ITGAIN Fach- und Technikspezialist
|
|
|
- Wilhelm Morgenstern
- vor 3 Jahren
- Abrufe
Transkript
1 ITGAIN Fach- und Technikspezialist KOMPETENZ GEWINNBRINGEND EINSETZEN. Copyright 2012 ITGAIN GmbH 1
2 SPoT Wir bringen Ihre Informationen auf den Punkt. Hamburg, FACTORY-ANSATZ FÜR ETL-PROZESSE BEI VERSICHERUNGEN Copyright 2012 ITGAIN GmbH 2
3 Agenda Typische Projektaufgabenstellungen für ETL Typisches Projektumfeld für ETL Daten und Metadaten im Kontext DWH & ETL Factory Ansatz für ETL Competence Center Ansatz für ETL ETL Toolkit Voraussetzungen für Factory-Ansätze Job-Factory Generische Ladeprozesse Halb-generische Ladeprozesse Vor- und Nachteile Fragen & Diskussion Copyright 2012 ITGAIN GmbH 3
4 Typisches Projektumfeld Branche: Versicherungen Aufbau eines Enterprise DWH Start mit ausgewählten Sparten Sukzessive Weiterentwicklung geplant Typische Umgebung a. Quellsysteme: weitgehend Host b. Zielarchitektur Vorgefertigtes, industrielles Datenmodell Relationale DB Einsatz einer Enterprise Datenintegrations-Suite Aufwandsverteilung: ca. 70% ETL, 30% Rest Kaum bzw. keinerlei Erfahrung im Warehousing Copyright 2012 ITGAIN GmbH 4
5 Projektumfeld: Kundenanforderungen Anforderungen/Ziele des Kunden Know How-Aufbau (thematisch), insbesondere im ETL- Bereich Schulung / Coaching hinsichtl. des ETL-Werkzeugs Unterstützung während der Entwicklung Im Zuge der Entwicklung des DWH a. Abhängigkeit von Externen soll reduziert werden b. Interne MA sollen Tätigkeiten eigenständig übernehmen Unterstützung von Offshoring bzw. Nearshoring Copyright 2012 ITGAIN GmbH 5
6 Metadaten und Daten im Kontext DWH & ETL ETL ETL ETL ETL Quellen Staging Area Operational CORE Datastore CORE DWH Data Mart Technische Metadaten Toolspezifisch - Data Lineage - Impact Analysis Metadaten-Auswertung Eigene Metadaten Transformationen Validierungen Harmonisierungen ETL-Laufzeiten Quell-Beschreibungen ETL-Monitoring Copyright 2012 ITGAIN GmbH 6
7 Agenda Typische Projektaufgabenstellungen für ETL Typisches Projektumfeld für ETL Daten und Metadaten im Kontext DWH & ETL Factory Ansatz für ETL Competence Center Ansatz für ETL ETL Toolkit Voraussetzungen für Factory-Ansatz Job-Factory Generische Ladeprozesse Halb-generische Ladeprozesse Vor- und Nachteile Fragen & Diskussion Copyright 2012 ITGAIN GmbH 7
8 Vorgeschlagener Ansatz: Competence Center Competence Center-Ansatz Eine zentrale, unternehmensweite Business Intelligence Implementierung a. Aufhebung klarer Trennungen zwischen Sparten b. Zusammenbringen der unterschiedlichen Sparten c. Projektübergreifende Vorgaben und Festlegungen Festlegung allgemeiner Richtlinien Erstellung fachlicher und technischer Dokumentationen und Konzepte als Projektvorgaben Datenbewirtschaftung: Erstellung von wiederverwendbaren Templates, allg. Prozessabläufen und Modulen Copyright 2012 ITGAIN GmbH 8
9 ETL Toolkit Module des ETL Toolkits Deployment Error Handling Logging Monitoring ETL Job -Factory Templates Best Practice Historization Ressource Management Scheduling Mapping Workflows Copyright 2012 ITGAIN GmbH 9
10 Die ETL Job-Factory Fabrik im herkömmlichen Sinn Material Rohstoffe Produkte / Erzeugnisse -Know How -Bau- und Konstruktionspläne -Arbeitsvorgänge etc. ETL Job-Fabrik Metadaten Trafo-Vorgaben Verarb.Logik -Know How/Best Practices -Job Templates -Spezielle Ansätze ETL-Ladeprozesse (kurz: Jobs) -generisch -halb-generisch Copyright 2012 ITGAIN GmbH 10
11 Voraussetzungen für Factory-Ansätze Toolunterstützung ETL-seitig durch Durchgriff auf die relevanten Metadaten zur Laufzeit DB-Systemkataloge DWH/ETL-Metadaten Repository (z.b. Transformationsregeln, Quellstrukturbeschreibungen etc.) Möglichkeit zur nativen Kodierung (in der jeweiligen Programmiersprache des Tools) Möglichkeit zur flexiblen und dynamischen Parametrisierung Verwendungsmöglichkeit Shared & Reseuable Modules ETL Metadaten Repository Copyright 2012 ITGAIN GmbH 11
12 Agenda Typische Projektaufgabenstellungen für ETL Typisches Projektumfeld für ETL Daten und Metadaten im Kontext DWH & ETL Factory Ansatz für ETL Competence Center Ansatz für ETL ETL Toolkit Voraussetzungen für Factory-Ansatz Job-Factory Generische Ladeprozesse Halb-generische Ladeprozesse Vor- und Nachteile Fragen & Diskussion Copyright 2012 ITGAIN GmbH 12
13 Job-Factory für ETL: Generische Ladeprozesse ETL Quellen Staging Area Prinzip/Ziel: Ein Jobdesign statt vieler Jobs oder: Smartness statt Masse Anwendungsbeispiel: Datenbewirtschaftung der Staging Area n Quell-Datenfiles a. Geliefert vom Host b. Unterschiedliche Formaten c. Basierend auf Cobol Copy Books Überführung der Daten ~1:1 Implementierung einer Delta-Erkennung für alle Quellstrukturen (gleiche Joblogik für alle Quellen) Copyright 2012 ITGAIN GmbH 13
14 Generische Ladeprozesse: Anwendungsbeispiel Copyright 2012 ITGAIN GmbH 14
15 Generischer Ansatz: Umsetzungsbeispiel (1) Tab. SOURCE_TABLES Tab. META_DATA_SOURCE_INFOS Erfassung von Datenquellen und Strukturen (DWH/ETL Metadata Repository) Copyright 2012 ITGAIN GmbH 15
16 Generischer Ansatz: Umsetzungsbeispiel (2) IBM InfoSphere DataStage Überführung Metadaten Schema File 3a. Kopfzeile erzeugen 1. Spaltendefinitionen extrahieren 2. Mapping / Konvertierung Datentypen (file body) 4. Schema-File generieren 3b. Fußzeile erzeugen Copyright 2012 ITGAIN GmbH 16
17 Generischer Ansatz: Umsetzungsbeispiel (3) IBM InfoSphere DataStage Generischer Job mit Delta-Bestimmung und speziellen Ansätzen Schema Files (Metadaten FF) Generic Stage: Native Kodierung (osh code) Parametrisierung Copyright 2012 ITGAIN GmbH 17
18 Job-Factory für ETL: Halb-generische Ladeprozesse ETL Staging Area / ODS CORE DWH Prinzip/Ziel: Kapselung wiederkehrender ETL-Logiken in zentralen Einheiten/Modulen Vermeidung von Redundanzen in Jobs Umgebung n Quellen n Jobs mit Reuseable Modules (Template-basierend) Anwendungsbeispiel: Datenbewirtschaftung Core DWH Überführung der Daten mit Transformationen Aufbau des ETL-Prozesses grundlegend für alle Quellen/Ziele gleich a. Unterschiedliche Quelldaten-Selektionen, Lookups b. Gleichartige Lookups oder gleich geartete Überführung ins Ziel (Historisierungslogik) Copyright 2012 ITGAIN GmbH 18
19 Harmonisierung Lookup 1 Harmonisierung Lookup 2 Core Lookup 1 Resuable module, z.b. Insert Mastertabelle Filter / Constraints Resuable module, Historisieren von Datensätzen Harmonisierung 1 Harmonisierung 2 Harmonisierung 3 Datenanreicherung 1 Datenanreicherung 2 Herstellung referentieller Integrität Fehleraussteuerung Daten ins Ziel schreiben (Historisierung) Halb-generischer Ansatz: Anwendungsbeispiel Job-Template (Core DWH) Wiederkehrende Logiken Daten- Selektion Abgeleiteter ETL-Job Selektion ODS- Tabelle Generische Komponenten Copyright 2012 ITGAIN GmbH 19
20 Halb-Generischer Ansatz: Umsetzungsbeispiel IBM InfoSphere DataStage (1) Ausschnitt aus einem Template-basierten Job (1) dient der Bewirtschaftung einer Core DWH Tabelle aus einem industriellen Datenmodell der IBM standardisierte Transformationen (Lookups) Wiederkehrende Komponente (Shared Container) zur Anker-Anlage Copyright 2012 ITGAIN GmbH 20
21 Halb-Generischer Ansatz: Umsetzungsbeispiel IBM InfoSphere DataStage (2) Ausschnitt aus einem Template-basierten Job (1) Standardisierter Mechanismus zur Fehleraussteuerung Shared Container für die Daten-Historisierung Copyright 2012 ITGAIN GmbH 21
22 Agenda Typische Projektaufgabenstellungen für ETL Typisches Projektumfeld für ETL Daten und Metadaten im Kontext DWH & ETL Factory Ansatz für ETL Competence Center Ansatz für ETL ETL Toolkit Voraussetzungen für Factory-Ansatz Job-Factory Generische Ladeprozesse Halb-generische Ladeprozesse Vor- und Nachteile Fragen & Diskussion Copyright 2012 ITGAIN GmbH 22
23 Vor- und Nachteile des Factory-Ansatzes Vorteile Factory-Ansatz unterstützt Off-/Near-/Best-Shoring Competence Center-Ansatz Vermeidung von Redundanzen (n-fache Entwicklung gleicher Logik) Wartbarkeit der ETL Beladung Reduzierung der Aufwände für Entwicklung der ETL Beladung Gut dokumentierte Job- Templates unterstützen Einarbeitung Nachteile Höherer initialer Aufwand für Entwicklung generischer Jobs Hohe KnowHow-Anforderungen an Entwickler der generischen Jobs Aufwand bei Aufbau und Pflege des ETL Metadaten Repository Copyright 2012 ITGAIN GmbH 23
24 Fragen & Diskussion Copyright 2012 ITGAIN GmbH 24
25 Your business is our Challenge ITGAIN GmbH Essener Str.1 D Hannover Telefon: Fax: Hamburg 040/ Köln 0221/ Frankfurt 069/ München 089/ Copyright 2012 ITGAIN GmbH 25
Das generierte Data Warehouse
Das generierte Data Warehouse DOAG BI Konferenz 2012 Gregor Zeiler BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 1 Erwartungshaltungen und Hoffnungen
ETL in den Zeiten von Big Data
ETL in den Zeiten von Big Data Dr Oliver Adamczak, IBM Analytics 1 1 Review ETL im Datawarehouse 2 Aktuelle Herausforderungen 3 Future of ETL 4 Zusammenfassung 2 2015 IBM Corporation ETL im Datawarehouse
Near Realtime ETL mit Oracle Golden Gate und ODI. Lutz Bauer 09.12.2015
Near Realtime ETL mit Oracle Golden Gate und ODI Lutz Bauer 09.12.2015 Facts & Figures Technologie-orientiert Branchen-unabhängig Hauptsitz Ratingen 240 Beschäftigte Inhabergeführt 24 Mio. Euro Umsatz
Intelligence (BI): Von der. Nürnberg, 29. November 2011
Modelle für Business Intelligence (BI): Von der Anforderung zum Würfel Nürnberg, 29. November 2011 Warum Modelle für Business Intelligence (BI)? Warum Modelle für Business Intelligence (BI)? Bis zur Auswertung
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
ETL-Industrialisierung mit dem OWB Mapping Generator. Irina Gotlibovych Senior System Beraterin
ETL-Industrialisierung mit dem OWB Mapping Generator Irina Gotlibovych Senior System Beraterin MT AG managing technology Daten und Fakten Als innovativer Beratungs- und IT-Dienstleister zählt die MT AG
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
Modellbasierte Business Intelligence in der Praxis. Nürnberg, 10.11.2009
Modellbasierte Business Intelligence in der Praxis Nürnberg, 10.11.2009 I N H A L T 1. Warum Modelle für Business Intelligence (BI)? 2. Inhalte von Datenmodellen für BI 3. Inhalte von Prozessmodellen 4.
Vollständig generisches DWH für kleine und mittelständische Unternehmen
Vollständig generisches DWH für kleine und mittelständische Unternehmen Marc Werner Freiberufler Berlin Schlüsselworte: Wirtschaftlichkeit, Kostenreduzierung, Metadaten, Core Data Warehouse, Slowly Changing
Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH
Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH Dani Schnider Principal Consultant Business Intelligence BI Trilogie, Zürich/Basel 25./26. November 2009 Basel Baden Bern Lausanne Zürich
IG07: Informatica PowerCenter - Grundlagen
IG07: Informatica PowerCenter - Grundlagen Ein Seminar der DWH academy Seminar IG07 - Informatica PowerCenter - Grundlagen Das ETL-Tool PowerCenter von Informatica ist eines der marktführenden Werkzeuge
Best Practices: BI mit Open-Source-Tools
Best Practices: BI mit Open-Source-Tools Alf Hellmund - GIUA 2009 Seite 1 Agenda Einleitung Best Practices Fazit Vorstellung & Motivation Vorteile Architektur & Entwurf Datenmodellierung ETL Reporting
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
DWH 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
ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich
ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich Agenda Einführung Key differentiators von ODI12c Effizienz Flexibilität Wartbarkeit & Beweglichkeit Schlussfolgerungen
Fehlertoleranz und Robustheit von ETL-Prozessen Wie gestalten wir Abläufe möglichst widerstandsfähig. Christian Borghardt I BI Consultant
Fehlertoleranz und Robustheit von ETL-Prozessen Wie gestalten wir Abläufe möglichst widerstandsfähig Christian Borghardt I BI Consultant Über uns areto consulting gmbh Echter Business Intelligence Spezialist
Survival Guide für Ihr Business Intelligence-Projekt
Survival Guide für Ihr Business Intelligence-Projekt Sven Bosinger Solution Architect BI Survival Guide für Ihr BI-Projekt 1 Agenda Was ist Business Intelligence? Leistungsumfang Prozesse Erfolgsfaktoren
Studierenden-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
Bachelor of Eng. (Wirtschafts-Ing.-wesen)
Persönliche Daten Name Philipp Müller Geburtsdatum 21.11.1982 Berufsausbildung Studium Industriekaufmann Bachelor of Eng. (Wirtschafts-Ing.-wesen) Kompetenzen Methodisch Datenmodellierung Fachlich Allgemeines
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
Data Vault. Modellierungsmethode für agile Data Warehouse Systeme. Dr. Bodo Hüsemann Informationsfabrik GmbH. DOAG BI, München, 17.04.
Data Vault Modellierungsmethode für agile Data Warehouse Systeme Dr. Bodo Hüsemann Informationsfabrik GmbH DOAG BI, München, 17.04.2013 Die Informationsfabrik Die Informationsfabrik macht erfolgreiche
Welche BI-Architektur braucht Ihr Reporting?
Welche BI-Architektur braucht Ihr Reporting? Variante 1: Direkter Zugriff Keine redundanten Daten Schnelle Erkenntnisse Echte Daten für PoCs Echtzeit-Reporting ohne Zwischenstufen Belastung der operativen
Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015
Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015 BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENEVA HAMBURG COPENHAGEN LAUSANNE MUNICH STUTTGART
Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte Einleitung
Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte DWH Projekt, Methodik, Stärken und Schwächen, Übersicht, Weg der Daten,
Konsolidierung von EBS- Schnittstellen mittels Oracle SOA Suite
Konsolidierung von EBS- Schnittstellen mittels Oracle SOA Suite DOAG 2015 Business Solutions Konferenz Darmstadt, 10.6.2015 INHALTSVERZEICHNIS 01 02 03 04 05 CARGLASS Ausgangssituation und Projektumfeld
Scrum 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
HMS. Statistiken mit SAS ins Internet. HMS Analytical Software GmbH - Johannes Lang
HMS Statistiken mit SAS ins Internet HMS Analytical Software GmbH - Johannes Lang Schweizer Tage der öffentlichen Statistik, Davos 08.09. 10.09.2008 1 Agenda Vorstellung Inhaltliche Einleitung Statische
Welche Daten gehören ins Data Warehouse?
Welche Daten gehören ins Warehouse? Dani Schnider Principal Consultant 9. Januar 2012 In vielen DWH-Projekten stellt sich die Frage, welche Daten im Warehouse gespeichert werden sollen und wie dieser Datenumfang
Zeitlich abhängig von OWB?
Zeitlich abhängig von OWB? 24. April 2007 Beat Flühmann Trivadis AG > IT Lösungsanbieter» Application Development, Application Performance Management, Business Communication, Business Intelligence, Managed
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
25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling. Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU
BLUEFORTE GmbH Dirk Lerner 25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU 1 Elemente des Data Vault (Basic) HUB
Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht)
Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Christian Haag, DATA MART Consulting Consulting Manager Oracle DWH Team
Viel aus wenig: Enterprise-DWH mit Basic ETL
Viel aus wenig: Enterprise-DWH mit Basic ETL Jörg Menker Leiter Competence-Center DWH-Architektur & Frontends Nürnberg, 28.10.2011 MT AG Agenda Warehouse Builder Feature Groups Enterprise-DWH mit Basic
DW42: DWH-Strategie, Design und Technik
DW42: DWH-Strategie, Design und Technik Ein Seminar der DWH academy Seminar DW42 - DWH-Strategie, Design und Technik In diesem Seminar lernen Sie durch praxiserfahrene Referenten ein Data Warehouse spezifisches
SQL-basierte SCD2-Versionierung hierarchischer Strukturen
SQL-basierte SCD2-Versionierung hierarchischer Strukturen Meik Truschkowski nobilia-werke J. Stickling GmbH & Co. KG Verl Projektleiter Business Intelligence und Data Warehousing 1 SQL-basierte SCD2-Versionierung
Eine Referenzarchitektur für semantische Interoperabilität und ihre praktische Anwendung
Eine Referenzarchitektur für semantische Interoperabilität und ihre praktische Anwendung Lehrstuhl für Medizinische Informatik Am Wetterkreuz 13, 91058 Erlangen Christian Zunner Thomas Ganslandt, Hans-Ulrich
Das generierte Data Warehouse
Das generierte Data Warehouse Aspekte beim Einsatz von DWH-Generatoren Peter Welker (Trivadis GmbH) BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 1
Common Warehouse Metamodel und Imperfektion
Common Warehouse Metamodel und Imperfektion Christoph Goebel Imperfektion und erweiterte Konzepte im Data Warehousing 2 Fragestellungen Welche Bedeutung haben Metadaten in der Information Supply Chain
Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung
Profil Andy Sydow Persönliche Daten Nationalität Sprachen Abschluss deutsch Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung Profil Herr Sydow verfügt über mehrjährige Erfahrung als DWH/BI
BI Organisation und Governance. Patrick Keller, Senior Analyst und Prokurist CeBIT 2016
BI Organisation und Governance Patrick Keller, Senior Analyst und Prokurist CeBIT 2016 15.03.2016 BARC 2016 2 Warum eine Organisation für BI? Menschen verursachen mehr Probleme als Technik! 15.03.2016
DataVault in der Praxis
überraschend mehr Möglichkeiten! DataVault in der Praxis Nur ein Werbeversprechen? Marcel Aretz OPITZ CONSULTING 2016 Agenda A B C D Vorgeschichte und Prioritäten Wie wäre es mit DataVault? Unser Leben
Data Integration and ETL with Oracle Warehouse Builder
Oracle University Kontakt: +43 (0)1 33 777 401 Data Integration and ETL with Oracle Warehouse Builder Dauer: 5 Tage Lerninhalte Die Teilnehmer lernen, wie sie Mappings oder Prozessflüsse zum Laden von
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
Sven Bosinger solution architect BI. Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1
Sven Bosinger solution architect BI Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1 Agenda Kurze Vorstellung its-people Architektur als Erfolgsfaktor Verschiedene Architekturansätze
Business Partner Profil
Business Partner Profil Christian Ketterer Merowingerstraße 28, 85609 Aschheim Email: C.Ketterer@yahoo.de Tel: +49 89 90 77 36 34 Mobil: +49 1522 95 99 259 Homepage: www.http://christianketterer.eu Tätigkeitsschwerpunkte
Vorteile einer standardisierten DV-orientierten BI-Architektur hinsichtlich Modellierung, Bewirtschaftung und Betrieb. Thomas Mattick, BBF GmbH
Vorteile einer standardisierten DV-orientierten BI-Architektur hinsichtlich Modellierung, Bewirtschaftung und Betrieb Thomas Mattick, BBF GmbH Vorstellung Thomas Mattick Projektauszug (BI) Auftragsabwicklung/Leistungsbewertung
BUSINESS INTELLIGENCE IM MITTELSTAND EIN PRAXISBERICHT
BUSINESS INTELLIGENCE IM MITTELSTAND EIN PRAXISBERICHT Meik Truschkowski Architekt für Business Intelligence und Data Warehousing nobilia-werke J. Stickling GmbH & Co. KG Verl, den 31. Oktober 2011 UNTERNEHMENSPROFIL
Oracle DWH Konferenz Neuss
Oracle DWH Konferenz Neuss Migration OWB to ODI Martin de Gooijer Prinzipal Consultant BI BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 1 Migration
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
Datenintegrationsmuster MKWI 2004, Essen, 10. März 2004
Datenintegrationsmuster MKWI 2004, Essen, 10. März 2004 Universität St. Gallen Institut für Wirtschaftsinformatik, Lehrstuhl Prof. Dr. R. Winter Kompetenzzentrum Application Integration Management (CC
RE.one. Self Service Information Management für die Fachabteilung
RE.one Self Service Information Management für die Fachabteilung Das Ziel Verwertbare Informationen aus Daten gewinnen Unsere Vision Daten Info Data Warehousing radikal vereinfachen in einem Tool Die Aufgabe
white sheep GmbH Firmenprofil Unternehmensberatung
Firmenprofil Die Ende 2000 gegründete hat derzeit 20 angestellte und freie Mitarbeiterinnen und Mitarbeiter. Wir unterstützen Sie beim Einsatz von SAP durch Beratung, Entwicklung und Administration insbesondere
Oracle9i Designer. Rainer Willems. Page 1. Leitender Systemberater Server Technology Competence Center Frankfurt Oracle Deutschland GmbH
Oracle9i Designer Rainer Willems Leitender Systemberater Server Technology Competence Center Frankfurt Oracle Deutschland GmbH Page 1 1 Agenda 9i Designer & 9i SCM in 9i DS Design Server Generierung &
Agile Analytics Neue Anforderungen an die Systemarchitektur
www.immobilienscout24.de Agile Analytics Neue Anforderungen an die Systemarchitektur Kassel 20.03.2013 Thorsten Becker & Bianca Stolz ImmobilienScout24 Teil einer starken Gruppe Scout24 ist der führende
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
Gut zu wissen... Lorenz Keller Server Technologies Competence Center Nord
Gut zu wissen... Lorenz Keller Server Technologies Competence Center Nord Agenda Neue Produkte Oracle Secure Enterprise Search SQL Developer (Raptor) XML-Publisher Application Server/ JDeveloper 10.1.3
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.
Branchen Fachkenntnisse Methoden. Fondsbuchhaltung Investmentdepotverwaltung Wertpapierabwicklung Derivate. Persönliches Ausbildung Sprachen
Dipl.-Math. Michael Mummel Systemanalyse Systementwicklung Softwareentwicklung Schwerpunkte > Erstellen von kundenspezifischen Softwarelösungen in Zusammenarbeit mit Fachabteilungen und IT des Kunden und
WhitePaper. Mai 2012. BIA Business Intelligence Accelerator. Markus Krenn Geschäftsführer Mail: m.krenn@biaccelerator.com
WhitePaper BIA Business Intelligence Accelerator Mai 2012 Markus Krenn Geschäftsführer Mail: m.krenn@biaccelerator.com BIA Business Intelligence Accelerator GmbH Softwarepark 26 A-4232 Hagenberg Mail:
Data Warehousing. DWH Projekte. Ulf Leser Wissensmanagement in der Bioinformatik
Data Warehousing DWH Projekte Ulf Leser Wissensmanagement in der Bioinformatik Inhalt DWH Projekte Spezifika Die kritischen Punkte Warum scheitern DWH Projekte? Ulf Leser: Data Warehousing, Vorlesung,
Service Virtualisierung
Service Virtualisierung So bekommen Sie Ihre Testumgebung in den Griff! Thomas Bucsics ANECON Software Design und Beratung G.m.b.H. Alser Str. 4/Hof 1 A-1090 Wien Tel.: +43 1 409 58 90 www.anecon.com office@anecon.com
Atlassian Git Essentials Nahtlose Entwicklungsworkflows aus einer Hand
Nahtlose Entwicklungsworkflows aus einer Hand Version: 1.0 Orientation in Objects GmbH Weinheimer Str. 68 68309 Mannheim www.oio.de info@oio.de Java, XML und Open Source seit 1998 ) Software Factory )
Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch
![Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch](/thumbs/20/952365.jpg "Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch")
Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Unstrukturierte Daten spielen eine immer bedeutender Rolle in Big Data-Projekten. Zunächst gilt es
BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA
BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA Agenda VORSTELLUNG B.TELLIGENT WIE ENTSTEHT EINE KENNZAHL? WAS SIND METADATEN? AUFBAU UND FUNKTIONSWEISE DES BI WIKI LIVE DEMO ZUSAMMENFASSUNG
Validierung von CityGML-Modellen in FME
Validierung von CityGML-Modellen in FME 22. November 2013, Berlin Christian Dahmen Consultant Spatial ETL/ FME Wasserdicht? Quelle: con terra, Wersehaus 2 Agenda Projekt CityDoctor FME Technologie Validierung
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
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
Contents. Ebenen. Data Warehouse - ETL Prozess Version: July 10, 2007. 1 Ebenen. Andreas Geyer-Schulz und Anke Thede. 2 Problemquelle Quellsysteme 4
Contents Data Warehouse - ETL Prozess Version: July 10, 2007 Andreas Geyer-Schulz und Anke Thede Schroff-Stiftungslehrstuhl Informationsdienste und Elektronische Märkte Fakultät für Wirtschaftswissenschaften
Agenda. Einführung MS SQL Server Integration Services (SSIS) Oracle Data Warehouse Builder (OWB) Zusammenfassung Quellen. Einführung SSIS OWB
Agenda Einführung MS SQL Server Integration Services () Oracle Data Warehouse Builder () Quellen 10.12.2009 Martin Tobies - DQ Tools 2 Agenda Einführung MS SQL Server Integration Services () Oracle Data
THEOBALD XTRACT PPS IXTO GMBH. Mathias Slawik, Linda Kallinich
THEOBALD XTRACT PPS IXTO GMBH Mathias Slawik, Linda Kallinich Projekt BWA: Analytische Anwendungen, WS 2010/2011 Agenda 2/14 Projektaufgabe Technologien / Xtract PPS Projektablauf Dashboard-Prototyp Bewertung
Information Integration in Zeiten von BigData mit IBM Information Server 9.1. Christian Lenke IBM Software Group InfoSphere Specialist
Information Integration in Zeiten von BigData mit IBM Information Server 9.1 Christian Lenke IBM Software Group InfoSphere Specialist Trusted Data Bereitstellung zuverlässiger Informationen transaktionale
Performance Modelling Strukturen Portfolio Calculation Benchmark und Funddecomposition Risikokennzahlen Transaktionen
Zeitraum Februar 2008 bis Januar 2009 Anforderungen Bank in Zürich Erweiterung des bestehenden Client Reporting Systems für institutionelle Kunden. Erstellung von Konzepten zur fachlichen und technischen
Global Staging Area - Implementierung einer zentralen Datendrehscheibe
Global Staging Area - Implementierung einer zentralen Datendrehscheibe Sven Bosinger its-people 1 1 Vorstellung Mythen Partitionierung Anwendungsfall Ansätze Umbau Ergebnisse Sven Bosinger Solution Architect
Elisabeth Stettler. Business Consultant. Andreas Gerig. Consultant/Projekt Manager.
TopSoft. Business Software. Effizienzperlen beim Einsatz von SharePoint. Namics. Elisabeth Stettler. Business Consultant. Andreas Gerig. Consultant/Projekt Manager. 24. September 2009 TopSoft. Business
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 -
good. better. outperform.
good. better. outperform. Quo Vadis Oracle BI Relational oder besser multidimensional? DOAG 2013 Business Intelligence, 17.04.2013 Dirk Fleischmann Director Business Intelligence & DWH Business Intelligence
Data Warehouse Grundlagen
Seminarunterlage Version: 2.10 Version 2.10 vom 24. Juli 2015 Dieses Dokument wird durch die veröffentlicht.. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen sind Warenzeichen
GEOPROCESSING UND MODELBUILDER
GEOPROCESSING UND MODELBUILDER RÄUMLICHE ANALYSEFUNKTIONEN UND DATENMODELLIERUNG IN ARCGIS MIT TOOLBOX UND MODELBUILDER. EINFÜHRUNG INS PYTHON-SCRIPTING IN ARCGIS DAUER: 2 Tage ÜBERSICHT In dieser Schulung
SL PROVISOR Automation in der Qualitätssicherung sinnvoll erhöhen
SL PROVISOR Automation in der Qualitätssicherung sinnvoll erhöhen Christian Langmann langmann@softwareloft.de Stefan Kohrs kohrs@softwareloft.de Oktober 2013 SoftwareLoft IT-Solutions GmbH gegründet 2004
ZERO.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
Deutsche Bank Magellan
19. März 2013 Agenda Motivation für Operational BI Architektur Kosten und Nutzen Beispiele Operative Datenintegration auch für BI Roadmap ETL-Factory 1 Meta / Quality Management End-2-End Process Monitoring
Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im SAP Umfeld bei Siemens. Frank Hincke, DIMQ, Köln 03/2010
Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im Umfeld bei Siemens Frank Hincke, DIMQ, Köln 03/2010 Agenda Vorstellung Sprecher Programm ATLAS im Bereich Siemens Bereich Energie,
Data Lineage mit ODI und OEMM Holger Dresing Oracle Deutschland BV & Co. KG
Data Lineage mit ODI und OEMM Holger Dresing Oracle Deutschland BV & Co. KG Schlüsselworte Datenintegration, DIS, Metadaten, Metadatenmanagement, Data Warehouse, DWH, Enterprise Metadata Management, OEMM,
Erfolgsfaktor 1 beim Aufbau von DWH. Erik Purwins Unit Manager Business Intelligence 22.03.2012
Erfolgsfaktor beim Aufbau von DWH Erik Purwins Unit Manager Business Intelligence 22.3.22 Inhalt Das Unternehmen PPI Erfolgsfaktoren & Risiken Nutzeffekte durch DWH-/BI-Anwendungen Intuitive Bereitstellung
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
THEMA: SAS DATA INTEGRATION STUDIO FÜR MEHR TRANSPARENZ IM DATENMANAGEMENT EVA-MARIA KEGELMANN
WEBINAR@LUNCHTIME THEMA: SAS DATA INTEGRATION STUDIO FÜR MEHR TRANSPARENZ IM DATENMANAGEMENT EVA-MARIA KEGELMANN HERZLICH WILLKOMMEN BEI WEBINAR@LUNCHTIME Moderation Anne K. Bogner-Hamleh SAS Institute
Ressourcenmanagement in Forschung und Entwicklung Grünenthal integriert SAS in sein Berechtigungs- und Mandantenkonzept 7.
Ressourcenmanagement in Forschung und Entwicklung Grünenthal integriert SAS in sein Berechtigungs- und Mandantenkonzept 7. Nov 2012 Seite 1 Unternehmensprofil IT-Spezialist für Business Intelligence und
Konfigurationsmanagement als Garant für Effizienz
Konfigurationsmanagement als Garant für Effizienz Stephan La Rocca TEAM GmbH Paderborn Schlüsselworte Design, Deployment, Versionierung, Patchmanagement, Pattern Einleitung In dem Vortrag werden Synergie-Effekte
Komplexität der Information - Ausgangslage
Intuition, verlässliche Information, intelligente Entscheidung ein Reisebericht Stephan Wietheger Sales InfoSphere/Information Management Komplexität der Information - Ausgangslage Liefern von verlässlicher
Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management
Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management Sprecher: Uwe Nadler, Senior Managing Consultant 1 Marketing braucht unterschiedliche Informationen, um entsprechende
Das Ende von OWB was nun? Migrationspfade für OWB-Projekte Dani Schnider Stanislav Lando
Migrationspfade für OWB-Projekte Dani Schnider Stanislav Lando BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENF HAMBURG KOPENHAGEN LAUSANNE MÜNCHEN STUTTGART WIEN ZÜRICH Agenda 1. Einleitung
Zeitplan. 20:10 20:40 Offshore Chance oder Risiko? 20:40 20:50 Diskussion 20:50 21:00 Sonstiges 21:00 21:30 Networking 21:30 Ende
Zeitplan 20:10 20:40 Offshore Chance oder Risiko? 20:40 20:50 Diskussion 20:50 21:00 Sonstiges 21:00 21:30 Networking 21:30 Ende A msg systems ag, GB-V, Überlegungen zu Offshoring 1 Offshore Chance oder
Profil Andreas Seiler
Profil Andreas Seiler Entwickler für Webapplikationen und Business Intelligence Systeme Ich bin freiberuflicher Entwickler für moderne Web Applikationen und Business Intelligence Systeme. Mein Schwerpunkt
Erfolgreiches BI durch schlanke Tools und starke Fokussierung Markus Kolp Alec Shalashou
Der schnelle Weg von der Strichliste bis zur Geo-Visualisierung Erfolgreiches BI durch schlanke Tools und starke Fokussierung Markus Kolp Alec Shalashou Inhalt M-net Telekommunikations GmbH M-net DWH GEO-Visualisierung
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
Metadaten und Data Vault (Meta Vault) Andreas Buckenhofer Daimler TSS GmbH Ulm
Metadaten und Data Vault (Meta Vault) Andreas Buckenhofer Daimler TSS GmbH Ulm Schlüsselworte Metadaten, Data Vault, Datenmodel, Standards, Namenskonventionen, Generierung, GOODS Inhaltsverzeichnis Metadaten
Oracle Data Integrator Ein Überblick
Oracle Data Integrator Ein Überblick Uwe Barz Christoph Jansen Hamburg, 15.04.2008 Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg München Stuttgart Wien Agenda Überblick
Berater, Analyse, Administration, Maintenance
Name Klaus Ewers Nationalität deutsch IT-Erfahrung seit 1999 Ausbildung Dipl.-Physiker (Universität Paderborn) Funktionen Berater, Analyse, Administration, Maintenance Sprachkenntnisse Schwerpunkt Programmiersprachen
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