW Cleansing (Spec.) Big Data Processing (Batch) Big Data Exploration Big Data Streaming Stage Structured Data XL S XL S Rel. DB XL S XL S Rel. DB Poly-structured Data Quellen CSV XLS Rel. DB ERP CRM Maschinen (Industrie 4.0) IoT Platform Internet 7
8 Der Data Lake Erklärung und Nutzen Stage File orientierte Datenbank (inkl. Historische Daten z. B. für analytische Zwecke zu einem späteren Zeitpunkt) Strukturierte Daten werden in relationaler Struktur in einer relationalen DB / HIVE, etc. abgelegt Data Warehouse Strukturierte Daten werden bei BI Anforderungen ein Data Warehouse weitergegeben (Stage, Cleansing, Core and ) Das Core Datenmodel für unternehmensweite Anforderungen basierte auf einem Standard Data Model (S) Individuelle Anforderungen sind ebenso im Data Warehouse realisierbar Basierend auf den Business Anforderungen, können Data Marts Inhalte aus dem spezifischen Datenmodell als auch aus dem S enthalten Data Marts können hierbei auf OLAP oder relationale Technologien basieren. Big Data Stack Der Big Data Stack kann auf dem S basieren oder für Big Data Use Cases mit individuellen Daten (auch polystrukturierten Daten) erweitert werden Metadaten Zentrales Metadaten-Management für die gesamte Umgebung 8
9 Agiles Datenmanagement & Self Service BI 9
10 Die richtige Datenmodellierung & Self Service BI (SSBI) Schnelle und flexible Reaktion auf neue Anforderungen Bei der Verarbeitung von strukturierten Daten (Beispiel ERP, CRM, etc.) werden teilweise neue Modellierungstechniken (Data Vault, Schichtenarchitektur mit dimensionaler Modellierung) verwendet. Data Vault bietet bei den gegebenen Anforderungen eine hohe Flexibilität bei Erweiterungen, eine vollständige Historisierung der Daten und erlaubt eine starke Parallelisierung der Datenladeprozesse. Für den Bereich Self Service BI werden in Architekturen entsprechende Sandboxes für ausgewählte Power User etabliert (S) (S) (S) (S+Indiv.) (Indiv. Sandbox) Data Warehouse / Data Lake Core Cleansing Standard Data Model (S) Ind. / local XLS Staging 10
11 Working Place Data Scientist & Big Data Power User Analyse von unterschiedlichsten Daten A data scientist represents an evolution from the business or data analyst role. The formal training is similar, with a solid foundation typically in computer science and applications, modeling, statistics, analytics and math. Good data scientists will not just address business problems, they will pick the right problems that have the most value to the organization. Serving Data Scientist Big Data Power User Data Lake Processing Data Storage Streaming Data Engineer Big Data Staging 11
12 Zusammenfassung Klassische Data Warehouses werden heute stark hin zu modernen Datenarchitekturen erweitert / umgebaut Umstellung auf eine saubere Schichtenarchitekturen Erweiterungen um Self Service BI nicht nur im Frontend Nutzung von Big Data Technologien für BI Anforderungen Einsatz von neuen technologischen Möglichkeiten bei den relationalen Datenbanken (Beispiel: InMemory Processing) Der Data Lake umfasst eine Data Warehouse und eine Big Data Architektur die Kombination ist die Stärke BI- und Big-Data-Technologien werden weiter zusammenwachsen Moderne Datenarchitekturen erfordern eine adäquate Organisation 12
13 STEFFEN VIERKORN Geschäftsführer Phone: steffen.vierkorn@qunis.de QUNIS GmbH Georg-Wiesböck-Ring Neubeuern Phone: info@qunis.de
Agenda. Track I: Business Intelligence & Data Warehouse. Track II: Big Data & Advanced Analytics
1. September 2017 Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei der QUNIS GmbH 10.30 11.15 Megatrend Digitalisierung IoT, Industrie 4.0, Mobilität, Produktindividualisierung & Prozessdigitalisierung
MehrBig Data & Advanced Analytics Anwendungsfälle Beispiele für Analysen auf Basis strukturierter & unstrukturierter Daten
1. September 2017 Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei der QUNIS GmbH 10.30 11.15 Megatrend Digitalisierung IoT, Industrie 4.0, Mobilität, Produktindividualisierung & Prozessdigitalisierung
MehrBig Data & Advanced Analytics Anwendungsfälle Beispiele für Analysen auf Basis strukturierter & unstrukturierter Daten
1. September 2017 Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei der QUNIS GmbH 10.30 11.15 Megatrend Digitalisierung IoT, Industrie 4.0, Mobilität, Produktindividualisierung & Prozessdigitalisierung
MehrQUNIS 360 was war, was wird? BI, Big Data, Cloud, Predictive & Advanced Analytics, Streaming. Referent: Steffen Vierkorn
QUNIS 360 was war, was wird? BI, Big Data, Cloud, Predictive & Advanced Analytics, Streaming Referent: Steffen Vierkorn Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.30 11.00 11.00
MehrAgenda. Track I: Business Intelligence & Data Warehouse. Track II: Big Data & Advanced Analytics
1. September 2017 Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei der QUNIS GmbH 10.30 11.15 Megatrend Digitalisierung IoT, Industrie 4.0, Mobilität, Produktindividualisierung & Prozessdigitalisierung
MehrWeitere Informationen zu Pyramid Analytics
1. September 2017 Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei der QUNIS GmbH 10.30 11.15 Megatrend Digitalisierung IoT, Industrie 4.0, Mobilität, Produktindividualisierung & Prozessdigitalisierung
MehrBig Data & Advanced Analytics Anwendungsfälle Beispiele für Analysen auf Basis strukturierter & unstrukturierter Daten
1. September 2017 Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei der QUNIS GmbH 10.30 11.15 Megatrend Digitalisierung IoT, Industrie 4.0, Mobilität, Produktindividualisierung & Prozessdigitalisierung
MehrAgenda. TRACK II Die analytische Evolution es geht weiter! AI als Enabler für digitale Geschäftsmodelle Internet of Things zum Anfassen!
Agenda 10.00 DIGITAL POWER LIVE Begrüßung durch Hermann Hebben und Steffen Vierkorn 10.30 Cleveres Datenmanagement im Zeitalter von Digitalisierungsinitiativen: Agile Transformation von klassischen BI-Systemen
MehrDWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH. Referent: Ilona Tag
DWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH Referent: Ilona Tag Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.30 11.00 11.00
MehrVon Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15
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
MehrBig Data & Advanced Analytics Anwendungsfälle Beispiele für Analysen auf Basis strukturierter & unstrukturierter Daten
1. September 2017 Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei der QUNIS GmbH 10.30 11.15 Megatrend Digitalisierung IoT, Industrie 4.0, Mobilität, Produktindividualisierung & Prozessdigitalisierung
MehrAgenda. TRACK II Die analytische Evolution es geht weiter! AI als Enabler für digitale Geschäftsmodelle Internet of Things zum Anfassen!
Agenda 10.00 DIGITAL POWER LIVE Begrüßung durch Hermann Hebben und Steffen Vierkorn 10.30 Cleveres Datenmanagement im Zeitalter von Digitalisierungsinitiativen: Agile Transformation von klassischen BI-Systemen
MehrInfrastruktur & Datenarchitekturen für Big-Data-Szenarien Hadoop & Co. Im Detail. Referent: Steffen Vierkorn
Infrastruktur & Datenarchitekturen für Big-Data-Szenarien Hadoop & Co. Im Detail Referent: Steffen Vierkorn Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.30 11.00 11.00 11.30 11.30
MehrDWH Automation - Steigerung von Qualität, Effektivität und Transparenz in der DWH Implementierung und dem Betrieb. Referent: Raphael Henneke
DWH Automation - Steigerung von Qualität, Effektivität und Transparenz in der DWH Implementierung und dem Betrieb Referent: Raphael Henneke Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei QUNIS
MehrIn 30 Minuten zur BI-Lösung in der Cloud Aufbau einer BI-Infrastruktur & Entwicklung von Reports Live. Referent: Patrick Eisner & Ronja Schermer
In 30 Minuten zur BI-Lösung in der Cloud Aufbau einer BI-Infrastruktur & Entwicklung von Reports Live Referent: Patrick Eisner & Ronja Schermer Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei
MehrA Big Data Change Detection System. Carsten Lanquillon und Sigurd Schacht
A Big Data Change Detection System Carsten Lanquillon und Sigurd Schacht Digitale Transformation in Unternehmen u Umfassende Erfassung, Speicherung und Verfügbarkeit von Daten à Big Data Quelle: Rolland
MehrTechnologischen 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
MehrAgenda. TRACK II Die analytische Evolution es geht weiter! AI als Enabler für digitale Geschäftsmodelle Internet of Things zum Anfassen!
Agenda 10.00 DIGITAL POWER LIVE Begrüßung durch Hermann Hebben und Steffen Vierkorn 10.30 Cleveres Datenmanagement im Zeitalter von Digitalisierungsinitiativen: Agile Transformation von klassischen BI-Systemen
MehrZERO.ONE.DATA Die Bahn, ein agiler Tanker im Digitalisierungszeitalter. Gudio van Husen, Christopher Muth DB Systel GmbH Hanau
ZERO.ONE.DATA Die Bahn, ein agiler Tanker im Digitalisierungszeitalter Gudio van Husen, Christopher Muth DB Systel GmbH Hanau 28.02.2018 Foto: DB Systel DB Systel GmbH Die Digitalisierung der Bahn erfolgreich
MehrTrends in der BI. Hannover, 20. März 2017 Patrick Keller, Senior Analyst und Prokurist
Trends in der BI Hannover, 20. März 2017 Patrick Keller, Senior Analyst und Prokurist BARC: Expertise für datengetriebene Unternehmen 2 Top Trends in BI und Analytics als Chance 3 Relevante Trends vs.
MehrProduktionscontrolling auf dem Weg zur Industrie 4.0
Produktionscontrolling auf dem Weg zur Industrie 4.0 Intelligente Produktion durch Real-Time-Big-Data-Analyse von Sensordaten & Bern, 27.05.2016 Jörg Rieth Jedox vereinfacht Planung, Reporting & Analyse
MehrBIG DATA IM RETAIL-SEKTOR AM BEISPIEL KASSENBONDATEN BUSINESS ANALYTICS DAY
BIG DATA IM RETAIL-SEKTOR AM BEISPIEL KASSENBONDATEN BUSINESS ANALYTICS DAY 08.03.2017 REWE Systems GmbH Jonas Freiknecht inovex GmbH Bernhard Schäfer AGENDA 1 / Vorstellung REWE Systems GmbH und inovex
MehrAgenda. TRACK II Die analytische Evolution es geht weiter! AI als Enabler für digitale Geschäftsmodelle Internet of Things zum Anfassen!
Agenda 10.00 DIGITAL POWER LIVE Begrüßung durch Hermann Hebben und Steffen Vierkorn 10.30 Cleveres Datenmanagement im Zeitalter von Digitalisierungsinitiativen: Agile Transformation von klassischen BI-Systemen
MehrOffice 365 Dynamics 365 Azure Cortana Intelligence. Enterprise Mobility + Security Operations Mgmt. + Security
Office 365 Dynamics 365 Azure Cortana Intelligence Enterprise Mobility + Security Operations Mgmt. + Security API Application Availability Bottomless Storage Identity Management Full hybrid
MehrCopyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG DATA MANAGEMENT
HERZLICH WILLKOMMEN ZUR VERANSTALTUNG DATA MANAGEMENT AGENDA DATA MANAGEMENT 9:00 09:30 Das datengetriebene Unternehmen: Big Data Analytics mit SAS die digitale Transformation: für IT und Fachbereiche
MehrBI und Data Warehouse im Zeitalter der Digitalisierung
BI und Warehouse im Zeitalter der Digitalisierung Gregor Zeiler Senior Solution Manager BI/Big @GregorZeiler BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENF HAMBURG KOPENHAGEN LAUSANNE MÜNCHEN
MehrBusiness Intelligence & Big Data auf die Kombination kommt es an! Nutzen aus bestehenden Daten erhöhen & neue Datenquellen erschließen
Business Intelligence & Big Data auf die Kombination kommt es an! Nutzen aus bestehenden Daten erhöhen & neue Datenquellen erschließen Referent: Siegfried Wolf Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen
MehrHadoop und Data Lakes
Thema des Monats November Hadoop und Data Lakes Use Cases, Nutzen und Grenzen Nach wie vor ist die Diskussion um Hadoop und Data Lakes top aktuell. Das Hadoop- Ökosystem gilt als technologischer Wegbereiter,
MehrTRACK II Datenmanagement Strategien & Big Data Speicherkonzepte BI Operations Erfolgsfaktoren für einen effizienten Data Warehouse Betrieb
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
Mehrbitanalytics goes mobile? Peter Hernold und Wolfram Winkler, BITMARCK Essen, 29. Mai 2018
bitanalytics goes mobile? Peter Hernold und Wolfram Winkler, BITMARCK Essen, 29. Mai 2018 Ihre Meinung zu mobile BI? 2 bitanalytics goes mobile? BITMARCK Kundentag 2018 BI für die Massen Intensivierte
MehrTRACK 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
MehrWas ist Analyse? Hannover, CeBIT 2014 Patrick Keller
Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität
MehrAgenda. TRACK II Die analytische Evolution es geht weiter! AI als Enabler für digitale Geschäftsmodelle Internet of Things zum Anfassen!
Agenda 10.00 DIGITAL POWER LIVE Begrüßung durch Hermann Hebben und Steffen Vierkorn 10.30 Cleveres Datenmanagement im Zeitalter von Digitalisierungsinitiativen: Agile Transformation von klassischen BI-Systemen
MehrSAP Analytics für KMU. Oktober 2017
SAP Analytics für KMU Oktober 2017 1. Trend 2. Lösung Inhalt 3. Szenarien 4. Angebot 5. Vorteile 6. Testen Sie es! 7. Referenz 8. Unsere Kunden 9. Kontakt Reporting mit Excel? Werden Sie es los. Ganz einfach.
MehrBig Data, small Data und alles dazwischen!
Technologische Entwicklung Governance & Compliance Entwicklung 15.05.2015 Big Data, small Data und alles dazwischen! Wien, 20.5.2015 Herbert Stauffer Geschichtliche Entwicklung der Weg zu Big Data 1970
MehrBig Data im Retail-Sektor am Beispiel Kassenbondaten
Big Data im Retail-Sektor am Beispiel Kassenbondaten REWE Systems GmbH Jonas Freiknecht inovex GmbH Bernhard Schäfer Business Analytics Day, 08.03.2017 AGENDA 1. Vorstellung REWE Systems GmbH und inovex
MehrParadise Found Roadshow 2017
Paradise Found Roadshow 2017 Von Daten zu wertvollen Informationen Wie Sie datenschutzkonform und agil ihre Daten für maschinelles Lernen aufbereiten Wie wichtig ist heute Data Preparation für Data Discovery
MehrNoSQL Datenbanken EIN ÜBERBLICK ÜBER NICHT-RELATIONALE DATENBANKEN UND DEREN POTENTIALE IM ALLGEMEINEN UND IN DER INDUSTRIE
NoSQL Datenbanken EIN ÜBERBLICK ÜBER NICHT-RELATIONALE DATENBANKEN UND DEREN POTENTIALE IM ALLGEMEINEN UND IN DER INDUSTRIE Was bedeutet NoSQL? Ein Sammelbegriff für alternative Datenbanklösungen, die
MehrHarmonisiertes Reporting Single Point of Truth
Harmonisiertes Reporting Single Point of Truth Entwicklungen im Reporting Patrick Mürner, Manager 9. März 2017 Die Entwicklung der zukünftigen Reporting Landschaft wird von BearingPoint mit konkreten Lösungsansätzen
MehrPraxisbeispiel Henkel - Data Warehouse in der Cloud. Michael Beckmann Neubeuern, 1. September 2017
1. September 2017 1 Praxisbeispiel Henkel - Data Warehouse in der Cloud Michael Beckmann Neubeuern, 1. September 2017 Agenda 1. Wer wir sind 2. Unser Projekt 3. Unsere Vision 3 Wussten Sie, dass Henkel
MehrAnalyse 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
MehrDATA 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
MehrScrum für Business Intelligence Projekte erfolgreich nutzen. Es begrüßt Sie Thomas Löchte
Scrum für Business Intelligence Projekte erfolgreich nutzen Es begrüßt Sie Thomas Löchte Die Informationsfabrik Die Informationsfabrik macht erfolgreiche BI und DWH Projekte und hat zufriedene, referenzierbare
MehrData Preparation im Fachbereich Aus Rohdaten den Treibstoff für Ihr Unternehmen gewinnen. Webinar, Timm Grosser, Head of BI Consulting
Data Preparation im Fachbereich Aus Rohdaten den Treibstoff für Ihr Unternehmen gewinnen Webinar, 13.09.2017 Timm Grosser, Head of BI Consulting Über die CXP Group 2 BARC: Expertise für datengetriebene
MehrNeues aus der nicht-, semi- und relationalen Welt
Neues aus der nicht-, semi- und relationalen Welt Information Management Thomas Klughardt Senior System Consultant Das Big Data Problem Was bedeutet Big Data? Performancekritisch Echtzeit Cold Storage
MehrDesigning Business Intelligence Solutions with Microsoft SQL Server MOC 20467
Designing Business Intelligence Solutions with Microsoft SQL Server MOC 20467 In diesem 5-tägigen Microsoft-Kurs lernen Sie die Implementierung einer Self-Service Business Intelligence (BI) und Big Data
MehrAdvanced Analytics umsetzen 7 Kernthemen. Hannover, Dr. Sebastian Derwisch, Data Scientist
Advanced Analytics umsetzen 7 Kernthemen Hannover, 21.3.2017 Dr. Sebastian Derwisch, Data Scientist BARC: Expertise für datengetriebene Unternehmen 2 Agenda 1. Use Cases 2. Data Discovery 3. Externe Daten
MehrDie 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
MehrData und Big Data in der Cloud
Data und Big Data in der Cloud Dr. Nadine Schöne Detlef E. Schröder 29. September 2016, DOAG Big Data Days Copyright 2016, and/or its affiliates. All rights reserved. Safe Harbor Statement The following
MehrAgile Business Intelligence als Beispiel für ein domänen-spezifisch angepasstes Vorgehensmodell
Agile Business Intelligence als Beispiel für ein domänen-spezifisch angepasstes Vorgehensmodell Prof. Dr. Stephan Trahasch Dr. Michael Zimmer Robert Krawatzeck Business Intelligence zwischen Stabilität
MehrEmbedded Analytics bei tesa Operatives BI mit SAP Analysis for Office und SAP Fiori auf Basis von SAP ERP HANA
Embedded Analytics bei tesa Operatives BI mit SAP Analysis for Office und SAP Fiori auf Basis von SAP ERP HANA Sebastian Gneckow tesa SE, Norderstedt Steen Jensen PCS Beratungscontor AG, Hamburg INHALTSVERZEICHNIS
Mehr<Insert Picture Here> 8. Business Intelligence & Data Warehouse Konferenz
1 The Safe Harbor The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into any contract. It is not a commitment
MehrSymbiose hybrider Architekturen im Zeitalter digitaler Transformation. Hannover, 18.03.2015
Symbiose hybrider Architekturen im Zeitalter digitaler Transformation Hannover, 18.03.2015 Business Application Research Center (BARC) B (Analystengruppe Europas führendes IT-Analysten- und -Beratungshaus
MehrStudierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen
Praxistag für die öffentliche Verwaltung 2012 Titel Präsentation Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Referenten-Info Gerhard Tschantré, Leiter Controllerdienste
MehrDas modulare DWH Modell
Das modulare DWH Modell Durchgängige Business Intelligence durch eine praktikable DWH Referenzarchitektur Arno Tigges, Seniorberater OPITZ CONSULTING München GmbH DOAG SIG DWH/BI, Köln, 29. Juni 2010 OPITZ
MehrOracle BI&W Referenz Architektur Big Data und High Performance Analytics
DATA WAREHOUSE Oracle BI&W Referenz Architektur Big Data und High Performance Analytics Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen
MehrRealtime Reporting einfach gemacht
David Schäfer Realtime Reporting einfach gemacht Azure Stream Analytics Azure Event Hubs Power BI HMS Analytical Software GmbH 2016 I N H A L T Realtime Reporting Advanced: EVENT HUBS & STREAM ANALYTICS
MehrHadoop Forum OOP München 2016 Moderne Architekturansätze. Timm Grosser, Leiter Beratung BI und Datenmanagement München, 03.
Hadoop Forum OOP München 2016 Moderne Architekturansätze Timm Grosser, Leiter Beratung BI und Datenmanagement München, 03. Februar 2016 03.02.2016 BARC 2016 2 BARC: Expertise für datengetriebene Unternehmen
MehrMACH EXPERTISE BIG DATA. in der öffentlichen Verwaltung
MACH EXPERTISE BIG DATA in der öffentlichen Verwaltung 2 Big Data in der öffentlichen Verwaltung: VIELFACH FEHLT NOCH DAS PROBLEM ZUR LÖSUNG Big Data ist einer der meist diskutierten IT-Trends der letzten
MehrRaber+Märcker Techno Summit 2014 Microsoft Dynamics NAV 2013 R2 Überblick und Hintergründe zu aktuellen Version. Schimon.Mosessohn@microsoft.
Raber+Märcker Techno Summit 2014 Microsoft Dynamics NAV 2013 R2 Überblick und Hintergründe zu aktuellen Version Schimon.Mosessohn@microsoft.com Herzlich Willkommen 1996 2004 2010 2014 Navision 3.7 Microsoft
MehrAKTUELLE LÖSUNGSARCHITEKTUR DER SAP IM BEREICH BUSINESS INTELLIGENCE UND ANALYTICS
AKTUELLE LÖSUNGSARCHITEKTUR DER SAP IM BEREICH BUSINESS INTELLIGENCE UND ANALYTICS X-CASE Trainer-/Expertentreffen 2018 S/4HANA, BW/4HANA und SAP-Entwicklung Aktuelle Neuerungen Vorstellung Jörg Bauditz
MehrAgenda. Boris Plaumann. Alena Fojtík. Alena Fojtík Boris Plaumann. Smart. Big. Data. Analytics. Science. Analytics im Day-2-Day Business
Agenda 1. 2. 3. 4. 5. Smart. Big. Data. Analytics. Science. Analytics im Day-2-Day Business Alles dreht sich um Daten Methoden & Visualisierung Beispiele aus der Praxis Boris Plaumann Alena Fojtík Alena
MehrSonderdruck. In der digitalen Welt bestehen mit der Digital Business Platform der Software AG
In der digitalen Welt bestehen mit der Digital Business Platform der Software AG 2 Das Zeitalter der Digitalisierung ist angebrochen, daran besteht kein Zweifel. Doch wohin wird uns der Weg führen? Wie
MehrDIE DIGITALE REISE VON
DIE DIGITALE REISE VON OTTO mit Business Intelligence als Reiseführer. Düsseldorf, 23. Mai 2016 Conny Dethloff (OTTO GmbH & CO. KG) 1 Anliegen des heutigen Dialogs Über mich Inhalt des Dialogs Ziel des
MehrNutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI. Hannover, 10. März 2014 Patrick Keller, Senior Analyst
Nutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI Hannover, 10. März 2014 Patrick Keller, Senior Analyst Business Application Research Center BARC Historie BARC ist der führende
MehrEINSATZ VON BIG DATA, PREDICTIVE ANALYTICS UND MACHINE LEARNING IN DER INDUSTRIE 4.0
EINSATZ VON BIG DATA, PREDICTIVE ANALYTICS UND MACHINE LEARNING IN DER INDUSTRIE 4.0 Matthias Braun (MBA, PMP) Mitglied der Geschäftsführung Trevisto AG Nunnenbeckstraße 6/8, 90489 Nürnberg 0911-430 839-00
MehrService Portal Die komplette IT auf einen Blick an jedem Ort, auf jedem Device, in Echtzeit. Network Visibility
Service Portal Die komplette IT auf einen Blick an jedem Ort, auf jedem Device, in Echtzeit. Network Visibility Situation Industrieunternehmen mit verteilten Standorten und gewachsenen IT-Strukturen Fehlender
MehrPhänomen Digitalisierung Pflicht oder Kür erfolgreicher Unternehmen. Hannover, Timm Grosser, Senior Analyst
Phänomen Digitalisierung Pflicht oder Kür erfolgreicher Unternehmen Hannover, 15.03.2016 Timm Grosser, Senior Analyst 18.03.2016 BARC 2016 2 BARC: Expertise für datengetriebene Unternehmen 18.03.2016 BARC
MehrEinfluss der Digitalen Transformation auf Business Intelligence Anforderungen an eine moderne BI-Plattform
Einfluss der Digitalen Transformation auf Business Intelligence Anforderungen an eine moderne BI-Plattform Friedberg, den 20. Juni 2017 Steffen Kandler Timo Krauskopf Solveig Eggert Agenda 1. Digitale
MehrBusiness Breakfast im Café Landtmann. 22. November 2016
Business Breakfast im Café Landtmann 22. November 2016 9:00 Uhr: EINLASS 9:30 Uhr: BEGRÜßUNG Wolfgang Kern / Qlik Elfriede Harrer / Harrer & Partner 10:00 Uhr QLIK SENSE // NEUE FEATURES UND MEHR Christof
MehrDatenprodukte für Deutschlands größten Fahrzeugmarkt. Vortrag beim BITKOM Big Data Summit am 16. Februar 2017 in Hanau
Datenprodukte für Deutschlands größten Fahrzeugmarkt Vortrag beim BITKOM Big Data Summit am 16. Februar 2017 in Hanau Was darf dieses Auto kosten? 2 Quelle: mobile.de Vortragende Benjamin Eckart Manager
MehrSAP Innovation Skills Forum Innovative technologische Aspekte und Lösungen im SAP-Umfeld kennenlernen November 2018 in Walldorf
Innovative technologische Aspekte und Lösungen im SAP-Umfeld kennenlernen 26. 27. November 2018 in Walldorf Agenda Montag, 26. November 2018 Vormittag Gebäude WDF05: Internationales Schulungszentrum Walldorf,
Mehravantum consult Business Analytics at its best Würzburg,
avantum consult Business Analytics at its best Würzburg, 12.-14.03.2018 avantum auf einen Blick 100 2003 Gründung avantum über 1.000 erfolgreiche Beratungs- Projekte, 650 Beraterjahre Erfahrung 13 > 100
MehrLuftfahrtindustrie 4.0 Digitalisierung und Prozessoptimierung. Dr. Ingo Cassack
Digitalisierung und Prozessoptimierung Dr. Ingo Cassack Agenda 1. : Digitalisierung Digitalisierung via Business Intelligence bei ARTS Enterprise Resource Planning bei ARTS Digitalisierung durch IT Spin-Off
MehrPLANUNG MIT SAP ANALYTICS CLOUD
PLANUNG MIT SAP ANALYTICS CLOUD W E I T B L I C K. L E I D E N S C H A F T. W E N D I G K E I T. V O R S P R U N G. Hausmesse 4process AG, 08. März 2018 Christian Thurner Seite 1 2015 VORSTELLUNG 18 Jahre
MehrNull Administration und volle Analyse Power mit Autonomous Data Warehouse & Analytics Cloud. Oliver Röniger Stephan Reyher
Null Administration und volle Analyse Power mit Autonomous Data Warehouse & Analytics Cloud Oliver Röniger Stephan Reyher Technologische Revolution: Science Fiction wird zur Realität Selbstfahrendes Auto
MehrCharakteristika von Unternehmensanwendungen
Charakteristika von Unternehmensanwendungen Wozu werden Unternehmensanwendungen genutzt? Enterprise applications are about the display, manipulation, and storage of large amounts of often complex data
MehrWie entstehen digitale Geschäftsmodelle? Technologie als Basis für nachhaltige Wettbewerbsvorteile. istock.com/pixtum
Wie entstehen digitale Geschäftsmodelle? Technologie als Basis für nachhaltige Wettbewerbsvorteile istock.com/pixtum Intern Unrestricted Siemens AG AG 2017 Seite Page 2 2017-04-25 Istock.com/ViewApart,
MehrEntscheidungsunterstützung im Zeitalter der Digitalisierung
Thema des Monats Mai Entscheidungsunterstützung im Zeitalter der Digitalisierung Daten und deren Nutzung sind zur Optimierung von Prozessen oder zur Verbesserung von Produkten und Dienstleistungen wie
MehrHerzlich Willkommen zum Webinar!
Herzlich Willkommen zum Webinar! Thema: Model Driven Transformation für Streaming Architekturen Informationen: Sprache: deutsch Dauer: ca. 30-40 Min. inkl. Q&A Präsentation Johannes Mickel Senior Consultant
MehrProduktionsdaten mit Unternehmensdaten vernetzen
Produktionsdaten mit Unternehmensdaten vernetzen Von Big Data zu Smart Data 17. November 2016 Peter Strohm Marc Tesch Jedox vereinfacht Planung, Reporting & Analyse BI & CPM Software in der Cloud & On-premises
MehrSAP Analytics in der Praxis Einfach und verständlich erklärt. UnitCon/ARITHNEA Kundentag, Benedikt Bonnmann
SAP Analytics in der Praxis Einfach und verständlich erklärt UnitCon/ARITHNEA Kundentag, 2.5.2017 Benedikt Bonnmann Referent Benedikt Bonnmann Business Unit Manager Analytics Mitglied der Geschäftsleitung
MehrInteraktive Berichte einbetten mit PowerBI Embedded. Lukas Lötters ORAYLIS GmbH
Interaktive Berichte einbetten mit PowerBI Embedded Lukas Lötters 30.06.2016 ORAYLIS GmbH 1 Fakten: Seit 1999 Spezialist für Data-Warehouse, Big-Data- & Data- Analytics-Lösungen 67 Mitarbeiter Top kununu-bewertungen
MehrAnalytic im Einsatz! Betrugserkennung auf Basis von Big Data. Karol Sobiech
Analytic im Einsatz! Betrugserkennung auf Basis von Big Data Karol Sobiech 2 ACCENTURE GLOBAL DELIVERY NETWORK 3 4 AGENDA 1 MOTIVATION & ZIEL 2 METHODEN FRAUD MANAGEMENT SYSTEM 4 ARCHITEKTUR & TOOLS 3
MehrDer Markt für Analysewerkzeuge & -verfahren. CeBIT, 16.03.2016 Larissa Seidler, Senior Analyst Business Intelligence
Der Markt für Analysewerkzeuge & -verfahren CeBIT, 16.03.2016 Larissa Seidler, Senior Analyst Business Intelligence 16.03.2016 BARC 2016 2 BARC: Expertise für datengetriebene Unternehmen 16.03.2016 BARC
MehrSQL Server 2008 R2 Überblick. Steffen Krause Technical Evangelist
SQL Server 2008 R2 Überblick Steffen Krause Technical Evangelist Haftungsausschluss Bitte beachten Sie, dass es bei diesem Vortrag um Pre-Release Software geht. Bis die finale Produktversion fertig gestellt
MehrBig Data. Professional IT Master. Prof. Dr. Ingo Claßen. Überblick. Verarbeitungsmodell. Verarbeitungsablauf. Verteilte Daten. Ressourcenmanagement
Big Data Professional IT Master Prof. Dr. Ingo Claßen Hochschule für Technik und Wirtschaft Berlin Überblick Verarbeitungsmodell Verarbeitungsablauf Verteilte Daten Ressourcenmanagement Koordination Überblick
MehrAnalytische 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
MehrFREUDENBERG IT. Mobile Business Intelligence
FREUDENBERG IT Mobile Business Intelligence Mobile Business Intelligence AGENDA Herausforderung mobiler Lösungen Vorstellung der Produkte Freudenberg ITs Lösungen Warum SAP? Herausforderung mobiler Lösungen
MehrDigital Readiness Webinar
Digital Readiness Webinar 21. Februar 2017 0 Fujitsu Technology Solutions 2017 Framework Digitale Transformation Handlungsfelder und Umsetzungsbeispiele 1 Fujitsu Technology Solutions 2017 The Wind of
MehrMicrosoft Azure Deutschland ist jetzt verfügbar -
Einordnung und Überblick Data Scientist Operationalisierung IT-Abteilung Anwendungsentwickler Der Data Scientist agil Tool seiner Wahl möglichst wenig Zeit Skalierung Code für die Operationalisierung Der
MehrCHANCEN UND GRENZEN IM EINSATZ VON BIG DATA TECHNOLOGIE
CHANCEN UND GRENZEN IM EINSATZ VON BIG DATA TECHNOLOGIE Praktische Erfahrungen aus der GfK Produktentwicklung Dr. Roland Werner, Global Head Data & Technology, GfK 1 GfK unterstützt Geschäftsentscheidungen
MehrDie IBM Netezza Architektur für fortgeschrittene Analysen
Michael Sebald IT Architect Netezza Die IBM Netezza Architektur für fortgeschrittene Analysen 2011 IBM Corporation Was ist das Problem aller Data Warehouse Lösungen? I / O Transaktionaler und analytischer
Mehrsimply sophisticated Integration von SAP und Non SAP Lösungen Marktüberblick, Techniken, Möglichkeiten & Probleme
simply sophisticated Integration von SAP und Non SAP Lösungen Marktüberblick, Techniken, Möglichkeiten & Probleme Patrick Theobald Zur Person Patrick Theobald Geschäftsführer Theobald Software GmbH seit
MehrDas Internet der Dinge als Beschleuniger der Digitalisierung - Status Quo und Ausblick -
Das Internet der Dinge als Beschleuniger der Digitalisierung - Status Quo und Ausblick - Nils Herzberg Global Head of IoT Go-To-Market Strategy - SAP SE Bildquelle: Hagleitner Bildquelle: Kaeser Kompressoren
MehrBig Data Technologien
Big Data Technologien - Ein Überblick - Prof. Dr. Jens Albrecht jens.albrecht@th-nuernberg.de Big Data Landscape 2016 Prof. Dr. Jens Albrecht Big Data 3 Systemarchitektur im Wandel Gestern und heute Strukturierte
MehrSteffen Bischoff Senior Sales Engineer
CLOUD FÜR DUMMIES Steffen Bischoff Senior Sales Engineer sbischoff@talend.com 4 WAS CLOUD-LÖSUNGEN BIETEN Keine Anfangsinvestition Geringe Betriebskosten Zahlung nach Gebrauch Überall zugänglich Einfache
MehrOPC UA TSN Interoperabilität durch offene Automation
OPC UA TSN Interoperabilität durch offene Automation Industrial IoT System bestehend aus physischen, industriellen Objekten, die über das Internet vernetzt sind und dem Nutzer erlauben Daten zu senden,
MehrDer einfache Einstieg in Big Data
Der einfache Einstieg in Big Data Regionaltage 2015 Dr. Fritz Schinkel Head of Big Data Competence Center Alexander Kaffenberger Big Data Global Business 0 2015 FUJITSU Fujitsus Vision der Hyperconnected
MehrAgile Datenhaltung im Big-Data-Umfeld
Lehrstuhl für ABWL und Wirtschaftsinformatik 1 B.Sc. Timm Marschall, Dr. Henning Baars Agile Datenhaltung im Big-Data-Umfeld Data Vault mit unstrukturierten Daten und Streaming-Daten Inhalt Agilität als
Mehr