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,

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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Themenblock: Erstellung eines Cube

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

Mehr

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

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

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

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

ITSM Roundtable. Linz, den 25.09.2014

ITSM Roundtable. Linz, den 25.09.2014 ITSM Roundtable Linz, den 25.09.2014 USU auf einen Blick Gründung 2014 Fokus Branche Know-how Rechtsform Mitarbeiter Standorte Unabhängiger Software- und Lösungsanbieter IT Service Management & Knowledge

Mehr

good. better. outperform.

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

Mehr

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

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

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

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

FirstPoint Reguliertes Document Management basierend auf Microsoft Platform. Romuald Braun Director Life Sciences FCG GmbH (künftig CSC)

FirstPoint Reguliertes Document Management basierend auf Microsoft Platform. Romuald Braun Director Life Sciences FCG GmbH (künftig CSC) FirstPoint Reguliertes Document Management basierend auf Microsoft Platform Romuald Braun Director Life Sciences FCG GmbH (künftig CSC) Agenda Über FCG Life Sciences FCG Life Sciences und Microsoft - strategische

Mehr

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 (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

Mehr

Key Performance Indicators

Key Performance Indicators Key Performance Indicators Kennzahlen die Potential zeigen Dipl.-Ing. Till Federspiel 21. Juni 2006 6/21/2006 2:31:02 PM 6851-06_Teamwork 2006 1 CSC und Performance Control 2. Hälfte 1990er: Process Quality

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

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

BARC-Studie Data Warehousing und Datenintegration

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

Mehr

Master Data Management - Wege aus der Datenkrise

Master Data Management - Wege aus der Datenkrise Master Data Management - Wege aus der Datenkrise Conect 2008-04-03 Dr. Siegmund Priglinger Business Application Research Center (BARC) Steinbachtal 2b D-97082 Würzburg +49-931-8806510 www.barc.de Agenda

Mehr

25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling. Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU

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

Mehr

Oracle Business Process Analysis Suite. Gert Schüßler Principal Sales Consultant

<Insert Picture Here> Oracle Business Process Analysis Suite. Gert Schüßler Principal Sales Consultant Oracle Business Process Analysis Suite Gert Schüßler Principal Sales Consultant 1 Geschäftsprozesse Zerlegung am Beispiel Kreditvergabe Antrag aufnehmen Antrag erfassen Schufa Kunden

Mehr

A central repository for gridded data in the MeteoSwiss Data Warehouse

A central repository for gridded data in the MeteoSwiss Data Warehouse A central repository for gridded data in the MeteoSwiss Data Warehouse, Zürich M2: Data Rescue management, quality and homogenization September 16th, 2010 Data Coordination, MeteoSwiss 1 Agenda Short introduction

Mehr

Celonis Process Mining

Celonis Process Mining REALISIEREN BERATEN OPTIMIEREN COCUS AG - COMPANY FOR CUSTOMERS Celonis Process Mining 25.März 2014 AXAS AG / COCUS AG AXAS AG Nicolas Pantos Mitglied der Direktion Hirschgässlein 19 CH-4051 Basel Direct

Mehr

Implementierung eines Data Marts. Gunther Popp dc soft GmbH

Implementierung eines Data Marts. Gunther Popp dc soft GmbH Implementierung eines Data Marts Gunther Popp dc soft GmbH Überblick Vorstellung der Beispielanwendung Prozeß zur Erstellung eines Data Marts - Design - Datenermittlung - Implementierung Erläutert am Beispiel-Mart

Mehr

FAGUS Paper Data Cubes

FAGUS Paper Data Cubes FAGUS Paper Data Cubes v5 Dynamische Datenanalyse auf Basis von FAGUS Paper.v5 und Microsoft Analysis Services 2 FAGUS Paper Data Cubes Data Mining Nutzen Sie den Mehrwert Ihrer IT Jeden Tag werden in

Mehr

Werkzeuge für Datenbank Handwerker: IBM Data Studio und IBM Optim QWT

Werkzeuge für Datenbank Handwerker: IBM Data Studio und IBM Optim QWT Werkzeuge für Datenbank Handwerker: IBM Data Studio und IBM Optim QWT Neue Technologien effizient nutzen Ehningen, 3. Juli 2014 Rodney Krick rk@aformatik.de aformatik Training & Consulting GmbH & Co. KG

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

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 2 Terminologie und Definition

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

Mehr

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

Data Warehouse Technologien

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

Mehr

IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch

IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch Markus Ruf, Geschäftsführer mip GmbH Jens Kretzschmar, Senior

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

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

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

Mehr

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

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

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

Mehr

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

Make or Buy. Full Design vs. Module Based Solutions

Make or Buy. Full Design vs. Module Based Solutions Make or Buy Full Design vs. Module Based Solutions Das Unternehmen NetModule Gegründet: 1998 Mitarbeiter: 37 Umsatz: 8 mio ISO 9001/ISO13485 zertifiziert Angebot Expertise und Beratung Entwicklungsdienstleistung

Mehr

cloud4health Cloud-Architektur für die datenschuzkonforme Sekundärnutzung strukturierter und freitextlicher Daten Ines Leb

cloud4health Cloud-Architektur für die datenschuzkonforme Sekundärnutzung strukturierter und freitextlicher Daten Ines Leb cloud4health Cloud-Architektur für die datenschuzkonforme Sekundärnutzung strukturierter und freitextlicher Daten Ines Leb Lehrstuhl für Medizinische Informatik Telemed 03.07.2013 2 Agenda Motivation Vorgehen

Mehr

Verschiedene Arten des Datenbankeinsatzes

Verschiedene Arten des Datenbankeinsatzes 1 Beispiele kommerzieller DBMS: Kapitelinhalt Was charakterisiert und unterscheidet verschiedene Einsatzbereiche für. Welche prinzipiell unterschiedlichen Anforderungen ergeben sich für das DBMS bei Ein-

Mehr

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

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

Mehr

Linuxtag 2014. PostgreSQL. Community trifft auf Business. Michael. Meskes. credativ 2014. www.credativ.com

Linuxtag 2014. PostgreSQL. Community trifft auf Business. Michael. Meskes. credativ 2014. www.credativ.com PostgreSQL Michael - Meskes Community trifft auf Business Aktive Freie Software seit 1993 Entwicklung Linux seit 1994 an Debian GNU/Linux seit 1995 Open Source PostgreSQL seit 1998 Aktive 1992 1996 Promotion

Mehr

Berater-Profil 3402. Datawarehouse / Datenbank Spezialist (Mainframe, Client-Server und Web) EDV-Erfahrung seit 1987. Verfügbar ab auf Anfrage

Berater-Profil 3402. Datawarehouse / Datenbank Spezialist (Mainframe, Client-Server und Web) EDV-Erfahrung seit 1987. Verfügbar ab auf Anfrage Berater-Profil 3402 Datawarehouse / Datenbank Spezialist (Mainframe, Client-Server und Web) Tätigkeitsschwerpunkte: - Projekt-/Teilprojektleitung, DB/2 Administration, Performance/Tuning, Datenmodellierung.

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

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

Big Data Hype und Wirklichkeit Bringtmehrauchmehr?

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

Mehr

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

Business Intelligence Architektur im Umfeld von Big Data (IDAREF) [D2] Bernd Meister Uetliberg, 16.09.2014 www.boak.ch

Business Intelligence Architektur im Umfeld von Big Data (IDAREF) [D2] Bernd Meister Uetliberg, 16.09.2014 www.boak.ch Business Intelligence Architektur im Umfeld von Big Data (IDAREF) [D2] Bernd Meister Uetliberg, 16.09.2014 www.boak.ch In dieser Session wird IDAREF, ein Framework, dass auf logischer Ebene eine analytische

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

Data Warehousing Grundbegriffe und Problemstellung

Data Warehousing Grundbegriffe und Problemstellung Data Warehousing Grundbegriffe und Problemstellung Dr. Andrea Kennel, Trivadis AG, Glattbrugg, Schweiz Andrea.Kennel@trivadis.com Schlüsselworte Data Warehouse, Cube, Data Mart, Bitmap Index, Star Queries,

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

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

TMF projects on IT infrastructure for clinical research

TMF projects on IT infrastructure for clinical research Welcome! TMF projects on IT infrastructure for clinical research R. Speer Telematikplattform für Medizinische Forschungsnetze (TMF) e.v. Berlin Telematikplattform für Medizinische Forschungsnetze (TMF)

Mehr

Data Warehousing und anderetrends beim Einsatz der SAS Software in Unternehmen KSFE. 1. Konferenz der SAS Benutzer in Forschung und Entwicklung

Data Warehousing und anderetrends beim Einsatz der SAS Software in Unternehmen KSFE. 1. Konferenz der SAS Benutzer in Forschung und Entwicklung Data Warehousing und anderetrends beim Einsatz der SAS Software in Unternehmen KSFE 1. Konferenz der SAS Benutzer in Forschung und Entwicklung Unterschiedliche Geschäftsprozesse Operativer Dispositve Geschäftsbetrieb

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

Einfache Migration auf Collax Server mit der Acronis Backup Advanced Solution

Einfache Migration auf Collax Server mit der Acronis Backup Advanced Solution New Generation Data Protection Powered by Acronis AnyData Technology Einfache Migration auf Collax Server mit der Acronis Backup Advanced Solution Marco Ameres Senior Sales Engineer Übersicht Acronis Herausforderungen/Pain

Mehr

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

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

Mehr

Vom Single Point of Truth zur Single Version of the Facts. Data Warehousing zu Beginn des BigData-Zeitalters. inspire IT - Frankfurt 11. 12.05.

Vom Single Point of Truth zur Single Version of the Facts. Data Warehousing zu Beginn des BigData-Zeitalters. inspire IT - Frankfurt 11. 12.05. Vom Single Point of Truth zur Single Version of the Facts Data Warehousing zu Beginn des BigData-Zeitalters inspire IT - Frankfurt 11. 12.05.2015 Fahmi Ouled-Ali Kabel Deutschland Marian Strüby OPITZ CONSULTING

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

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

DAMA Auftaktveranstaltung, 4.7.01, Cottbus: Integrationsprojekte erfolgreich managen: Die Wahrheit liegt in den Daten!

DAMA Auftaktveranstaltung, 4.7.01, Cottbus: Integrationsprojekte erfolgreich managen: Die Wahrheit liegt in den Daten! DAMA Auftaktveranstaltung, 4.7.01, Cottbus: Integrationsprojekte erfolgreich managen: Die Wahrheit liegt in den Daten! Software Deutschland GmbH München Software- das Unternehmen Gegründet 1997 Privatunternehmen,

Mehr

1G05 Zufriedene End-User durch professionelles IT Management mit HP OpenView

1G05 Zufriedene End-User durch professionelles IT Management mit HP OpenView 1G05 Zufriedene End-User durch professionelles IT Management mit HP OpenView Alexander Meisel Solution Architect IT Service Management HP OpenView 2004 Hewlett-Packard Development Company, L.P. The information

Mehr

Survival Guide für Ihr Business Intelligence-Projekt

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

Mehr

IHR WEG ZUR SALES EXCELLENCE

IHR WEG ZUR SALES EXCELLENCE IHR WEG ZUR SALES EXCELLENCE St. Pölten, 30.6.2014 Wien, 04.03.2015 Christian Stadler FWI CRM Lead Consultant Alfred Schiller FWI CRM Sales Manager AGENDA 09:00-09:10 Uhr Begrüßung Bernhard Rastorfer,

Mehr

After fire and the wheel, cloud is the new game changer.

After fire and the wheel, cloud is the new game changer. Strategie Leistungsumfang Einstiegspunkte Status Ein- Aussichten After fire and the wheel, cloud is the new game changer. Montreal Gazette, November 2011 Microsoft's Plattform Strategie You manage You

Mehr

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

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

Mehr

Problemstellung. Keine Chance! Ich brauche eine genaue Spezifikation und dann vielleicht in 3-4 Wochen können Sie einen erstes Beispiel haben!

Problemstellung. Keine Chance! Ich brauche eine genaue Spezifikation und dann vielleicht in 3-4 Wochen können Sie einen erstes Beispiel haben! Take aways Mit Power BI wird Excel zum zentralen Tool für Self- Service BI End-End Self-Service Lösungsszenarien werden erstmals möglich Der Information Worker erhält ein flexibles Toolset aus bekannten

Mehr

IT-Monitoring braucht Sicherheit Sicherheit braucht Monitoring. Günther Klix op5 GmbH - Area Manager D/A/CH

IT-Monitoring braucht Sicherheit Sicherheit braucht Monitoring. Günther Klix op5 GmbH - Area Manager D/A/CH IT-Monitoring braucht Sicherheit Sicherheit braucht Monitoring Günther Klix op5 GmbH - Area Manager D/A/CH Technische Anforderungen an IT Immer komplexere & verteiltere Umgebungen zunehmend heterogene

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

PAC IT-Services-Preisdatenbank 2015. Preise und Entwicklungen im deutschen IT-Dienstleistungsmarkt 2014-2016 Angebot für IT-Dienstleister

PAC IT-Services-Preisdatenbank 2015. Preise und Entwicklungen im deutschen IT-Dienstleistungsmarkt 2014-2016 Angebot für IT-Dienstleister Preise und Entwicklungen im deutschen IT-Dienstleistungsmarkt 2014-2016 Angebot für IT-Dienstleister Die PAC IT-Services-Preisdatenbank im Überblick 15.000 Referenzpreise ausgewertet über 6 Dimensionen

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