Abschlussarbeit. Auswahl eines quelloffenen Analyse - Werkzeugs für ein kommerzielles System am Beispiel einer Webshop - Umgebung.

Größe: px
Ab Seite anzeigen:

Download "Abschlussarbeit. Auswahl eines quelloffenen Analyse - Werkzeugs für ein kommerzielles System am Beispiel einer Webshop - Umgebung."

Transkript

1 Verwaltungs- und Wirtschafts- Akademie Frankfurt am Main Abschlussarbeit Auswahl eines quelloffenen Analyse - Werkzeugs für ein kommerzielles System am Beispiel einer Webshop - Umgebung von: Annika Kruse Studiengang: Wirtschaftsinformatik Betreuer: Dipl.- Wirt.- Inf. (FH) Nikolai Kunz Abschlussarbeit, vorgelegt zur Erlangung des Titels Informatik Betriebswirtin (VWA) Sommersemester 2010 Abgabetermin:

2 I Inhaltsverzeichnis Abkürzungsverzeichnis... III Abbildungs- und Tabellenverzeichnis... IV 1. Einleitung Motivation und Zielsetzung der Arbeit Abgrenzung der Arbeit Aufbau und Vorgehensweise Grundlagen des Reportings Reporting Grundsatzanforderungen an das Berichtswesen Gestaltungsdimensionen im Reporting Periodizität / Ablauf Instrumente Methoden Empfänger Reporting dargestellt als Prozess Technische Grundlagen Business Intelligence Vorsysteme Datenintegration - ETL Data Warehouse Datenaufbereitung - OLAP Anwenderwerkzeuge Reporting Data Mining Web Mining Text Mining Web Analytics Datensammlung Serverseitige Datensammlung durch Logfiles Clientseitige Datensammlung mithilfe von Page Tagging Anwendungsgebiete Monitoring von Kennzahlen Strategien zur Website Optimierung Segmentierung Pfad - Analysen Konvertierungspfade (Funnel) A/B Tests Datenauswertung und Präsentation Anforderungsanalyse Funktionale Anforderungen Nichtfunktionale Anforderungen Marktanalyse und Auswahl JasperReports... 35

3 II 5.2 Birt Google Analytics Nutzwertanalyse Zusammenfassung Anhang Literaturverzeichnis Ehrenwörtliche Erklärung...48

4 III Abkürzungsverzeichnis EDV IT OLAP BI ERP SAP OLTP CRM ETL IP BI ODF DB XML EJB MDX AJAX JEE PPT CSV Elektronische - Datenverarbeitung Informationstechnologie Online Analytical Processing Business Intelligence Enterprise Resource Planning Systeme Anwendungen und Produkte in der Datenverarbeitung Online Transactional Processing Customer Relationship Management Extraction, Transformation, Loading Internet Protocol Business Intelligence Open Document Format Datenbank Extensible Markup Language Enterprise Java Beans Multidimensional Expression Asynchronous JavaScript and XML Java Enterprise Edition Power Point Character Separates Values

5 IV Abbildungs- und Tabellenverzeichnis Abbildung 1: Reporting dargestellt als Prozess... 8 Abbildung 2: Business Intelligence Architektur Abbildung 3: Anbindung des Webshops Abbildung 4: OLAP Würfel Abbildung 5: Dashboard Abbildung 6: Auswahl wichtiger Data Mining - Verfahren Abbildung 7: Richtungen des Web Mining Abbildung 8: Mögliche Datenquellen des Web Usage Mining Abbildung 9: Kennzahlen des Onlineshops Abbildung 10: Konvertierungspfad (Funnel) Abbildung 11: Der modulare Aufbau der JasperSoft BI - Suite Tabelle 1: Nutzwertanalyse... 40

6 1. Einleitung 1 1. Einleitung 1.1 Motivation und Zielsetzung der Arbeit In der heutigen Zeit ist das Internet kaum noch aus unserem Leben wegzudenken. Es gibt nur noch wenige private Haushalte, die keinen Zugang zum World Wide Web haben. Diese Entwicklung veranlasste viele Unternehmen dazu, die moderne Plattform auch für Ihre Zwecke zu nutzen. Die Unternehmen, welche auf den Verkauf von Produkten ausgerichtet sind, haben sich in den letzten Jahren hinsichtlich des elektronischen Handels ausgeweitet und bieten ihre Produkte auch im Internet zum Verkauf an. Dem Kunden wird das Bestellen über das Internet so komfortabel wie möglich gemacht, denn er hat die Möglichkeit, ohne großen zeitlichen Aufwand, mit zuverlässiger und sicherer Abwicklung, zu jeder Zeit, Produkte zu bestellen. In vielen Unternehmen macht der elektronische Handel einen großen Teil des Umsatzes aus und trägt zum gesamten Unternehmenserfolg bei. Einige Unternehmen betreiben sogar ausschließlich Produkte über den Onlinehandel. Es existieren bereits zahlreiche Produkte auf dem Markt, mithilfe derer man einen Webshop erstellen kann. Dadurch ist auch eine Person ohne technisches Hintergrundwissen, ein sogenannter Laie, in der Lage, ohne großen Programmieraufwand, einen Webshop aufzubauen, im Internet zu präsentieren und Produkte über diesen zu vertreiben. Da Webshops zunehmend an Bedeutung gewinnen und auch für die Existenz vieler Unternehmen verantwortlich sind, wird es auch immer wichtiger, dieses Mittel zielgerecht einzusetzen und auszuwerten. Aus einem Webshop können zahlreiche, entscheidungsrelevante Informationen für das Unternehmen gesammelt werden, die zur Steigerung des Umsatzes beitragen können. Die Tools, die das Sammeln und Auswerten von solchen essentiellen Informationen erst möglich machen, sind zum einen Reporting- und Analyse Tools der Business Intelligence - Technologie und zum anderen die Web Analytic Tools. Beide Programme ermöglichen das Auswerten und Präsentieren von wichtigen Informationen anhand eines kommerziellen Systems - dem Webshop - auf unterschiedliche Art. Die Darstellung der Informationen erfolgt mittels Reports, auf deren Grundlage das Management oder Controller Entscheidungen treffen können.

7 1. Einleitung 2 Ich habe dieses Thema gewählt, weil man nicht nur im beruflichen sondern auch im alltäglichen Leben mit Webshops zu tun hat und auch schon selbst diese Dienste in Anspruch genommen hat. Aufgrund meiner beruflichen Tätigkeit erscheint es mir interessant, Einblicke der anderen Seite, die der Webshop - Betreiber zu gewinnen und mich über deren Auswertungsmöglichkeiten zu informieren. Anhand dieser Arbeit soll ein Vergleich von zwei verschiedenen Auswertungsmöglichkeiten untersucht werden. Es soll herausgestellt werden in welchem Funktionsumfang sich die beiden Reporting Möglichkeiten unterscheiden und welche Kriterien sich zur Untersuchung dieser eignen. 1.2 Abgrenzung der Arbeit Wichtig bei diesem umfangreichen Themengebiet ist, dass es mir nicht vordergründig darum geht, den Aufbau eines Webshops näher zu beschreiben, sondern zwei Technologien vorzustellen, die für das Unternehmen wichtige Auswertungen ermöglichen. Dabei wird die Funktionsweise der beiden Systeme so beschrieben, dass dem Leser deren Vorgehensweise verständlich wird. Noch weiter in die Tiefe zu gehen, würde den Rahmen dieser Arbeit sprengen. 1.3 Aufbau und Vorgehensweise Die Abschlussarbeit beginnt mit den Grundlagen des Reportings. Es werden Begrifflichkeiten geklärt und die grundlegenden Aufgaben und Arten des Reportings erläutert. Das dritte Kapitel beschäftigt sich mit den technischen Grundlagen. Zum einen werden die Business Intelligence - Architektur und Komponenten beschrieben und zum anderen werden die Eigenschaften und Funktionsweise von Web Analytic Tools näher erläutert. Dies sind auch die beiden Verfahren, welche Auswertungen in einem Onlineshop ermöglichen. Im Anschluss folgen die Marktanalyse und das Vorstellen der Open Source Tools, welche von mir selbst ausgewählt wurden. Ich habe diese Tools aufgrund ihrer Quelloffenheit und das Web Analytic Tool ausgesucht, um zu prüfen, inwieweit sich die BI Reporting Tools hinsichtlich der Analytic Tools unterscheiden und für welche Art von Einsatz sich diese besser oder weniger eignen. Anhand eines selbst erstellten Kriterienkatalogs werden die Tools miteinander verglichen und mithilfe einer

8 2. Grundlagen des Reportings 3 Nutzwertanalyse können diese abschließend ausgewertet werden. Die Abschlussarbeit endet mit einer Zusammenfassung der Ergebnisse. 2. Grundlagen des Reportings In den folgenden Abschnitten werden die theoretischen Grundlagen des Berichtswesens näher erläutert. Neben Begriffsdefinitionen werden unter anderem Grundsatzanforderungen und die unterschiedlichen Berichtsmethoden näher beschrieben. 2.1 Reporting Betrachtet man den Begriff des betrieblichen Berichtswesens näher, umfasst dieser nach einer Definition von Blohm alle Einrichtungen, Mittel und Maßnahmen eines Unternehmens [ ] zur Erarbeitung, Weiterleitung, Verarbeitung und Speicherung von Informationen über den Betrieb und seine Umwelt. 1 Darin eingeschlossen ist die Erstellung und Übermittlung der Berichte, welche unter einer übergeordneten Zielsetzung, einem Unternehmenszweck zusammengefasste Informationen darstellen. 2 Von dieser Begriffdefinition ausgehend, werden dem Berichtswesen sowohl alle Informationsprozesse als auch alle Informationsgegenstände zugeordnet und können demnach mit einem betrieblichen Informationssystem gleichgestellt werden. Das Berichtswesen wird auch als das Gedächtnis des Unternehmens bezeichnet. 3 Das Ziel des Berichtswesens besteht nach Horvàth & Partner (2006, S. 267) darin, dass der Controller die richtigen Informationen, in der richtigen Verdichtung, zum richtigen Zeitpunkt, am richtigen Ort und in der richtigen Form vorlegt. 4 1 Koch, R. (1994), S Vgl. Koch, R. (1994), S Vgl. Eichholz, D. (2008), S Eichholz, D. (2008), S. 97

9 2. Grundlagen des Reportings 4 Anhand der richtigen Informationen können auf der Managementebene wichtige Entscheidungen vorausschauend getroffen werden. Diese Vorgehensweise minimiert demnach das Risiko für Fehlentscheidungen. Weiterhin erfasst das Berichtswesen die IST - Situation in einem Unternehmen auf deren Grundlage aktuelle Geschehnisse zielgerecht gesteuert werden können. Außerdem hilft es dem Unternehmen, verlässliche Prognosen zu treffen und ermöglicht gezielte Ursachenanalysen, um vorhandene Schwachstellen zu bereinigen. Im Allgemeinen lässt sich sagen, dass ein gut funktionierendes Berichtswesen zur Sicherung der Unternehmensziele beiträgt. 2.2 Grundsatzanforderungen an das Berichtswesen Wie im Abschnitt 2.1 bereits beschrieben wurde, trägt ein gutes Berichtswesen zur Verbesserung der Unternehmenssituation bei. Die Grundlage für die Entscheidungen liefern die Informationen in einem Bericht. Damit es zu keinen Fehlentscheidungen kommt und die Anforderungen an ein qualitativ hochwertiges Berichtswesen erfüllt werden, ist es im Vorfeld wichtig, die richtigen und wesentlichen Daten zu sammeln, um diese zu entscheidungsrelevanten Informationen aufzuwerten. Zudem ist es wichtig, dass bestimmte Anforderungen eingehalten werden, die im weiteren Verlauf dargestellt werden: Objektivität Es ist wichtig, dass der Controller die Gegebenheiten und Situationen objektiv darstellt. Um rationale Entscheidungen treffen zu können, muss sich das Management auf die Objektivität der Informationen verlassen können. Nachprüfbarkeit Die Akzeptanz auf der Managementebene steigt, je nachprüfbarer und nachvollziehbarer die darin enthaltenen Ergebnisse sind. 5 Termintreue Die Reports sollen dem Adressaten fristgerecht zugestellt werden. 5 Vgl. Eichholz, D. (2008), S. 96

10 2. Grundlagen des Reportings 5 Aktionsorientierung Mit Reporting sollte nicht nur die aktuell bestehende Unternehmenssituation statisch festgehalten werden, sondern darüber hinaus, die Führungskräfte dazu befähigt werden, auf Grundlage der Berichte, bestimmte Schritte und Aktionen einzuleiten. 6 Benutzerorientierung Die Informationen richten sich grundsätzlich immer an die Empfänger des Reports. Die Orientierung an deren Bedürfnisse hat diesbezüglich eine hohe Priorität und stellt eine weitere Grundsatzanforderung im Berichtswesen dar. Demzufolge sollte ein Report benutzerfreundlich gestaltet sein. Wird die Benutzerfreundlichkeit nicht genügend fokussiert, kann es dazu führen, dass Berichte erst gar nicht gelesen werden. Der Berichtsinhalt (Detaillierungsniveau), die Frequenz (z.b. monatlich), die Wahl des Layouts (Unterstützung von Zahlen mit Graphiken oder Tabellen) und das Medium (Online - Selbstanalyse oder Berichte in Papierform) spielen dabei eine wichtige Rolle. 7 Konsistenz Oft können gleiche Daten aus mehreren Informationsquellen gewonnen werden, was zu Inkonsistenzen im Berichtswesen führen kann. Die Controlling Abteilung hat demnach die Aufgabe, über die Systemgestaltung für ein konsistentes Berichtswesen zu sorgen. 8 Wirtschaftlichkeit Eine wesentliche Aufgabe des Reportings sind Kosten- und Nutzenanalysen in allen Bereichen des Unternehmens. Diese wirtschaftlichen Aspekte gelten aber auch für Berichtssysteme selbst. Aufgrunddessen sind Inhalt, Zweck und Frequenz eines Berichts zu überprüfen. 9 6 Vgl. Waniczek, D. (2002), S Vgl. Waniczek, D. (2002), S Vgl. Waniczek, D. (2002), S Vgl. Waniczek, D. (2002), S. 128

11 2. Grundlagen des Reportings 6 Zuverlässigkeit Zuverlässig sind diejenigen, die Berichte pünktlich zum vereinbarten Termin dem Management zur Verfügung stellen und nicht im Nachhinein noch Änderungen vornehmen müssen. Führungskräfte sollten sich demnach auf ein gut organisiertes und fehlerfreies Berichtswesen verlassen können. 2.3 Gestaltungsdimensionen im Reporting Periodizität / Ablauf Grundsätzlich werden Berichte hinsichtlich der Erstellung in regelmäßig erstellten und unregelmäßig erstellten Reports unterschieden. Werden in der Praxis regelmäßig Reports erstellt, muss festgelegt werden, in welchen zeitlichen Abständen dies erfolgen soll. Der Monat hat sich als Standardberichtsintervall durchgesetzt. 10 In der Praxis kommt es oft vor, dass Berichte kurzfristig erstellt werden müssen. Dies ist meistens der Fall, sobald es um Inhalte oder Sachverhalte geht, die nur kurzfristig beeinflussbar sind oder aufgrund von hohen Risiken schnellstmöglich erfasst werden müssen. 11 Ein optimiertes Berichtswesen sollte daher auf unterschiedliche Inhalte und Adressatenkreise mit einer angepassten Periodizität, flexibel reagieren können Instrumente Für die Informationsbereitstellung stehen dem Controller zwei Instrumente zur Verfügung. Zum einen das klassische Papier - Berichtswesen und zum anderen das EDV gestützte Berichtswesen. Reports können demnach in schriftlicher Form oder in Form von IT - gestützten Berichten an den Empfänger gelangen. Werden die Berichte in Papierform erstellt, so ist von Berichtsbüchern oder Eckdatenblättern die Rede. Eckdatenblätter beschränken sich auf wesentliche 10 Waniczek, D. (2002), S Vgl. Waniczek, D. (2002), S Vgl. Waniczek, D. (2002), S. 132

12 2. Grundlagen des Reportings 7 Informationen, wobei Berichtsbücher ausführlicher sind und das Ziel, einen möglichst breiten Berichtsservice anzubieten, verfolgen. 13 IT - gestützte Berichte können einerseits vom Nutzer selbst gezogen werden oder der Controller des Unternehmens übermittelt den Report an die Adressaten. Der Kunde hat die Möglichkeit mittels OLAP - Tools, seine Informationen selbst zu analysieren. OLAP steht für Online - Analytical - Processing und wird im Kapitel 3, Abschnitt näher beschrieben Methoden Die Berichtsmethoden dienen zur Unterscheidung der verschiedenen Reports. Folgende Berichtsmethoden werden grundsätzlich unterschieden. 14 Strategischer Bericht Bei dieser Form des Reportings handelt es sich um Berichte über strategisch wichtige Ereignisse. Zur Anwendung kommen diese, wenn im Unternehmen eine neue Strategie aufgrund von Datenmaterial begründet werden kann. 15 Zwischenbericht Der Zwischenbericht, auch Standardbericht genannt, stellt einen periodisch wiederkehrenden Bericht dar. Bei dieser Methode ist es wichtig, auch Entwicklungen aufzuzeigen und nicht nur die Ist - Situation zu schildern. 16 In der Praxis werden Standardberichte meistens in einer definierten Struktur zu festen Zeitpunkten erstellt. Negativer Bericht Auch negative Ereignisse bleiben in einem Unternehmen nicht aus. Ein negativer Bericht hat die Aufgabe, solche negativen Entwicklungen darzustellen. Wichtig ist bei dieser Art des Reportings, nicht nur die negativen Aspekte aufzuzeigen, sondern auch Lösungen vorzustellen und Empfehlungen für die Zukunft auszusprechen Vgl. Waniczek, D. (2002), S Vgl. Eichholz, R. (2008), S Vgl. Neuhäuser - Metternich, S.; Witt, F. (2000), S Vgl. Neuhäuser - Metternich, S.; Witt, F. (2000), S Vgl. Neuhäuser - Metternich, S.; Witt, F. (2000), S. 316

13 2. Grundlagen des Reportings 8 Sonderbericht Diese Art von Berichten wird auch als Ad - Hoc - Reporting bezeichnet. Dieser Bericht findet dann seine Anwendung, wenn der Controller, bzw. der Berichtserstatter, einen Bericht, ohne vorgegebene Struktur, völlig frei anlegen möchte Empfänger Der Empfänger spielt ebenfalls eine sehr wichtige Rolle im Berichtswesen. Wie im Abschnitt 2.1 erwähnt wurde, soll der Empfänger nicht mit unwichtigen Informationen überladen werden. Der Berichtsinhalt ist auf den Empfänger ausgerichtet und sollte somit seinen Ansprüchen und Anforderungen gerecht werden. Der Empfänger soll einen schnellen und guten Überblick über den Sachverhalt bekommen. 2.4 Reporting dargestellt als Prozess Informationsbedarfsermittlung Datenbeschaffung, -transformation und -analyse Berichtserstellung und -gestaltung Berichtsverteilung und -präsentation Berichtsaufnahme und -diskussion Berichtsverwaltung Abbildung 1: Reporting dargestellt als Prozess 18 Betrachtet man das Reporting als Prozess, muss erst einmal klar gemacht werden, was damit erreicht werden soll, bzw. das Ziel muss klar definiert sein. Möchte der 18 In Anlehnung an: Uhr, W.; Esswein, W.; Schoop, E. (2003), S. 336

14 3. Technische Grundlagen 9 Manager beispielsweise auf einen Blick den Umsatz der letzten drei Jahre, welcher durch den Einsatz des Webshops erzielt wurde, angezeigt bekommen, sollte klar sein, welche Informationen dafür benötigt werden. In diesem Fall sind es Informationen aus dem Rechnungswesen. Als Nächstes werden die Daten in einem weiteren Teilprozess beschafft, transformiert und analysiert (s. Kapitel 3.1.2). Ist die Datenintegration abgeschlossen, werden die Berichte erstellt und empfängerorientiert gestaltet. Einen weiteren Teil des gesamten Prozesses umfasst die Berichtsverteilung und - präsentation, wobei die Präsentation mündlich oder computergestützt erfolgen kann. Die Reports werden dann vom Adressaten aufgenommen und es sollte bestenfalls die Möglichkeit gegeben sein, dass der Empfänger mit anderen Mitarbeitern über den visualisierten Sachverhalt kommunizieren und diskutieren kann. Die Entscheidungen, welche aufgrund des Reports getroffen werden, gehören nicht mehr zum eigentlichen Berichtswesen - Prozess. Da die Berichte zum Abrufen und Weiterleiten gespeichert werden müssen, zählt das Speichern zum Verwaltungsaufwand der Berichte. Die Berichtsverwaltung stellt folglich einen begleitenden Prozess dar und ist nicht für die Erstellung des Reports von Notwendigkeit Technische Grundlagen In den folgenden Abschnitten werden die technischen Grundlagen der Business Intelligence - Technologie und der Web Analytics näher erläutert. Bei der zuerst genannten Anwendung handelt es sich um eine Möglichkeit der Datenanalyse und -auswertung des Onlineshops, welche auf Basis der gesamten unternehmerischen Daten bezogen werden kann. Bei der zweitgenannten Web Analytic Software wird der Fokus ausschließlich auf die anfallenden Daten des Webshops und die im Hintergrund laufenden Komponenten gerichtet, wie z.b. der Webserver. 19 Vgl. Uhr, W.; Esswein, W.; Schoop, E. (2003), S. 336

15 3. Technische Grundlagen Business Intelligence Das Analystenhaus der Gartner Group verwendete den Begriff Business Intelligence Mitte der neunziger Jahre zum ersten Mal. Dieser Begriff beschreibt das Bereitstellen und die Analyse der Daten mit dem Ziel, Führungskräfte in ihrer Tätigkeit zu unterstützen. 20 Früher war der Begriff Business Intelligence besser bekannt als IT basierte Managementunterstützung. In einem Unternehmen kommen immer wieder typische Fragestellungen von Führungskräften auf, wie z.b. nach den zehn größten und umsatzwichtigsten Kunden oder die Frage nach den Produkten, die den größten Gewinn erzielen. Mit dem Einsatz von Reporting Tools können solche Fragen schnell und zielgerichtet beantwortet und in angemessener Form visualisiert werden. Ausgehend von der Datenbeschaffung, bis hin zur Anwendung durch den Endbenutzer, kommen unterschiedliche Module und Methoden zum Einsatz, welche in den nachfolgenden Abschnitten näher betrachtet werden. Abbildung 2: Business Intelligence Architektur In Anlehnung an: IT - Novum (2009) 21 Vgl. Matzer, M. (2007)

16 3. Technische Grundlagen Vorsysteme Für die Datenbasis eines Data Ware House ist die Beschaffung der Daten aus Vorsystemen nötig. Grundsätzlich werden die Vorsysteme in operative Systeme und externe Datenquellen unterschieden. Beispiele für die operativen Systeme sind ERP - Systeme oder Daten aus dem CRM (Customer Relationship Management). ERP - Systeme beschäftigen sich mit der Abbildung von operativen Geschäftsprozessen und werden auch als Warenwirtschaftssysteme bezeichnet. Das Customer Relationship Management befasst sich mit dem gesamten Kundenbeziehungsmanagement in einem Unternehmen. Externe Datenquellen können Daten aus dem Internet, aber auch einzelne Dateien sein. In Bezug auf die unternehmensexternen Daten ist zu erwähnen, dass die auf den internen Daten basierenden Auswertungen sowie Analysen erst dann an Wichtigkeit und Bedeutung gewinnen, sobald diese mit den externen Daten verglichen werden. 22 Webshops gehören den Vorsystemen an und befassen sich ausschließlich mit der Erfassung von Aufträgen der Kunden und ERP - Systeme mit der nachfolgenden Weiterbearbeitung dieser. Die Erfahrungen haben gezeigt, dass eine Anbindung von Onlineshops mit ERP - Systemen, sofern es auch im Unternehmen eingesetzt wird, sich als besonders günstig erweisen kann. 23 Die Anbindung erfolgt meist über vorkonfigurierte Schnittstellen und ermöglicht somit das Abgleichen des Datenbestandes beider Systeme. Viele ERP - Anbieter, wie Oracle oder SAP, verkaufen aber auch Onlineshop - Lösungen, in welchen die ERP - Anwendungen bereits integriert sind. Erfahrungen haben gezeigt, dass eine Integration des Webshops in andere Back - End - Systeme unbedingt realisiert werden sollte, da ihr Fehlen der Grund für viele gescheiterte Unternehmen war. Webshops speichern Kundenaufträge nur in einer Datei ab, die eigentliche Verarbeitung der Daten, welche Lieferung, Lagerhaltung und Zahlung betrifft, wird von den ERP - Systemen übernommen. Besteht keine Verbindung zur ERP - Anwendung, würde es bei einer hohen Anzahl von Bestelleingängen voraussichtlich zu Lieferverzögerungen kommen, da die gesamten Bestelleingänge manuell eingegeben werden müssten und eine zeitnahe Realisierung der Auftragsabwicklung kaum noch möglich wäre Vgl. Burgartz, T. (2008), S Vgl. Dorrhauser, C.; Zlender, A. (2004), S Vgl. Dorrhauser, C.; Zlender, A. (2004), S. 152

17 3. Technische Grundlagen 12 Hinsichtlich des Kundenbeziehungsmanagements kann aufgrund der Zusammenführung von Besucherdaten eines Onlineshops mit den Informationen des CRM ein viel aussagekräftiger Blick auf das Kundenverhalten entstehen. Außerdem sollten Erlöse des Webshops unbedingt mit den Daten des Rechnungswesens abgeglichen werden, denn erst so lässt sich der unternehmerische Gesamterlös bestimmen. Die nachstehende Abbildung verdeutlicht die Anbindung des Webshops in die Datenbasis des Data Warehouse. Abbildung 3: Anbindung des Webshops Datenintegration - ETL Die Datenbeschaffung für die Datenbasis des Data Warehouse erfolgt mithilfe des ETL - Prozesses (Extraktion, Transformation und Loading). Als Erstes werden die Daten aus den operativen und externen Datenquellen extrahiert, transformiert und zum Schluss in die Datenbasis geladen. Durch die Transformation werden die unbehandelten Daten in einen konsistenten Datenbestand überführt. Zunächst werden die Daten gefiltert, welches erst die 25 In Anlehnung an: IT - Novum (2009)

18 3. Technische Grundlagen 13 Extraktion aus den operativen Datenbeständen ermöglicht. 26 Durch diesen Vorgang werden Fehler und Mängel des Datenmaterials aufgedeckt und beseitigt. 27 Danach erfolgt die Harmonisierung der Daten, die das Ziel verfolgt, die vorhandenen, gefilterten Daten, betriebswirtschaftlich abzustimmen. Die Daten werden demnach nach Themen, wie Kunden, Produkte oder Organisationseinheiten gruppiert. 28 Anschließend wird durch den Verdichtungsprozess eine Aggregation, bzw. Zusammenfassung der bereits gefilterten und harmonisierten Daten durchgeführt. In der letzten Phase der Transformation werden mithilfe der Anreicherung, die Daten um die Bildung und Speicherung betriebswirtschaftlicher Kenngrößen, wie Umsatz oder Deckungsbeitrag erweitert, da sich diese bereits schon aus den bestehenden Daten berechnen lassen Data Warehouse Die zentrale Aufgabe eines Data Warehouse besteht darin, die Daten aus einem Unternehmen, welche aus den unterschiedlichsten Anwendungsgebieten kommen, in einer Datenbank zusammenzuführen. Weiterhin sorgt das Data Warehouse dafür, dass diese in konsistenter Form und mit einem hohen Anspruch an Datenqualität für die unterschiedlichen Benutzer zu Analysezwecken und zur Reporterstellung bereitstehen. 29 Neue Datenbestände können ausschließlich nur aus den Vorsystemen erzeugt werden, nicht aus der Datenbasis des Data Warehouse. Hinsichtlich des Trennungsgrades der Datenbasis und den operativen Daten unterscheiden sich zwei verschiedene Realisierungsmöglichkeiten. Zentrales Data Warehouse Das zentrale Data Warehouse beschreibt ein System, das streng von den operativen Systemen getrennt ist und von diesen und externen 26 Vgl. Burgartz, T. (2008), S Vgl. Burgartz, T. (2008), S Vgl. Burgartz, T. (2008), S Vgl. Dorrhauer, C.; Zlender, A. (2004), S. 182

19 3. Technische Grundlagen 14 Datenquellen gefüllt wird. 30 Alle User greifen auf den gleichen Datenbestand zu. Ausschließlich die auf die Datenbasis getätigten Zugriffe unterscheiden sich anhand der unterschiedlichen Anwenderwerkzeuge. Data Marts Die Datensammlung eines Data Marts dient der Unterstützung von Entscheidungen bezüglich einer begrenzten Zahl von Unternehmensbereichen bzw. Unternehmensprozessen und ist nicht zwingend in ein unternehmensweites Data Warehouse Konzept integriert. 31 Ein Data Mart ist meistens eine auswertungsorientierte Datenbank. 32 Bezieht man die Data Marts auf die Unternehmensorganisation, könnte beispielsweise jeder Abteilung ein eigener Data Mart zugeordnet sein oder die Implementierung eines Onlineshops könnte aufgrund der Data Mart - Architektur erfolgen. Die nachstehende Abbildung zeigt eine mögliche Implementierung des Webshops in das Data Warehouse Datenaufbereitung - OLAP Die aus dem ETL - Prozess gewonnenen Daten können anschließend mithilfe von analytischen Auswertungen weiter bearbeitet werden. Damit aus den im Data Warehouse gesammelten Daten geschäftsrelevante Informationen entstehen können, bedarf es einer Aufbereitung dieser. Das Online Analytical Processing stellt eine Erweiterung des betrieblichen Berichtswesens dar und ermöglicht eine flexible, dynamische und multidimensionale Sichtung der Daten. 33 Aus welcher Perspektive die Daten betrachtet werden, ist vom Nutzer frei wählbar. Multidimensional bedeutet, dass Kennzahlen in verschiedenen, betrieblichen Kontexten betrachtet werden können. Der Analyst kann demnach mittels multidimensionalen und dynamischen Analysen, auch Ad - Hoc Analyse genannt, auf konsolidierende und historische Datenbestände zugreifen. 34 Der 30 Vgl. Determann, L. (2002), S Vgl. Determann, L. (2002), S Burgartz, T. (2008), S Vgl. Determann, L. (2002), S Vgl. Determann, L. (2002), S. 65

20 3. Technische Grundlagen 15 nachstehende OLAP Würfel veranschaulicht eine multidimensionale Betrachtung der Daten. Abbildung 4: OLAP Würfel 35 Durch den mehrdimensionalen Aufbau des OLAP - Modells können zusätzlich auch hierarchische Strukturen der Daten berücksichtigt werden. Anhand dieses Würfels sind Manager eines Unternehmens in der Lage, die Absatzmengen eines Produktes in einer bestimmten Region, für einen bestimmten Zeitraum zu ermitteln. Grundlegende Anforderungen an OLAP werden kurz mit dem Akronym FASMI beschrieben. FASMI steht für Fast Analysis of Shared Multidimensional Information und hat folgende Bedeutung für eine mehrdimensionale Datenbankfunktionalität. Fast steht für die schnelle Antwortzeit von Anfragen. Analysis bedeutet für OLAP, dass es die analytische und statistische Funktionalität erbringen muss. Die minimalste Anforderung bezieht sich auf die Fähigkeiten des Benutzers, welcher in der Lage sein sollte, ohne größeren Programmieraufwand, neue Ad - hoc - Abfragen und - Kalkulationen selbst vorzunehmen. Demnach sollten die Analysemöglichkeiten anwenderfreundlich gestaltet sein. Shared kommt die Bedeutung der Multiuserfähigkeit zu. Konzepte für die Verteilung müssen vorhanden sein, damit der Mehrbenutzerbetrieb gewährleistet werden kann. 35 Quelle: Entnommen aus: TU - Chemnitz (2007)

21 3. Technische Grundlagen 16 Multidimensionalität ist die Essenz eines OLAP Systems. 36 OLAP verfolgt primär das Ziel der Informationsgewinnung, wobei Informationen erst durch die gute Analyse und unter Betrachtung der richtigen Zusammenhänge der Daten entstehen. Im Weiteren werden die drei möglichen Realisierungen der OLAP - Funktionalität veranschaulicht. Die erste Architektur nennt sich kurz ROLAP, wobei das R für Relationale steht. Diese Variante basiert auf relationalen Datenbanksystemen und als Besonderheit ist die temporäre Speicherung außerhalb der relationalen Datenbank zu nennen, was auch zu dem Namen virtuelles OLAP führt. Betrachtet man das multidimensionale OLAP, kurz MOLAP genannt, findet die Speicherung der Daten physikalisch statt, wobei diese in einer mehrfachen Array Struktur gespeichert werden. Daraus resultiert ein schneller Zugriff auf Datenwerte und eine flexible Darstellung verschiedener Würfelsichten kann dadurch erreicht werden. Bei der dritten Variante, dem Desktop OLAP, kurz DOLAP genannt, werden Daten multidimensional zur lokalen Analyse aufbereitet. Der wesentliche Unterschied zu den beiden vorher genannten Varianten ergibt sich aus dem Speicherort. Durch DOLAP können mobile Analysen mit einem Laptop durchgeführt werden. Kleine Teilwürfel aus den OLAP Datenbanken werden dabei extrahiert und lokal gespeichert, so dass keine dauerhafte Datenbankverbindung bestehen muss Anwenderwerkzeuge Reporting Da die Grundlagen des Reportings bereits im zweiten Kapitel ausführlich beschrieben wurden, wird in diesem Abschnitt auf die heutzutage technisch, realisierbaren Möglichkeiten hinsichtlich des Reportings in Bezug auf die Nutzung für den Endanwender eingegangen. 36 Nölken, D. (2002), S Vgl. Burgartz, T. (2008), S. 243

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

Umsetzung der Anforderungen - analytisch

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

Mehr

1 Einleitung. Betriebswirtschaftlich administrative Systeme

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

Mehr

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

Data Deluge. Welche Informationen wie gesammelt werden... Doris Köberl Nicole Kowatsch

Data Deluge. Welche Informationen wie gesammelt werden... Doris Köberl Nicole Kowatsch Data Deluge Welche Informationen wie gesammelt werden... Doris Köberl Nicole Kowatsch Wir ertrinken in Informationen, aber hungern nach Wissen. John Naisbitt (*1930), amerik. Prognostiker Web Analytics

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

DWH Szenarien. www.syntegris.de

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

Mehr

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

Einführung in Business Intelligence

Einführung in Business Intelligence Einführung in Business Intelligence Grundlagen und Anwendungsmöglichkeiten Prof. Dr. Wolfram Höpken wolfram.hoepken@eloum.net eloum @ Hochschule Ravensburg-Weingarten Informationsveranstaltung ebusiness-lotse

Mehr

OLAP und Data Warehouses

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

Mehr

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

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

Mehr

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

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

Mehr

The integration of business intelligence and knowledge management

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

Mehr

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

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

Mehr

Business Intelligence. Data Warehouse / Analyse Sven Elvers 2005-07-06

Business Intelligence. Data Warehouse / Analyse Sven Elvers 2005-07-06 Business Intelligence Data Warehouse / Analyse Sven Elvers 2005-07-06 Einleitung Dieses Dokument beschreibt einen für das Verständnis relevanten Teil der Präsentation. Business Intelligence Motivation

Mehr

Ihre PRAXIS Software AG. a t o s. - nalytisch. - aktisch. - perativ. - trategisch. Unser atos Konzept für Ihren Erfolg

Ihre PRAXIS Software AG. a t o s. - nalytisch. - aktisch. - perativ. - trategisch. Unser atos Konzept für Ihren Erfolg Ihre PRAXIS Software AG a t o s - nalytisch - aktisch - perativ - trategisch Unser atos Konzept für Ihren Erfolg Das atos Konzept macht geschäftskritische Daten und Abläufe transparent ermöglicht einfache

Mehr

Infografik Business Intelligence

Infografik Business Intelligence Infografik Business Intelligence Top 5 Ziele 1 Top 5 Probleme 3 Im Geschäft bleiben 77% Komplexität 28,6% Vertrauen in Zahlen sicherstellen 76% Anforderungsdefinitionen 24,9% Wirtschaflicher Ressourceneinsatz

Mehr

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität

Mehr

Marco Hassler. Web Analytics. Metriken auswerten, Besucherverhalten verstehen, Website optimieren. 2., erweiterte Auflage. mitp

Marco Hassler. Web Analytics. Metriken auswerten, Besucherverhalten verstehen, Website optimieren. 2., erweiterte Auflage. mitp Marco Hassler Web Analytics Metriken auswerten, Besucherverhalten verstehen, Website optimieren 2., erweiterte Auflage mitp Vorwort 15 Über den Autor 17 Einleitung 19 Teil I Basis schaffen und Website-Nutzung

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

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

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 374 Eignung von Verfahren der Mustererkennung im Process Mining Sabrina Kohne

Mehr

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

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

Mehr

Business Intelligence

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

Mehr

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

Big Data Analytics Roadshow. Nils Grabbert. Wie man mit einer analytischen Datenbank im Retargeting mehr erreicht. Düsseldorf, 24.04.

Big Data Analytics Roadshow. Nils Grabbert. Wie man mit einer analytischen Datenbank im Retargeting mehr erreicht. Düsseldorf, 24.04. Folie Retargeting intelligent Wie man mit einer analytischen Datenbank im Retargeting mehr erreicht. Big Data Analytics Roadshow Düsseldorf, 24.04.2012 Nils Grabbert Director Data Science Der Retargeting

Mehr

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung

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

Mehr

Anwendertage WDV2012

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

Mehr

IT-Sicherheit mobiler Applikationen zur Unterstützung von Geschäftsprozessen. Bachelorarbeit

IT-Sicherheit mobiler Applikationen zur Unterstützung von Geschäftsprozessen. Bachelorarbeit IT-Sicherheit mobiler Applikationen zur Unterstützung von Geschäftsprozessen Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft der

Mehr

Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen

Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen Oracle DWH-Konferenz 21. März 2012 Dr. Carsten Bange Gründer & Geschäftsführer BARC Big Data bietet Methoden und Technologien

Mehr

Unsere Datenschutzerklärung

Unsere Datenschutzerklärung Unsere Datenschutzerklärung Cookies Das Akzeptieren von Cookies ist keine Voraussetzung zum Besuch unserer Webseiten. Jedoch weisen wir Sie darauf hin, dass die Nutzung der Warenkorbfunktion und die Bestellung

Mehr

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

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

Mehr

Self Service BI. - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge

Self Service BI. - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge Self Service BI - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge 04. Juli 2013 Cubeware GmbH zu Gast im Hause der Raber+Märcker GmbH Referent: Uwe van Laak Presales Consultant

Mehr

Intelligente Unternehmens- und Prozesssteuerung durch CPM

Intelligente Unternehmens- und Prozesssteuerung durch CPM Intelligente Unternehmens- und Prozesssteuerung durch CPM 5. IIR Forum BI, Mainz, Sept. 2006 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

Business Intelligence im Krankenhaus

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

Mehr

Data Warehouse und Data Mining

Data Warehouse und Data Mining Data Warehouse und Data Mining Marktführende Produkte im Vergleich von Dr. Heiko Schinzer, Carsten Bange und Holger Mertens 2., völlig überarbeitete und erweiterte Auflage -. - Verlag Franz Vahlen München

Mehr

Geschäftsdaten auswerten

Geschäftsdaten auswerten Geschäftsdaten auswerten Schwachstellen erkennen, Ursachen analysieren und gezielter steuern Thomas Menner thomas.menner@eloum.net ebusiness-lotse Oberschwaben-Ulm IHK Bodensee-Oberschwaben, Weingarten,

Mehr

1 Einleitung. 1.1 Caching von Webanwendungen. 1.1.1 Clientseites Caching

1 Einleitung. 1.1 Caching von Webanwendungen. 1.1.1 Clientseites Caching 1.1 Caching von Webanwendungen In den vergangenen Jahren hat sich das Webumfeld sehr verändert. Nicht nur eine zunehmend größere Zahl an Benutzern sondern auch die Anforderungen in Bezug auf dynamischere

Mehr

Das Wesentliche im Blick.

Das Wesentliche im Blick. Das Wesentliche im Blick. Unternehmen effektiv steuern mit relevanten Daten im Management Dashboard CP-Cockpit ist ein Modul der Corporate Planning Suite. Den Blick auf das Wesentliche lenken. Effektiv

Mehr

Dominik Pretzsch TU Chemnitz 2011

Dominik Pretzsch TU Chemnitz 2011 Dominik Pretzsch TU Chemnitz 2011 Wir leben im Informationszeitalter und merken es daran, dass wir uns vor Information nicht mehr retten können. Nicht der überwältigende Nutzen der Information, sondern

Mehr

Business Intelligence

Business Intelligence Business Intelligence Anwendung 1 MInf1 HAW Hamburg Betreuender Professor: Prof. Dr. Zukunft by Jason Hung Vuong [12] Gliederung 1. Hamburg Energie Kooperation 2. Motivation 3. Business Intelligence 4.

Mehr

Data Warehousing mit Oracle

Data Warehousing mit Oracle Data Warehousing mit Oracle Business Intelligence in der Praxis von Claus Jordan, Dani Schnider, Joachim Wehner, Peter Welker 1. Auflage Hanser München 2011 Verlag C.H. Beck im Internet: www.beck.de ISBN

Mehr

Logistikinformationssystem (LIS)

Logistikinformationssystem (LIS) und steuerung Das Logistikinformationssystem umfasst die folgenden Informationssysteme: Vertriebsinformationssystem Einkaufsinformationssystem Bestandscontrolling Fertigungsinformationssystem Instandhaltungsinformationssystem

Mehr

Messung des Online-Erfolges / Optimierung einer Website

Messung des Online-Erfolges / Optimierung einer Website Messung des Online-Erfolges / Optimierung einer Website Stuttgart, Mai 2001 Guido Hartmann Senior Project Manager Talstrasse 41 Stuttgart phone: +49.711.90717-177 guido.hartmann@pixelpark.com http://www.pixelpark.com

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

Business Intelligence. Business Intelligence Seminar, WS 2007/08

Business Intelligence. Business Intelligence Seminar, WS 2007/08 Business Intelligence Seminar, WS 2007/08 Prof. Dr. Knut Hinkelmann Fachhochschule Nordwestschweiz knut.hinkelmann@fhnw.ch Business Intelligence Entscheidungsorientierte Sammlung, Aufbereitung und Darstellung

Mehr

Business Analytics im E-Commerce

Business Analytics im E-Commerce Business Analytics im E-Commerce Kunde, Kontext und sein Verhalten verstehen für personalisierte Kundenansprache Janusz Michalewicz CEO Über die Firma Crehler Erstellung von Onlineshops Analyse von Transaktionsdaten

Mehr

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

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

Mehr

SAP BW + Microsoft Excel Viel genutzt, oft unterschätzt

SAP BW + Microsoft Excel Viel genutzt, oft unterschätzt Corporate Performance Management SAP BW + Microsoft Excel Viel genutzt, oft unterschätzt Martin Krejci, Manager CPM Matthias Schmidt, BI Consultant Kristian Rümmelin, Senior BI Consultant Braincourt GmbH

Mehr

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 378

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 378 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 378 Umsetzung ausgewählter Supply-Chain-Operations-Reference-Metriken durch das

Mehr

Marketing Intelligence Übersicht über Business Intelligence. Josef Kolbitsch Manuela Reinisch

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

Mehr

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

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

Mehr

SENSO Analytics. Analyse und Controlling für Entscheider

SENSO Analytics. Analyse und Controlling für Entscheider SENSO Analytics Analyse und Controlling für Entscheider SENSO Analytics Analyse und Controlling für Entscheider Führungskräfte in sozialen Einrichtungen stehen heute oftmals vor der Herausforderung, eine

Mehr

Empfehlung zur strategischen Ausrichtung der SAP Business Objects-Frontendwerkzeuge. DSAG e.v.

Empfehlung zur strategischen Ausrichtung der SAP Business Objects-Frontendwerkzeuge. DSAG e.v. 1 Empfehlung zur strategischen Ausrichtung der SAP Business Objects-Frontendwerkzeuge 2 Motivation Seite 3 SAP BO/BW Frontendwerkzeuge Seite 4-5 Roadmap Analyse Werkzeuge Seite 6-7 Übersicht Kundenszenarien

Mehr

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

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

Mehr

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

Unser Wissen und unsere Erfahrung bringen Ihr E-Business-Projekt sicher ans Ziel.

Unser Wissen und unsere Erfahrung bringen Ihr E-Business-Projekt sicher ans Ziel. M/S VisuCom Beratung Unser Wissen und unsere Erfahrung bringen Ihr E-Business-Projekt sicher ans Ziel. Design Auch das Erscheinungsbild Ihres E-Business-Projektes ist entscheidend. Unsere Kommunikationsdesigner

Mehr

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft

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

Mehr

Unsere Gruppe Online Mediaplanung & Web Analyse

Unsere Gruppe Online Mediaplanung & Web Analyse Unsere Gruppe Online Mediaplanung & Web Analyse 2. Webanalyse Erfolgskontrolle DATEN Daten sammeln (Cookies, Nutzerprofile, ) TOOLS Umwandlung in wertvolle Informationen AN WENDUNG Kennzahlen Auswertungen

Mehr

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

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

Mehr

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

Unlimited Controlling

Unlimited Controlling smcolap Unlimited Controlling Heute müssen beliebige Bereiche eines Unternehmens schnell und effizient analysiert werden. Dabei darf es keine Rolle spielen, wo die Daten liegen und in welcher Relation

Mehr

Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten

Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten von Jürgen Mauerer Foto: Avantum Consult AG Seite 1 von 21 Inhalt Mehrwert aufzeigen nach Analyse des Geschäftsmodells...

Mehr

Business Intelligence mit MS SharePoint Server

Business Intelligence mit MS SharePoint Server Business Intelligence mit MS SharePoint Server Business Intelligence mit MS SharePoint Server Business Intelligence mit MS SharePoint Server erleichtert es den Entscheidungsträgern, auf Informationen jederzeit

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

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

Corporate Performance Management als Weiterentwicklung von Business Intelligence

Corporate Performance Management als Weiterentwicklung von Business Intelligence Martin Kobrin Corporate Performance Management als Weiterentwicklung von Business Intelligence Grundlagen, Implementierungskonzept und Einsatzbeispiele Diplomica Verlag Martin Kobrin Corporate Performance

Mehr

Logische Modellierung von Data Warehouses

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

Mehr

Die PRO:FIT.MACHER Dipl.-Päd. Uwe Fischer Dipl.-Kfm. Ursula Liphardt

Die PRO:FIT.MACHER Dipl.-Päd. Uwe Fischer Dipl.-Kfm. Ursula Liphardt Die Messbarkeit von Marketingaktionen wird sehr oft als Dilemma beschrieben. Schon Henry Ford sagte: Ich weiß, dass die Hälfte meiner Werbung umsonst ist, ich weiß nur nicht, welche Hälfte. Mit der richtigen

Mehr

Zwei Wochen Mobilegeddon : Wie die beliebtesten Online-Shops für Lebensmittel das neue Google-Update verkraftet haben

Zwei Wochen Mobilegeddon : Wie die beliebtesten Online-Shops für Lebensmittel das neue Google-Update verkraftet haben MEDIENINFORMATION Zwei Wochen Mobilegeddon : Wie die beliebtesten Online-Shops das neue Google-Update verkraftet haben Searchmetrics untersuchte Mobile SEO und Desktop SEO für die zehn beliebtesten Lebensmittelshops:

Mehr

Business Intelligence

Business Intelligence Business Intelligence TOP Priorität für CIOs? Köln 08. Mai 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business Intelligence BI TOP Priorität

Mehr

BusinessITPeople. Reporting und Analyse mit SAP Business Objects. Von Self-Service bis Pixel-Perfect: Relevante Daten verständlich präsentiert

BusinessITPeople. Reporting und Analyse mit SAP Business Objects. Von Self-Service bis Pixel-Perfect: Relevante Daten verständlich präsentiert Reporting und Analyse mit SAP Business Objects Auf Basis von SAP BW oder relationalen DBMS Von Self-Service bis Pixel-Perfect: Relevante Daten verständlich präsentiert Reporting Automatisiert generierte

Mehr

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH Lars Priebe Senior Systemberater ORACLE Deutschland GmbH Data Mining als Anwendung des Data Warehouse Konzepte und Beispiele Agenda Data Warehouse Konzept und Data Mining Data Mining Prozesse Anwendungs-Beispiele

Mehr

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

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

Mehr

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

Explosionsartige Zunahme an Informationen. 200 Mrd. Mehr als 200 Mrd. E-Mails werden jeden Tag versendet. 30 Mrd.

Explosionsartige Zunahme an Informationen. 200 Mrd. Mehr als 200 Mrd. E-Mails werden jeden Tag versendet. 30 Mrd. Warum viele Daten für ein smartes Unternehmen wichtig sind Gerald AUFMUTH IBM Client Technical Specialst Data Warehouse Professional Explosionsartige Zunahme an Informationen Volumen. 15 Petabyte Menge

Mehr

Auswertung für Warenwirtschaft/ERP, Interbase und ODBC... 2

Auswertung für Warenwirtschaft/ERP, Interbase und ODBC... 2 Cubix O.L.A.P... 2 Auswertung für Warenwirtschaft/ERP, Interbase und ODBC... 2 Datenverbindung über ODBC... 4 Datenbereitstellung über SQL... 5 Festlegung der Dimensionen... 6 Festlegung der Summen...

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

A/B-Testing aber richtig. Marketing on Tour 2013, Volker Wieskötter, etracker GmbH

A/B-Testing aber richtig. Marketing on Tour 2013, Volker Wieskötter, etracker GmbH A/B-Testing aber richtig Marketing on Tour 2013, Volker Wieskötter, etracker GmbH Tag 1 nach dem Relaunch Online Marketing Website Management Produkt Management 2013 etracker GmbH 2 1 Jahr nach dem Relaunch

Mehr

IT-basierte Erstellung von Nachhaltigkeitsberichten. Diplomarbeit

IT-basierte Erstellung von Nachhaltigkeitsberichten. Diplomarbeit IT-basierte Erstellung von Nachhaltigkeitsberichten Diplomarbeit zur Erlangung des Grades eines Diplom-Ökonomen der Wirtschaftswissenschaftlichen Fakultät der Leibniz Universität Hannover vorgelegt von

Mehr

Überblick. Seite 2 von 5

Überblick. Seite 2 von 5 Überblick Der ESEMOS MediaMiner ist ein Stimmungsbarometer und Monitoring-Werkzeug für soziale Netzwerke. MediaMiner zeichnet sich insbesondere durch die Sentiment-Analyse, die Spracherkennung sowie anspruchsvolle

Mehr

Erfolgreiche Unternehmensführung durch den Einsatz von Corporate Performance Management

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

Mehr

Was tun mit Big Data? Workshop-Angebote der PROFI AG

Was tun mit Big Data? Workshop-Angebote der PROFI AG Was tun mit Big Data? Workshop-Angebote der PROFI AG Jetzt anmelden! Die Teilnehmerzahl ist begrenzt. Was ist Big Data? 3 Herzlich willkommen. Die PROFI AG bietet Kunden ein breites Spektrum an Software-Lösungen,

Mehr

ITS Business Integrator

ITS Business Integrator IBI Weboberfläche zur Datenintegration Location Viewer Asset-Management Smallworld GIS Monitoring Planung Bau Wartung Entstörung Integration Der ITS Business Integrator (IBI) ist eine offene Plattform

Mehr

BIRT- Das Berichterstellungsprogramm für (fast) jede Anwendung

BIRT- Das Berichterstellungsprogramm für (fast) jede Anwendung BIRT- Das Berichterstellungsprogramm für (fast) jede Anwendung BIRT Business Intelligence and Reporting Tools Mende W, Robert J, Ladas N 1 Institute for Transfusion Medicine, Hannover Medical School, Hannover,

Mehr

Business Intelligence für Controller

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

Mehr

Webanalyse. Definitionen, Verfahren und Unterschiede. Stefan Keil, DIPF. Frankfurt, 23.10.2014 Stefan Keil IWWB-Herbstworkshop 2014 Webanalyse

Webanalyse. Definitionen, Verfahren und Unterschiede. Stefan Keil, DIPF. Frankfurt, 23.10.2014 Stefan Keil IWWB-Herbstworkshop 2014 Webanalyse Webanalyse Definitionen, Verfahren und Unterschiede Stefan Keil, DIPF Frankfurt, 23.10.2014 Stefan Keil IWWB-Herbstworkshop 2014 Webanalyse 1 Agenda 1. Einleitung a. Erhebungsmethoden 2. Definitionen verschiedener

Mehr

10 Wege, wie Sie Ihr Social Media Monitoring ausbauen können

10 Wege, wie Sie Ihr Social Media Monitoring ausbauen können 10 Wege, wie Sie Ihr Social Media Monitoring ausbauen können Folgende Fragen, die Sie sich zuerst stellen sollten: 1. Welche Social-Media-Monitoring-Plattformen (SMM) schneiden am besten ab? 2. Ist dafür

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

Leseprobe. Holger Schrödl. Business Intelligence mit Microsoft SQL Server 2008. BI-Projekte erfolgreich umsetzen ISBN: 978-3-446-41210-1

Leseprobe. Holger Schrödl. Business Intelligence mit Microsoft SQL Server 2008. BI-Projekte erfolgreich umsetzen ISBN: 978-3-446-41210-1 Leseprobe Holger Schrödl Business Intelligence mit Microsoft SQL Server 2008 BI-Projekte erfolgreich umsetzen ISBN: 978-3-446-41210-1 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-41210-1

Mehr

Black-Hat Search Engine Optimization (SEO) Practices for Websites

Black-Hat Search Engine Optimization (SEO) Practices for Websites Beispielbild Black-Hat Search Engine Optimization (SEO) Practices for Websites Damla Durmaz - 29. Januar. 2009 Proseminar Technisch Informatik Leitung: Georg Wittenburg Betreuer: Norman Dziengel Fachbereich

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

TNS EX A MINE BehaviourForecast Predictive Analytics for CRM. TNS Infratest Applied Marketing Science

TNS EX A MINE BehaviourForecast Predictive Analytics for CRM. TNS Infratest Applied Marketing Science TNS EX A MINE BehaviourForecast Predictive Analytics for CRM 1 TNS BehaviourForecast Warum BehaviourForecast für Sie interessant ist Das Konzept des Analytischen Customer Relationship Managements (acrm)

Mehr

9 Resümee. Resümee 216

9 Resümee. Resümee 216 Resümee 216 9 Resümee In der vorliegenden Arbeit werden verschiedene Methoden der Datenreduktion auf ihre Leistungsfähigkeit im sozialwissenschaftlichstatistischen Umfeld anhand eines konkreten Anwendungsfalls

Mehr

Unternehmen wissen zu wenig über ihre Kunden! Ergebnisse der Online-Umfrage. Management Summary

Unternehmen wissen zu wenig über ihre Kunden! Ergebnisse der Online-Umfrage. Management Summary Unternehmen wissen zu wenig über ihre Kunden! Ergebnisse der Online-Umfrage Management Summary Management Summary Kunden - Erfolgsfaktor Nummer 1 Es ist mittlerweile ein offenes Geheimnis, dass Unternehmen

Mehr

Vertriebs-Dashboards für das Management

Vertriebs-Dashboards für das Management Vertriebs-Dashboards für das Management Die wichtigsten Vertriebskennzahlen jederzeit und aktuell auf einen Blick. www.schleupen.de Schleupen AG 2 Der Wettbewerb Die Stadtwerke stehen im direkten Wettbewerb

Mehr

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

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

Mehr

W.WIINM32.11 (Datawarehousing) W.WIMAT03.13 (Statistik)

W.WIINM32.11 (Datawarehousing) W.WIMAT03.13 (Statistik) Modulbeschrieb Business Intelligence and Analytics 16.10.2013 Seite 1/5 Modulcode Leitidee Art der Ausbildung Studiengang Modultyp W.WIINM42.13 Information ist eine derart wichtige Komponente bei der Entscheidungsfindung,

Mehr

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr