Planung eines Data Warehouse Projektes

Größe: px
Ab Seite anzeigen:

Download "Planung eines Data Warehouse Projektes"

Transkript

1 Cambridge Technology Partners Planung eines Warehouse Projektes Vorgehen, Voraussetzung, Ressourcen Peter Hubele Cambridge Technology Partners Deutschl GmbH Tel. 089/ Cambridge ist führender Anbieter von Dienstleistungen und Lösungen, die Unternehmen für den Wettbewerb in der New Economy fit machen. Wir bieten neben dem profunden Verständnis der New Economy und der Bedürfnisse lokaler und globaler Märkte digitale Strategien, innovative, integrierte Unternehmenslösungen, ausgerichtet auf den unternehmerischen Nutzen und Wettbewerbsvorsprung. Cambridge - heute Repräsentative Kunden Internationale Präsenz Gegründet Mitarbeiter 53 Büros weltweit ~ 1500 Mitarbeiter in Europa ~ 220 in D, CH, A Grundwerte Fixed Time/Fixed Price Rapid -Oriented Solutions Case Knowledge Transfer Behavior-Driven Methodology ($M) $113 $180 $273 $407 $ Nutzen für den Kunden Schnelle Umsetzung Risikominimierung Konsensorientiert Bewährte Vorgehensweise IT und geschäftliche Ziele im Einklang Deutschsprachig: ADP/Taylorix * Allied Signal * Bayernwerk Netkom * Bobst S.A. * Braun AG * Deutsche Post AG * Deutsche Börse Systems AG Dresdner Bank AG Gerling Konzern * Henkel AG Hoechst AG Lufthansa ÖBB R-V Versicherung Sunrise * Swissair * VIAG Interkom * Wellmann * * = Kundenmanagement Lösungen Europa: Albacom * AT&T Unisource * British Telecom* DHL * Edon * GE Capital Hewlett-Packard * Interpay KLM Liberfone * Newsbank * Nykredit A/S Orange Communications * Philips Consumer Electronics Prudential U.K. * Prime Health Racal Telecommunications * Telenordia * Telfort * Shell Silicon Graphics * Unilever Vrij Uit Travel (Neckermann( Neckermann) Weltweit: 3 COM Bertelsmann Cambridge * Chevron Cisco Systems * Dell Computer Enron * Fleet Bank * Gillette * HBO * Lucent * Marriott MCI/Worldcom * Microsoft * Pacific Bell PeopleSoft * Pepsi Canada * Procter&Gamble Prudential * Sybase * Toronto Dominion * Union Energy * VISA * Warehouse Projekte Ein Projekt wie jedes ere? Ja, aber: Viele Schnittstellen zu eren Projekten Hohe Management Visibiltät erforderlich Anwender Akzeptanz muß sichergestellt sein Komplexe Technologie Software ist der Platz, an dem Träume gesät und Alpträume geerntet werden. (anonymus) Aktionen bei Einführung eines DW Inhalt des DW: Analysis Welche Daten, Für welche Fragen, Mit welchem Nutzen? Aufbau des DW: der Datenbank, Extraktionsmechanismen, Welche Indizes, etc Implementierung des DW Aufbauen der DB, Inst der Werkzeuge, Erstellen der Extraktionsprogramme Test Datenquellen: Analysis Cleaning Welche Datenbestände, In welchem Zust, Wie konvertieren? Softwarewerkzeuge: Werkzeuge für DBMS, Repository, Analyse, Extraktion festlegen Betriebsumgebung festlegen Plattformen, Hauptspeicher, Platten, Tapes, Controller Backup, Verfügbarkeit 5 6 1

2 Project gemäß Ralph Kimbal et al, The Warehouse Toolkit & Projektplanung Geschäftliche Gründe zusammenstellen Sponsor identifizieren Voraussetzungen überprüfen und Planung für Lücken festlegen Vorläufiger Scope festlegen ROI Argumentation dafür festschreiben Projektrollen zuordnen ev. Proof of Concept durchführen Scope Implementation 7 Projektplanung - Der Sponsor Sponsor: ❶ Vision für den möglichen Einsatz ❶ Persönliche Überzeugung ung Überzeugungsfähigkeit ❶ hohes Ansehen ❶ Realistische Erwartungen ❶ schnelle (und bleibende) Entscheidungen Projektmotivation ❶ DW adressiert klare und bekannt kritische Geschäftsanforderung ❶ Dringlichkeit klar erkenntlich (Wettbewerbsvorteil, Neue Märkte, Krisenmanagement) ❶ Rechtfertigung praktisch obsolet Projektplanung Proof of Concept Sinnvoll wenn ❶ Bedarf erst generiert werden muß, ❶ Rechtfertigung für Projekt noch wackelig ❶ Anforderungen nicht festlegbar ❶ technische Machbarkeit umstritten ❶ Werkzeuganbieter liefert keine zufriedenstellende Referenz Vorsicht: ❶ Kein DW entsteht in 4 Wochen ❶ Erwartungen müssen gut gemanaged werden. SCOPE: SCOPE Mart Projekt Einführung neuer Produkte Scoping Scoping Filter Budget Bestehendes Umfeld Produktakzeptanz Marktanteile Kundenprofile Kundenbindung Geschäftsanforderungen Einschränkungen & Begrenzungen Vereinbartes Subjekt & Umfeld Leistungen Nutzen Getrieben von konkreten Geschäftsbedürfnissen Bedeutend vs Machbar abwägen Keine parallelen Projekte in 1. Phase Alles schriftlich fixieren Mit Änderungen rechnen Wenig Quellsysteme, wenig Anwender, wenig Storte, klare Erfolgskriterien, Termindruck, Minimaler gerade noch als Erfolg verkaufbarer Umfang anstreben. 2

3 SCOPE SCOPE Case Projektumfeld Unternehmensanfordeungen Risiken und Erwartungen abstimmen Umfeld & Ziele Unternehmens -ziele Einfluß der Lösung Umfeld & Ziele Nutzen Meßkriterien Bedarf enger Partnerschaft DV, Anwender, Sponsor Grobe Kostenschätzung Bewertung des Nutzen ROI Betrachtung Mart Ziele nicht im DM Umfeld Einschränkungen Rbedingungen Subjekt Grp n / WS a Grp n / WS a Kosten eines Warehouse 6 Monate bis 2 Jahre Implementierungszeit Kosten ca. 500 TDM bis 10 Mio DM für ❶ Hardware, Systemsoftware ❶ Datenbanklizenz ❶ DW-Werkzeuge ❶ Externe Beratung / Projektleistung ❶ Interne Projektleistung ❶ Schulung, Einführung ❶ Wartung HW, SW Kosten abhängig von Größe der Datenbank Anzahl User Anzahl Dimensionen für Auswertung Anzahl integrierter Systeme Komplexität der Auswertungen Umf des täglichen/wöchentlichen Uploads Gewählten Softwarewerkzeugen Quantifizierung des Nutzen Nutzen nur sehr schwer zu quantifizieren Häufig: Voraussetzung für weitere Überlebensfähigkeit überhaupt. Ansatz: ❶ welche Informationen werden entnommen? ❶ welche Aktionen folgen daraus beispielhaft? ❶ welchen Nutzen bringt diese Aktion? Fragen dazu: Welche Informationen werden erwartet, WARUM, Was wird damit gemacht,... Die eigentlichen Driver für Warehousing heute New Economy: ❶ Globalisierung ❶ Mergers & Aquisitions ❶ Deregulierung ❶ Internet ecommerce ❶ Direktmarketing ❶ One - to - One Marketing 3

4 Funktionalitätsmatrix Von der Vision zur Lösung Personalplanung - Rollen Front Office Sponsor IS Sponsor Drivers or Steering Committee Coaches Project Manager Project Lead Regular Lineup: Core Project Team Systems Analyst Modeler Whse base Administrator (DBA) System er End User Developers Warehouse Educator Special Teams /Security Architect Support Specialist Programmers Steward Whse Quality Assurance Analyst Fans Users by Group/Function Aufwschätzung Tätigkeit Schlüsselvariablen s Modelling Architektur Produktauswahl Physikalisches, Extraktion Anwendungen, Reports #Workshoptage, #Anwender, #Interviews #Quellsysteme und deren Komplexität, #Abfrage Dimensionen Komplexität, Dimensionen, Historie, etc.. #in Betracht gezogener Produkte, erwartete Tabellengröße #Tabellen, #Datensätze, #Dimensionen #Quellen, Datenqualität und Komplexität der Transformation #Benutzergruppen, #verschiedener Stardauswertungen Project gemäß Ralph Kimbal et al, The Warehouse Toolkit & Scope Implementation 22 Dimensionen eines Warehouse Fakten wie z.b. Anzahl Umsatz Promotion Kunden Vertriebsorganisation Region Lieferanten Service Linie Produkt Zeit Modelling Festlegung der Facts, Dimensionen, Attribute und Hierarchien Star Schema Nur Detaildaten erlauben flexiblen Ausbau, Verwendung voraggregierter Daten wird später bereut. Üblich sind 5-15 Dimensionen Erfordertes spezielles Training und Erfahrung, Nutzbarkeit, Performance und Erweiterbarkeit hängen massiv vom guten ab. 4

5 Household Profile Household Cust. Educ. Level Cust. Demogr. Profile Cust. Date of Birth Area Code Prefix Cust. Gender Bill To Zip Bill To Zip+4 Zip Zip+4 Assigned Service Region Suffix Bill To Street Address Location Delivery Point Bill To Country Bill To State/Province Bill To City Street Address City Delivery Point Type Industry Group Industry Type Country State/Province Parent Company Cust. Assigned Sales Region Date of 1st Service Star Schema Beispiele Snow Flake Schema Beispiele Date Day Pricing Package Package Billing Date Billing Month Usage Billing Usage Type Usage Type Cust. Delivery Point /Service Source Mapping Transformation 02-May-97 Mart Name Query Field Name Facts Sales Value Cost of Sales Profit Dimensions Country Group Class Modelling Abbildung auf Quelldaten & Überführung Description Source DB Name Source Table / FileName Source Field Name Input Format Transformation Rule Modelling - Entscheidend für die Qualität des Systems Bedeutung von Facts sauber definieren, wenn keine einheitliche Interpretation verschiedenen Namen einführen (z.b. Umsatz, Monat, etc) Umgang mit sich ändernden Hierachien bei Dimensionen ❶ Überschreiben und Historie verlieren ❶ Neue Dimension einführen ❶ Alt Feld für vorherigen Wert einführen REFRESH VOLUMES Project gemäß Ralph Kimbal et al, The Warehouse Toolkit & Scope Implementation Was ist eine Architektur? Folgen fehlender Architektur ❶ Unflexibles verhindert Erweiterungen ❶ Funktionalität kann nicht eingefügt werden ❶ Überraschungen mitten im Projekt ❶ Mehrarbeit Enthält: ❶ Elemente und Dienste des Warehouse ❶ Interfaces ❶ Phasen, Ergebnisse und Prioritäten ❶ Den Änderungsverfolgungsplan 29 5

6 Komponenten einer Warehouse Architektur Cleansing Legacy Relational Text External Source bases Warehouse Admin. Extract, Transform Load Central Metadata Tool Extraction, Transformation, load RDBMS Subsetting & Distribution Metadata Integration Local Metadata Central Warehouse Distribution RDBMS MDB ROLAP Calc. Engine Architected Marts End-user Managed Query Desktop OLAP ROLAP MOLAP Mining Access Analysis Die wesentlichen Prozesse beim Warehouse Extraktion Transformation Laden und Indizierung Qualitätsprüfung Freigabe Update Query/Abfragen/OLAP Daten Feedback, Rückladen Audits Sicherheitsplanung und Management Backup und Recovery 31 Metadaten Infrastruktur Jedes DBMS und jedes Tool hat eigene Metadatenverwaltung. Stards erst im Entstehen: Open Metadata Exchange (Microsoft vs. ORACLE/IBM). In einem beschreiben, alle ern davon bedienen. Bei Toolauswahl auf Metadatenschnittstellen achten. Gordischer Knoten jedes Warehouse. Hersteller immer wieder auf ihr Commitment hinweisen. Mainframe, Unix, NT Clusterarchitekturen Plattensubsysteme, Anzahl Controller und Disks. Memory DBMS Netzwerkinfrastruktur Architektonische Anforderungen Anforderungen Architekturkonsequenz Detaillierte Anforderung an Architektur Tägliche Verfügbarkeit für Auswertungen Einzige und exakte Quelle für alle Management Informationen Zielgenaue Kundenansprache pro Segment Updates während der Nacht Weltweite Verfügbarkeit Detailinformationen aller Lineitems aller Bestellungen Genügend Netz und CPU Kapazität für Upload in wenigen Stunden Parallele server, verteilte Server Nonstop Architektur Servergröße, externe Daten, Namens- und Adressbereinigung Sicherheit Sensibilität vs. Nützlichkeit der Daten abwägen In vielen Unternehmen übertriebene Anforderungen Viele End User Werkzeuge bieten nur geringen Zugriffschutz Bei sensiblen Daten Zugriff mit OLAP Werkzeugen nur für wenige Benutzer, Rest erhält vordefinierte Reports oder Zugriff auf dependant Mart mit nicht sensiblen Daten Extract/Transformatio n\load Warehouse Power User Web Mart mit unsensiblen ODBC Teildaten Internet Intranet 6

7 Project gemäß Ralph Kimbal et al, The Warehouse Toolkit & Scope Implementation Produktauswahl Entscheidungen über ❶ Plattformen ❶ Datenbanken ❶ Werkzeugstrategie ❶ Metadaten ❶ Stards Kritische Punkte ❶ Zusammenspiel mit restlicher Infrastruktur ❶ Zusammenspiel der Werkzeuge untereiner ❶ Aufw zur Integration von Werkzeugen ❶ Stabilität des Herstellers ❶ Politische Entscheidungen versus Evaluierung 37 Das Warehouse und seine Werkzeuge Physisches Produktions system Produktions system Datenanalyse Bereinigung Daten Extraktions- Werkzeuge Warehouse Metadaten/ Repository Datenbank OLAP: Werkzeuge für Informations- Zugriff Reporting Analyse integrierte Gesamtlösungen Eigenschaften des verwendeten Datenbanksystems beachten Index Typen festlegen Aggregationen abhängig von Zugriffsanforderungen Eigenschaften des verwendeten End User Werkzeuge berücksichtigen Physisches Aggregationen Erlauben drastische Performance Verbesserungen bis zu Faktor 100 oder Benötigen extra Plattenplatz und Pflegeaufw Verlängern insbesonders Ladezeiten, häufig statt Update besser vor Upload löschen und anschließend neu bilden. Aus Perfomancegründen häufig außerhalb der DBMS gebildet. Sehr schöner Mechanismus z.b. in MS SQL Server 7 Datenbereitstellung Via Werkzeug oder selbst erstellen? Volumen: Belastung von Sourcesystem, Netzwerk und DW testen, Verfügbare Zeiten klären Jeden Schritt genau dokumentieren. Meist besser: Aggregationen und Indizes vor Load löschen und danach wieder aufbauen Partitioning (z.b. bei ORACLE 8) bringt Performance. 7

8 Project gemäß Ralph Kimbal et al, The Warehouse Toolkit & End User Anwendungen Vorgefertigte Reports für die meisten Anwender Werkzeugauswahl und Einführung Bereitstellung fertiger Reports zum Anpassen für alle Mining Bedarf und Know How? Häufig verwendete Reports erfordern meist Performance Optimierungs Maßnahmen Webfähigkeit der Werkzeuge klären Auf Skalierbarkeit achten Scope Implementation 43 Einführung Aufw nicht unterschätzen ❶ Werkzeugtraining und ❶ Erklärung des Inhaltes: Was ist drin, was bedeutet es Diskussionen über Richtigkeit der Ergebnisse vorsehen Schulung nur am fertigen DW Support organisieren Planung von Ausbau und Wachstum Mit Anwendern in Kontakt bleiben Verfahren zur Korrektur fehlerhafter Daten etablieren Proaktives Marketing Erfolge messen und aufzeigen Priorisierung von Änderungen Releaseplanung mit Sponsor abstimmen und kommunizieren Zugriffstatistiken regelmäßig überwachen: ❶ Verwendung von Dimensionen, Indizes, Aggregationen DBMS und Reportgenerierung optimieren HW-Ausbau rechtzeitig planen Sponsor bei Laune halten Zusammenfassung Den Geschäftsbedarf verstehen Kreativität bei Festlegung der Anforderungen Datenqualität ist kritisch Externe Daten mit in Betracht ziehen Beschränkung bei Dimensionen und Quellsystemen erleichtert die Arbeit Skalierbarkeit der Architektur und der sind kritisch. Analytische Systeme unterscheiden sich deutlich von OLTP Klein anfangen - Nutzen beweisen -Auf Erfolg aufbauen Empfehlenswerte Literatur Ralph Kimball et al, The Warehouse Toolkit, John Wiley & Sons, 1998 Douglas Hackney, Understing Implementing Successful Marts, Addison Wesley, 1997 Inmon, W.H., Building the Warehouse, John Wiley & Sons,

Seminar in der Seminarreihe Business Intelligence 1. OLAP und Datawarehousing

Seminar in der Seminarreihe Business Intelligence 1. OLAP und Datawarehousing Seminar in der Seminarreihe Business Intelligence 1 OLAP und Datawarehousing OLAP & Warehousing Die wichtigsten Produkte Die Gliederung Produkt Bewertung & Vergleiche Die Marktentwicklung Der aktuelle

Mehr

Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen

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

Mehr

Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH

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

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

Oracle BI&W Referenz Architektur Big Data und High Performance Analytics

Oracle 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

Mehr

Data Warehousing. DWH Projekte. Ulf Leser Wissensmanagement in der Bioinformatik

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,

Mehr

Oracle 10g revolutioniert Business Intelligence & Warehouse

Oracle 10g revolutioniert Business Intelligence & Warehouse 10g revolutioniert Business Intelligence & Warehouse Marcus Bender Strategisch Technische Unterstützung (STU) Hamburg 1-1 BI&W Market Trends DWH werden zu VLDW Weniger Systeme, mehr Daten DWH werden konsolidiert

Mehr

Architekturen. Von der DB basierten zur Multi-Tier Anwendung. DB/CRM (C) J.M.Joller 2002 131

Architekturen. Von der DB basierten zur Multi-Tier Anwendung. DB/CRM (C) J.M.Joller 2002 131 Architekturen Von der DB basierten zur Multi-Tier Anwendung DB/CRM (C) J.M.Joller 2002 131 Lernziele Sie kennen Design und Architektur Patterns, welche beim Datenbankzugriff in verteilten Systemen verwendet

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

Time To Market. Eine Plattform für alle Anforderungen. Lokale Betreuung (existierende Verträge und Vertragspartner, ) Kosten

Time To Market. Eine Plattform für alle Anforderungen. Lokale Betreuung (existierende Verträge und Vertragspartner, ) Kosten Time To Market Ressourcen schnell Verfügbar machen Zeitersparnis bei Inbetriebnahme und Wartung von Servern Kosten TCO senken (Einsparung bei lokaler Infrastruktur, ) CAPEX - OPEX Performance Hochverfügbarkeit

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

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

Data Warehouse ??? Ein Data Warehouse ist keine von der Stange zu kaufende Standardsoftware, sondern immer eine unternehmensindividuelle

Data Warehouse ??? Ein Data Warehouse ist keine von der Stange zu kaufende Standardsoftware, sondern immer eine unternehmensindividuelle ??? Zusammenfassung, Ergänzung, Querverbindungen, Beispiele A.Kaiser; WU-Wien MIS 188 Data Warehouse Ein Data Warehouse ist keine von der Stange zu kaufende Standardsoftware, sondern immer eine unternehmensindividuelle

Mehr

Location Intelligence

Location Intelligence Herzlich Willkommen am 23. März 2011 bei Trivadis In Zürich Location Intelligence Christoph Köhler, ORACLE Schweiz Business Development Manager, Business Intelligence Location Intelligence

Mehr

Data Warehousing. Sommersemester 2005. Ulf Leser Wissensmanagement in der Bioinformatik

Data Warehousing. Sommersemester 2005. Ulf Leser Wissensmanagement in der Bioinformatik Data Warehousing Sommersemester 2005 Ulf Leser Wissensmanagement in der Bioinformatik ... Der typische Walmart Kaufagent verwendet täglich mächtige Data Mining Werkzeuge, um die Daten der 300 Terabyte

Mehr

Star-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten

Star-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten Star-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten Michael Hahne T&I GmbH Workshop MSS-2000 Bochum, 24. März 2000 Folie 1 Worum es geht...

Mehr

Windows 7 Integration und Migration Services. Das Ideallinie Konzept: Beschleunigen sie in unserem Windschatten

Windows 7 Integration und Migration Services. Das Ideallinie Konzept: Beschleunigen sie in unserem Windschatten Windows 7 Integration und Migration Services Das Ideallinie Konzept: Beschleunigen sie in unserem Windschatten Ihre Ausgangssituation viele Fragestellungen Integration eines IT Arbeitsplatzes in einer

Mehr

BridgeWare. Migration Workshop (CH) Urdorf, 3-Dez-2002. Vereinfachte Migration durch Parallelbetrieb. vorgestellt bei dem. ORBiT Software GmbH

BridgeWare. Migration Workshop (CH) Urdorf, 3-Dez-2002. Vereinfachte Migration durch Parallelbetrieb. vorgestellt bei dem. ORBiT Software GmbH BridgeWare Vereinfachte Migration durch Parallelbetrieb vorgestellt bei dem Migration Workshop (CH) Urdorf, 3-Dez-2002 BridgeWare HPe3000 Databank Migration Zuverlässlich, Effizient, Automatisch! von ORBiT

Mehr

Raus aus der Bl-Falle

Raus aus der Bl-Falle Ronald Bachmann, Dr. Guido Kemper Raus aus der Bl-Falle Wie Business Intelligencezum Erfolg wird mitp Die Autoren 13 Vorwort 15 1 Einleitung 21 1.1 Was ist Business Intelligence (BI)? 21 1.2 Motive zur

Mehr

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 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,

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

good. better. outperform.

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

Mehr

Copyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG VISUAL ANALYTICS

Copyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG VISUAL ANALYTICS HERZLICH WILLKOMMEN ZUR VERANSTALTUNG VISUAL ANALYTICS AGENDA VISUAL ANALYTICS 9:00 09:30 Das datengetriebene Unternehmen: Big Data Analytics mit SAS die digitale Transformation: Handlungsfelder für IT

Mehr

Langzeitarchivierung von Prozessdaten und Auswertung mithilfe des Informationsservers und Processhistorian von PCS7/WinCC

Langzeitarchivierung von Prozessdaten und Auswertung mithilfe des Informationsservers und Processhistorian von PCS7/WinCC Langzeitarchivierung von Prozessdaten und Auswertung mithilfe des Informationsservers und Processhistorian von PCS7/WinCC PCS 7 V8.0 WinCC V7.0 SP3 WinCC V7.2 Process Historian, Informationsserver Skalierbare

Mehr

Oracle 10g und SQL Server 2005 ein Vergleich. Thomas Wächtler 39221

Oracle 10g und SQL Server 2005 ein Vergleich. Thomas Wächtler 39221 Oracle 10g und SQL Server 2005 ein Vergleich Thomas Wächtler 39221 Inhalt 1. Einführung 2. Architektur SQL Server 2005 1. SQLOS 2. Relational Engine 3. Protocol Layer 3. Services 1. Replication 2. Reporting

Mehr

Data Warehouse Grundlagen

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

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

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

Komplexität der Information - Ausgangslage

Komplexität der Information - Ausgangslage Intuition, verlässliche Information, intelligente Entscheidung ein Reisebericht Stephan Wietheger Sales InfoSphere/Information Management Komplexität der Information - Ausgangslage Liefern von verlässlicher

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

Datenkollektor für SAP Business Warehouse (BW) Status: 09.12.08

Datenkollektor für SAP Business Warehouse (BW) Status: 09.12.08 Datenkollektor für SAP Business Warehouse (BW) Status: 09.12.08 Inhaltsverzeichnis SAP BUSINESS WAREHOUSE (BW) DATENKOLLEKTOR 3 GRUNDSÄTZLICHES:...3 DER BW DATENKOLLEKTOR ÜBERWACHT DIE FOLGENDEN KERNPROZESSE

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

Windows Server 2003 End of Service

Windows Server 2003 End of Service Windows Server 2003 End of Service Herausforderungen & Migration Michael Korp Microsoft Deutschland GmbH Ende des Support für 2003, 2008, 2008 R2 Ende des Support für Windows 2003 Ende des Mainstream Support

Mehr

Veit Köppen Gunter Saake Kai-Uwe Sattler. 2. Auflage. Data Warehouse Technologien

Veit Köppen Gunter Saake Kai-Uwe Sattler. 2. Auflage. Data Warehouse Technologien Veit Köppen Gunter Saake Kai-Uwe Sattler 2. Auflage Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis ix 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...

Mehr

RE.one. Self Service Information Management für die Fachabteilung

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

Mehr

Managed Services Zeitgewinn für die SAP Basis am Beispiel von EMCLink.net für SAP R/3

Managed Services Zeitgewinn für die SAP Basis am Beispiel von EMCLink.net für SAP R/3 Managed Services Zeitgewinn für die SAP Basis am Beispiel von EMCLink.net für SAP R/3 1 Wo liegt das Problem? Was jeder Basismanager wissen sollte... jedoch oft nicht weiß Wie sieht meine Infrastruktur

Mehr

GIS in der Cloud: Beispiele von ESRI und con terra

GIS in der Cloud: Beispiele von ESRI und con terra GIS in der Cloud: Beispiele von ESRI und con terra Dr. Matthias Bluhm ESRI Deutschland GmbH 9. März 2011, Darmstadt 2 ESRI Deutschland GmbH, 2011 GmbH 2010 ESRI Unternehmensgruppe (in Deutschland und der

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

Configuration Management mit Verbosy 17.04.2013 OSDC 2013. Eric Lippmann www.netways.de

Configuration Management mit Verbosy 17.04.2013 OSDC 2013. Eric Lippmann www.netways.de Configuration Management mit Verbosy 17.04.2013 OSDC 2013 Eric Lippmann Kurzvorstellung NETWAYS Expertise OPEN SOURCE SYSTEMS MANAGEMENT OPEN SOURCE DATA CENTER Monitoring & Reporting Configuration Management

Mehr

Darüber hinaus wird das Training dazu beitragen, das Verständnis für die neuen Möglichkeiten zu erlangen.

Darüber hinaus wird das Training dazu beitragen, das Verständnis für die neuen Möglichkeiten zu erlangen. Ora Education GmbH www.oraeducation.de info@oraeducation.de Lehrgang: Oracle 11g: New Features für Administratoren Beschreibung: Der Kurs über fünf Tage gibt Ihnen die Möglichkeit die Praxis mit der neuen

Mehr

Infrastruktur modernisieren

Infrastruktur modernisieren Verkaufschance: Infrastruktur modernisieren Support-Ende (EOS) für Windows Server 2003 Partnerüberblick Heike Krannich Product Marketing Manager ModernBiz ModernBiz Bereitstellung von KMU-Lösungen mit

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

Storage Virtualisierung

Storage Virtualisierung Storage Virtualisierung Einfach & Effektiv 1 Agenda Überblick Virtualisierung Storage Virtualisierung Nutzen für den Anwender D-Link IP SAN Lösungen für virtuelle Server Umgebungen Fragen 2 Virtualisierung

Mehr

Objektorientierte Datenbanken

Objektorientierte Datenbanken OODB 11 Slide 1 Objektorientierte Datenbanken Vorlesung 11 vom 01.07.2004 Dr. Sebastian Iwanowski FH Wedel OODB 11 Slide 2 Inhalt heute: Datenbanken in betriebswirtschaftlichen Anwendungen OTLP (SAP) Data

Mehr

Planung auf Aufbau von SharePoint-Suchinfrastrukturen

Planung auf Aufbau von SharePoint-Suchinfrastrukturen Building & Connecting Know-how 16.-17. Februar 2011, München Planung auf Aufbau von SharePoint-Suchinfrastrukturen Fabian Moritz SharePoint MVP Partner: Veranstalter: Aufbau von Suchplattformen Planung

Mehr

Oracle OLAP 11g: Performance für das Oracle Data Warehouse

Oracle OLAP 11g: Performance für das Oracle Data Warehouse Oracle OLAP 11g: Performance für das Oracle Data Warehouse Marc Bastien Oracle BI Presales Agenda Performanceprobleme in Oracle DWH: gibt s das überhaupt? Mögliche Gründe und Lösungen

Mehr

Berater-Profil 3491. Cognos-Berater. Ausbildung Diplom Kaufmann. EDV-Erfahrung seit 1990. Verfügbar ab auf Anfrage.

Berater-Profil 3491. Cognos-Berater. Ausbildung Diplom Kaufmann. EDV-Erfahrung seit 1990. Verfügbar ab auf Anfrage. Berater-Profil 3491 Cognos-Berater Schwerpunkte: - Cognos Softwaresuite, OLAP, Reporting, Analyse, ScorecardingBusiness Intelligence, Corporate Performance Management, Management Informations Systeme,

Mehr

Data Warehouse Technologien

Data Warehouse Technologien Veit Köppen Gunter Saake Kai-Uwe Sattler Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis vii 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...............

Mehr

Managed Infrastructure Service (MIS) Schweiz

Managed Infrastructure Service (MIS) Schweiz Pascal Wolf Manager of MIS & BCRS Managed Infrastructure Service (MIS) Schweiz 2011 Corporation Ein lokaler Partner in einem global integrierten Netzwerk Gründung im Jahr 2002 mit dem ersten full-outtasking

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

Integrationskonzepte für die HP Quality Center Plattform. Vivit 2009

Integrationskonzepte für die HP Quality Center Plattform. Vivit 2009 Integrationskonzepte für die HP Quality Center Plattform Thomas Jähnig Vivit 2009 Gliederung Einführung HP QualityCenter Synchronizer Plattform Implementierung eigener Adapter Alternativen Excel Import/Export

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

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

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

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht)

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

Mehr

SharePoint Provider for Oracle

SharePoint Provider for Oracle SharePoint Provider for Oracle DOAG 2011 (Atos) (Oracle) SharePoint Provider for Oracle Integration der Oracle Datenbank als zentrales Repository für alle Dokumente in Microsoft SharePoint Farmen Aufwertung

Mehr

Data-Warehouse-Technologien

Data-Warehouse-Technologien Data-Warehouse-Technologien Prof. Dr.-Ing. Kai-Uwe Sattler 1 Prof. Dr. Gunter Saake 2 1 TU Ilmenau FG Datenbanken & Informationssysteme 2 Universität Magdeburg Institut für Technische und Betriebliche

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

Kapitel 4: Data Warehouse Architektur

Kapitel 4: Data Warehouse Architektur Data Warehousing, Motivation Zugriff auf und Kombination von Daten aus mehreren unterschiedlichen Quellen, Kapitel 4: Data Warehousing und Mining 1 komplexe Datenanalyse über mehrere Quellen, multidimensionale

Mehr

Einsatz des Microsoft SQL-Servers bei der KKH

Einsatz des Microsoft SQL-Servers bei der KKH Einsatz des Microsoft SQL-Servers bei der KKH Reporting Services und Analysis Services Kontaktdaten Detlef André Abteilungsleiter Data Warehouse E-Mail detlef.andre@kkh.de Telefon 0511 2802-5700 Dr. Reinhard

Mehr

Microsoft Private Cloud Customer Reference Lufthansa Systems AG

Microsoft Private Cloud Customer Reference Lufthansa Systems AG Microsoft Private Cloud Customer Reference Lufthansa Systems AG Peter Heese Architekt Microsoft Deutschland GmbH Holger Berndt Leiter Microsoft Server Lufthansa Systems AG Lufthansa Systems Fakten & Zahlen

Mehr

PRODATIS CONSULTING AG. Folie 1

PRODATIS CONSULTING AG. Folie 1 Folie 1 Führend im Gartner Magic Quadranten für verteilte, interagierende SOA Projekte Oracle ist weltweit auf Rang 1 auf dem Markt der Enterprise Service Bus Suiten (ESB) für SOA Software 2010 26,3 %

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

DW2004. XML-Datenimport in das SAP Business Information Warehouse bei Bayer Material Science. 3. November 2004. Dr. Michael Hahne, cundus AG

DW2004. XML-Datenimport in das SAP Business Information Warehouse bei Bayer Material Science. 3. November 2004. Dr. Michael Hahne, cundus AG DW2004 XML-Datenimport in das SAP Business Information Warehouse bei Bayer Material Science Dr. Michael Hahne, cundus AG 3. November 2004 cundus AG 2004 Gliederung Motivation SAP Business Information Warehouse

Mehr

Vorwort zur 5. Auflage... 15 Über den Autor... 16

Vorwort zur 5. Auflage... 15 Über den Autor... 16 Vorwort zur 5. Auflage...................................... 15 Über den Autor............................................ 16 Teil I Grundlagen.............................................. 17 1 Einführung

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

MOBILE ENTERPRISE APPLICATION PLATFORM (MEAP)

MOBILE ENTERPRISE APPLICATION PLATFORM (MEAP) MOBILE ENTERPRISE APPLICATION PLATFORM (MEAP) Oliver Steinhauer.mobile PROFI Mobile Business Agenda MOBILE ENTERPRISE APPLICATION PLATFORM AGENDA 01 Mobile Enterprise Application Platform 02 PROFI News

Mehr

Zeitlich abhängig von OWB?

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

Mehr

OLAP und der MS SQL Server

OLAP und der MS SQL Server OLAP und der MS SQL Server OLAP und der MS SQL Server OLAP-Systeme werden wie umfangreiche Berichtssysteme heute nicht mehr von Grund auf neu entwickelt. Stattdessen konzentriert man sich auf die individuellen

Mehr

EMC² Global Financial Services

EMC² Global Financial Services EMC² Global Financial Services Partner Bootcamp 10. Juni 2011 Bad Kleinkirchheim Christian Bauer 1 EMC Global Financial Services (GFS) GFS Technology Lifecycle und Finanzierungsprogramme für unsere Partner

Mehr

SQL Azure Technischer Überblick. Steffen Krause Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/steffenk

SQL Azure Technischer Überblick. Steffen Krause Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/steffenk SQL Azure Technischer Überblick Steffen Krause Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/steffenk Haftungsausschluss Microsoft kann für die Richtigkeit und Vollständigkeit

Mehr

Copyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG HADOOP

Copyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG HADOOP HERZLICH WILLKOMMEN ZUR VERANSTALTUNG HADOOP AGENDA HADOOP 9:00 09:15 Das datengetriebene Unternehmen: Big Data Analytics mit SAS die digitale Transformation: Handlungsfelder für IT und Fachbereiche Big

Mehr

MOBILE ENTERPRISE APPLICATION PLATFORM (MEAP)

MOBILE ENTERPRISE APPLICATION PLATFORM (MEAP) MOBILE ENTERPRISE APPLICATION PLATFORM (MEAP) Oliver Steinhauer Markus Urban.mobile PROFI Mobile Business Agenda MOBILE ENTERPRISE APPLICATION PLATFORM AGENDA 01 Mobile Enterprise Application Platform

Mehr

PMI Munich Chapter 21.04.2008

PMI Munich Chapter 21.04.2008 Projektmanagement im Rahmen einer IT-Infrastruktur- Standardisierung mit internationalen Teams Christoph Felix PMP, Principal Project Manager, Microsoft Deutschland PMI Munich Chapter 21.04.2008 Agenda

Mehr

Funktion Jahrgang Wohnort Nationalität Ausbildung Qualifikationen / Zertifikate Sprachen IT Erfahrung seit Schwerpunkte Branchen Verfügbarkeit

Funktion Jahrgang Wohnort Nationalität Ausbildung Qualifikationen / Zertifikate Sprachen IT Erfahrung seit Schwerpunkte Branchen Verfügbarkeit Profil H. Salib Senior Consultant Jahrgang 1964 Wohnort Köln Nationalität Deutsch Ausbildung Qualifikationen / Zertifikate Sprachen Fachinformatiker, Diplom Psychologe Experte in Datenbankentwicklung SAP

Mehr

Aktuelle Themen der Informatik

Aktuelle Themen der Informatik Aktuelle Themen der Informatik Change Management Michael Epple AI 8 Inhalt: 1. Einführung 2. Begriffsbestimmungen 3. Ablauf des Change Management Prozesses 4. Zusammenhang zwischen Change Management, Configuration

Mehr

DIMEX Data Import/Export

DIMEX Data Import/Export DIMEX Data Import/Export PROCOS Professional Controlling Systems AG Gewerbeweg 15 FL- 9490 Vaduz PROCOS Professional Controlling Systems AG Inhaltsverzeichnis 1 ALLGEMEIN...3 2 GRUNDLEGENDE FUNKTIONEN...4

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

Markus Feichtinger. Power Systems. Der Weg zu POWER! 2009 IBM Corporation

Markus Feichtinger. Power Systems. Der Weg zu POWER! 2009 IBM Corporation Markus Feichtinger Power Systems Der Weg zu POWER! Agenda Motivation Lösung Beispiel Export / Import - Überblick - Migration Beispiel XenoBridge - Überblick - Migration Benefits 2 Motivation Strategisch

Mehr

MTF Ihr Weg zum modernen Datacenter

MTF Ihr Weg zum modernen Datacenter MTF Ihr Weg zum modernen Datacenter Beat Ammann Rico Steinemann Agenda Migration Server 2003 MTF Swiss Cloud Ausgangslage End of Support Microsoft kündigt den Support per 14. Juli 2015 ab Keine Sicherheits-

Mehr

Nach Data Warehousing kommt Business Intelligence

Nach Data Warehousing kommt Business Intelligence Nach Data Warehousing kommt Business Intelligence Andrea Kennel Trivadis AG Glattbrugg, Schweiz Schlüsselworte: Business Intelligence, Data Warehouse Zusammenfassung Data Warehouse bedeutet, dass operative

Mehr

Profil Andy Sydow. Persönliche Daten. Profil. Profil Andy Sydow. Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung

Profil Andy Sydow. Persönliche Daten. Profil. Profil Andy Sydow. 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

Mehr

Cubeware Connectivity for SAP Solutions

Cubeware Connectivity for SAP Solutions Cubeware Connectivity for SAP Solutions Beispiele und Anwendungsfälle 1. Modellierung, Extraction, Transformation und Loading mit Datenquelle SAP R/3 und mysap ERP Mit Hilfe des Cubeware Importers und

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

Modellbasierte Business Intelligence in der Praxis. Nürnberg, 10.11.2009

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.

Mehr

IBM Informix Tuning und Monitoring

IBM Informix Tuning und Monitoring Seminarunterlage Version: 11.01 Copyright Version 11.01 vom 25. Juli 2012 Dieses Dokument wird durch die veröffentlicht. Copyright. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen

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

PROZESSCONTROLLING MIT MICROSOFT TOOLS

PROZESSCONTROLLING MIT MICROSOFT TOOLS PROZESSCONTROLLING MIT MICROSOFT TOOLS AGENDA In eigener Sache Processcontrolling mit Office Demo Excel Maps Processcontrolling mit SQL Server Rolle von SharePoint 2013 Demo Praxisbeispiel Einkaufsprozess

Mehr

R im Enterprise-Modus

R im Enterprise-Modus R im Enterprise-Modus Skalierbarkeit, Support und unternehmensweiter Einsatz Dr. Eike Nicklas HMS Konferenz 2014 Was ist R? R is a free software environment for statistical computing and graphics - www.r-project.org

Mehr

Webbasierte Exploration von großen 3D-Stadtmodellen mit dem 3DCityDB Webclient

Webbasierte Exploration von großen 3D-Stadtmodellen mit dem 3DCityDB Webclient Webbasierte Exploration von großen 3D-Stadtmodellen mit dem 3DCityDB Webclient Zhihang Yao, Kanishk Chaturvedi, Thomas H. Kolbe Lehrstuhl für Geoinformatik www.gis.bgu.tum.de 11/14/2015 Webbasierte Exploration

Mehr

Big Data Mythen und Fakten

Big Data Mythen und Fakten Big Data Mythen und Fakten Mario Meir-Huber Research Analyst, IDC Copyright IDC. Reproduction is forbidden unless authorized. All rights reserved. About me Research Analyst @ IDC Author verschiedener IT-Fachbücher

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

Technische Seminarreihe Empowering Business Intelligence

Technische Seminarreihe Empowering Business Intelligence PRESSEMITTEILUNG / Veranstaltungshinweis Technische Seminarreihe Empowering Business Intelligence Trivadis bietet für Entwickler, Projektleiter, Datenbank-Administratoren sowie DWHund BI-Interessierte

Mehr

Datenbanken. Produkte Dienstleistungen Referenzen

Datenbanken. Produkte Dienstleistungen Referenzen Datenbanken Produkte Dienstleistungen Referenzen Produkte: MS SQL Server MS SQL Server 2005 Datenbankmodul Berichtssysteme mit Reporting Services Data Warehousing/Data Mining mit Analysis Services Schnittstellen

Mehr

Agile Analytics Neue Anforderungen an die Systemarchitektur

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

Mehr

Die Cloud, die alles anders macht. Die 6 Grundzüge der Swisscom Cloud

Die Cloud, die alles anders macht. Die 6 Grundzüge der Swisscom Cloud Die Cloud, die alles anders macht. Die 6 Grundzüge der Swisscom Cloud Viele Clouds, viele Trends, viele Technologien Kommunikation Private Apps Prozesse Austausch Speicher Big Data Business Virtual Datacenter

Mehr

Mala Bachmann September 2000

Mala Bachmann September 2000 Mala Bachmann September 2000 Wein-Shop (1) Umsatz pro Zeit und Produkt Umsatz Jan Feb Mrz Q1 Apr 2000 Merlot 33 55 56 144 18 760 Cabernet-S. 72 136 117 325 74 1338 Shiraz 85 128 99 312 92 1662 Rotweine

Mehr

Business Process Monitoring und Service Level Monitoring mit ZIS-System, ZISGUI und ZISSLM. Ernst Radina Systemberater LeuTek GmbH D-70771 Leinfelden

Business Process Monitoring und Service Level Monitoring mit ZIS-System, ZISGUI und ZISSLM. Ernst Radina Systemberater LeuTek GmbH D-70771 Leinfelden Business Process Monitoring und Service Level Monitoring mit ZIS-System, ZISGUI und ZISSLM Ernst Radina Systemberater LeuTek GmbH D-70771 Leinfelden LeuTek Ihr Partner für IT- und RZ- Automation Als führender

Mehr

eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator

eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator Agenda Was ist Business Intelligence? Was ist OLAP? Unterschied zwischen OLAP und OLTP? Bestandteile

Mehr