Inhaltsverzeichnis. Motivation. Analytisches CRM: Einführung. Version: 31. Juli Motivation. Andreas Geyer-Schulz und Andreas Neumann

Größe: px
Ab Seite anzeigen:

Download "Inhaltsverzeichnis. Motivation. Analytisches CRM: Einführung. Version: 31. Juli 2009. 1 Motivation. Andreas Geyer-Schulz und Andreas Neumann"

Transkript

1 Analytisches CRM: Einführung. Version: 31. Juli 2009 Andreas Geyer-Schulz und Andreas Neumann Schroff-Stiftungslehrstuhl Informationsdienste und Elektronische Märkte Fakultät für Wirtschaftswissenschaften Gebäude Rechenzentrum, 1. Stock, Zi. 169 Universität Karlsruhe (TH) D Karlsruhe Tel: Fax: Sprechstunde nach Vereinbarung ( ) Wir danken Anke Thede (Data Warehousing), Cora Schäfer (Erhebungstechniken und Fragebogendesign) und Jan Hagelauer (Fallstudie: Das Kano-Modell zur Kundenzufriedenheit) für ihre Hilfe bei der Erstellung dieser Vorlesungsunterlagen. 1 Motivation 3 2 Analytisches CRM Herkunft der Information über Kunden Operative Systeme Das Data Warehouse ETL-Prozesse Integrierte Kundendaten im Data Warehouse Entscheidungsunterstützende Systeme Zusammenfassung 16 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 1 Motivation Motivation In modernen umkämpften Märkten nimmt der Wettbewerb zu. In solchen Märkten ist das Werben neuer Kunden teuer. Es kostest 3 bis zu 13 mal mehr, ein Produkt an einen Neukunden zu verkaufen, als an einen bestehenden. Die richtigen Kunden müssen motiviert werden, die Geschäfte mit der Firma fortzusetzen. Das ist die Aufgabe des Relationship Management (CRM). Seine Grundlage ist es, zu wissen was Kunden machen, denken oder wollen. Dieses Verstehen von Kunden im Back Office, durch Analyse ihrer Daten ist Aufgabe des Analytischen CRM. Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 2 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 3

2 Analytisches CRM Herkunft der Information über Kunden 2 Analytisches CRM 2.1 Herkunft der Information über Kunden Analytical CRM refers to the analysis of data created on the operational side of the CRM equation for the purpose of business performance management. Analytical is directly related to data warehouse architecture. Definition: aus dem Glossar von [Sharp, 2002, p. 229] Analytisches CRM ist die Analyse von Daten aus den operativen CRM-Prozessen mit dem Ziel 1. Managemententscheidungen zu unterstützen und 2. operative CRM-Prozesse durch die Nutzung der Analyseergebnisse zu verbessern. (Beispiele zum zweiten Punkt, wie Recommender Dienste (Empfehlungsdienste), werden in der Vorlesung Personalisierung und Recommendersysteme behandelt.) Firmen beziehen ihre Die Daten für das Analytische CRM aus zahlreichen heterogenen Quellen: Quelle Prozent der Firmen, die diese Quelle verwenden. - Direktverkaufsinteraktionen 60% - 50% - Call-Center Interaktionen 43% - Website Besuche 40% - 28% - Fokusgruppen 28% - Messen 27% (Yankee Groups 2000) Fokusgruppen sind ausgewählte Gruppen, die repräsentativ für bestimmte Kundensegmente sind. Sie werden z.b. vor Erstellung eines Fragebogens zum Ausloten wichtiger Fragen zusammengestellt. Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 4 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 5 Operative Systeme Operative Systeme 2.2 Operative Systeme Es existieren oft mehrere Datenbanken in einem Unternehmen Die Daten werden durch verschiedene interne operative Systeme bereitgestellt, die meist beschränkt integriert sind: Rechnungssysteme Bestell- und Versorgungssysteme Provisionssysteme Enterprise Resource Planning Systeme Human Resource Systeme Point-of-Sale Daten Web Server Marketing Datenbanken Call-Center Systeme Corporate Financial Packages Oder durch externe Datenprovider: Adressdaten, Bonitätsdaten,... Kundenkontakt Firmenkontakt Produktlisten Umsätze Zahlungen SFA-DB Umsätze/Erträge Kundensegmente Promotionhistory Campaign Response Value Score Marketing-DB Kundenkontakte Trouble Tickets Fragebögen Zahlungen Call Center-DB Häufig Inkonsistenz, Kunden erwarten aber konsistentes Verhalten! Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 6 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 7

3 Das Data Warehouse ETL-Prozesse 3 Das Data Warehouse 3.1 ETL-Prozesse Es wird eine integrierte Datenbasis für konsistente Daten benötigt. Das Management braucht die richtigen Informationen, damit es strategische Entscheidungen treffen kann. Operative Systeme sind nicht in der Lage diese strategischen Informationen zu liefern. Es wird eine gemeinsame Datenquelle notwendig: Das Data Warehouse Das Data Warehouse ist eine Sammlung von transformierten und integrierten Daten. Die Daten werden gespeichert und dem gesamten Unternehmen als strategische Informationen zur Verfügung gestellt. Die Daten kommen durch ETL-Prozesse (Data Extraction / Transformation / Loading) in das Data Warehouse: Im ETL werden interne Datenquellen identifiziert oder Externe Datenquellen auf Kompatibilität überprüft. Die Daten müssen extrahiert und transformiert werden, um sie in den Speicher des Data Warehouse laden zu können. Die Transformation stellt in der Praxis eine lange und komplexe Liste von Funktionen dar, die erstellt und abgearbeitet werden müssen. ETL-Prozesse sind grundlegend für die Datenqualität verantwortlich und somit ein Schlüsselelement der gesamten Datenverarbeitung. Dies sind die zeitaufwendigsten Tätigkeiten bei der Erstellung des Data Warehouse und dessen Betrieb und Wartung, die außerdem weitgehend von Menschen erledigt werden müssen. Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 8 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 9 Integrierte Kundendaten im Data Warehouse 3.2 Integrierte Kundendaten im Data Warehouse 3.3 Umfrage Daten Demografische Daten Kauf geschichten Um eine breite Gruppe von Data Warehouse-Nutzern zu erreichen, werden verschiedene Datenauslieferungsmethoden bereit gestellt: Vordefinierte Standardberichte für das tägliche Geschäft Komplexe Abfragen, multidimensionale Analyse und statistische Analyse für Geschäftsanalysten und erfahrene Benutzer Call Center Kontakte Data Warehouse Campaign Response Executive Information Systems für leitende Angestellte und das höhere Management Retouren Web Aktivität Verrechnung und Zahlung Eine Unterstützung für die Datenanalyse und die Erzeugung von Berichten bietet OLAP. OLAP (Online Analytical Processing) ist eine Kategorie Softwaretechnologie, die es erlaubt, Daten durch schnelle, konsistente und auch interaktive Zugriffe auf eine Vielzahl von Sichten abzufragen. Diese Daten wurden bereits in eine den Unternehmenszielen dienende Form transformiert. OLAP deckt ein weites Spektrum komplexer multidimensionaler Analyse ab. Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 10 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 11

4 Entscheidungsunterstützende Systeme 3.4 Entscheidungsunterstützende Systeme 3.5 Diese Daten können zum Beispiel für entscheidungsunterstützende Systeme verwendet werden. Entscheidungsunterstützende Systeme werden zum Beobachten des Geschäftsprozesses eingesetzt. Typische Fragen, die damit beantwortet werden sollen, sind: Zeig mir die meistverkauften Produkte an Zeig mir dir Problemregionen an Sag mir warum Zeig mir andere Daten Alarmiere mich, wenn in einem Bereich weniger verkauft wird als erwartet Profiling Partner Contribution Revenue Analysis Segmentation ERP SCM Workforce Optimization Analytical CRM Enterprise Data (Nicht aus CRM) Operational CRM Activity Management SRM Contact Management Support PRM Campaign Management Pricing and Configuration e-commerce Value Financial Supplier Evaluation Billing Product Channel Next-Sequential Analysis Propensity-to-Buy Purchase Analysis Modelling Churn Analysis and Prediction Risk Scoring Satisfaction Analysis Campaign Prospect Qualification Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 12 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 13 Datenquellen Datenquellen Data Storage ETL- Prozess Erhebungsprozesse Datawarehouse Berichte Abfragen OLAP Regression Cluster Statistische Prozesse 3. Planung und Durchfuehrung einer Erhebung 4. Fragebogenerhebung 5. Faelle: Kundenzufriedenheit nach Kano, Kundenwert (CLV),... Operative Systeme Mitarbeiterinformation ETL- Prozess Datawarehouse: 1. Einfuehrung 2. Modellierung 3. Entwicklung 4. ETL-Prozess 5. OLAP 6. Implementierung (Physikalisches Design) Regression (lineare) 1. Einfuehrung: Modellbildung Oekonometrie 2. Schaetzung 3. Testen des Modells und von Hypothesen 4. Analyse von Residuen, Voraussagen 5. Modellselektion 1. Clustering 2. Marktsegmentierung Statistische Prozesse Managementreporting Berichte Abfragen OLAP Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 14 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 15

5 Zusammenfassung 4 Zusammenfassung 5 Analytisches CRM ist der Back-Office Teil des Relationship Management. Es beinhaltet die Analyse von Daten aus den operativen CRM-Prozessen mit dem Ziel 1. Managemententscheidungen zu unterstützen und 2. operative CRM-Prozesse durch die Nutzung der Analyseergebnisse zu verbessern. Die Daten stammen aus zahlreichen heterogenen Quellen und werden aus verschiedenen Systemen zur Verfügung gestellt. Um diese Daten konsistent zu halten und um sie dem Management für strategische Entscheidungen zur Verfügung zu stellen, werden sie durch ETL Prozesse gesammelt und transformiert. Anschließend können sie im Data Warehouse integriert gespeichert werden. Aus dem Data Warehouse können die Daten dann vom ganzen Unternehmen, je nach Anforderung, als vordefinierte Berichte, durch komplexe Abfragen, mit OLAP-Analyse-Technologie oder für statistische Prozesse abgerufen werden. Schließlich können die Daten zum Beispiel für entscheidungsunterstützende Systeme leicht genutzt werden. Regression: [Theil, 1971]. Clustering und Marksegmentierung: [Duda et al., 2001] und [Wedel and Kamakura, 2000]. Erhebungstechniken und Fragebogendesign: [Schnell et al., 2005]. Data Warehouse: [Ponniah, 2001]. R: (Siehe auch Übung) Offizielle R Einführung: oder Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 16 Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 17 [Duda et al., 2001] Duda, R. O., Hart, P. E., and Stork, D. G. (2001). Pattern Classification. John Wiley & Sons, New York, 2nd edition. Standardwerk. [Ponniah, 2001] Ponniah, P. (2001). Data Warehousing Fundamentals. John Wiley & Sons. [Schnell et al., 2005] Schnell, R., Hill, P., and Esser, E. (2005). Methoden der empirischen Sozialforschung. Oldenburg, München. [Sharp, 2002] Sharp, D. E. (2002). Relationship Management Systems Handbook. Auerbach, Boca Raton. [Theil, 1971] Theil, H. (1971). Principles of Econometrics. John Wiley & Sons, New York. [Wedel and Kamakura, 2000] Wedel, M. and Kamakura, W. A. (2000). Market Segmentation: Conceptual and Methodological Foundations. Kluwer Academic Publishers, Boston. Standardwerk. Universität Karlsruhe (TH), Prof. Dr. Andreas Geyer-Schulz Seite 18

Data Warehouse Version: June 26, 2007. Andreas Geyer-Schulz und Anke Thede

Data Warehouse Version: June 26, 2007. Andreas Geyer-Schulz und Anke Thede Data Warehouse Version: June 26, 2007 Andreas Geyer-Schulz und Anke Thede Schroff-Stiftungslehrstuhl Informationsdienste und Elektronische Märkte Fakultät für Wirtschaftswissenschaften Gebäude 20.20 Rechenzentrum,

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

Contents. Ebenen. Data Warehouse - ETL Prozess Version: July 10, 2007. 1 Ebenen. Andreas Geyer-Schulz und Anke Thede. 2 Problemquelle Quellsysteme 4

Contents. Ebenen. Data Warehouse - ETL Prozess Version: July 10, 2007. 1 Ebenen. Andreas Geyer-Schulz und Anke Thede. 2 Problemquelle Quellsysteme 4 Contents Data Warehouse - ETL Prozess Version: July 10, 2007 Andreas Geyer-Schulz und Anke Thede Schroff-Stiftungslehrstuhl Informationsdienste und Elektronische Märkte Fakultät für Wirtschaftswissenschaften

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

Business Intelligence Center of Excellence

Business Intelligence Center of Excellence Center of Excellence Eine Businessinitiative von Systematika und Kybeidos Werner Bundschuh Was ist das? In der Praxis versteht man in den meisten Fällen unter die Automatisierung des Berichtswesens (Reporting).

Mehr

Analytisches CRM in der Automobilindustrie

Analytisches CRM in der Automobilindustrie Analytisches CRM in der Automobilindustrie Dr. Frank Säuberlich Practice Manager European Customer Solutions Urban Science International GmbH Automobilhersteller müssen neue Wege gehen Anforderungen in

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

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

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

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

CRM Architektur. New Economy CRM Architektur Page 1

CRM Architektur. New Economy CRM Architektur Page 1 CRM Architektur Titel des Lernmoduls: CRM Architektur Themengebiet: New Economy Gliederungspunkt im Curriculum: 4.2.4.2 Zum Inhalt: Dieses Modul beschreibt mögliche Architekturen von CRM-Systemen. Insbesondere

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

Business Intelligence Data Warehouse. Jan Weinschenker

Business Intelligence Data Warehouse. Jan Weinschenker Business Intelligence Data Warehouse Jan Weinschenker 28.06.2005 Inhaltsverzeichnis Einleitung eines Data Warehouse Data Warehouse im Zusammenfassung Fragen 3 Einleitung Definition: Data Warehouse A data

Mehr

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

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

Data Warehouse. Komponente der Business Intelligence und Qualitätsfaktor des Reportings

Data Warehouse. Komponente der Business Intelligence und Qualitätsfaktor des Reportings Wirtschaft Simon Schäfer Data Warehouse. Komponente der Business Intelligence und Qualitätsfaktor des Reportings Bachelorarbeit Bachelor Thesis Data Warehouse - Komponente der Business Intelligence und

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

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

NICE Performance Management. Albert Bossart, Sales Manager DACH, NICE Switzerland AG

NICE Performance Management. Albert Bossart, Sales Manager DACH, NICE Switzerland AG NICE Performance Management Albert Bossart, Sales Manager DACH, NICE Switzerland AG Performance Verbesserung für Mitarbeiter mit Kundenbeziehungen Aussendienst Tele- Sales Interner Verkauf Neuakuisition

Mehr

Technische Integration des Informationssystems über SAP (1/6)

Technische Integration des Informationssystems über SAP (1/6) Technische Integration des Informationssystems über SAP (1/6) Software Systemsoftware Anwendungssoftware Betriebssysteme Standardsoftware Individualsoftware Übersetzungsprogramme Dienstprogramme andere

Mehr

IT-basierte Kennzahlenanalyse im Versicherungswesen

IT-basierte Kennzahlenanalyse im Versicherungswesen Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen Kennzahlenreporting mit Hilfe des SAP Business Information Warehouse Diplomica Verlag Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen:

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

Enterprise Anwendungssysteme mit Schwerpunkt auf SCM und RFID Prozesse, Aufgaben und Methoden

Enterprise Anwendungssysteme mit Schwerpunkt auf SCM und RFID Prozesse, Aufgaben und Methoden Enterprise Anwendungssysteme mit Schwerpunkt auf SCM und RFID Prozesse, Aufgaben und Methoden Praxisnahe Erläuterung anhand der SAP-SCM-Lösung Dr. Alexander Zeier Lehrstuhlvertreter des Prof. Hasso-Plattner-Lehrstuhls

Mehr

Neue Strategien und Innovationen im Umfeld von Kundenprozessen

Neue Strategien und Innovationen im Umfeld von Kundenprozessen Neue Strategien und Innovationen im Umfeld von Kundenprozessen BPM Forum 2011 Daniel Liebhart, Dozent für Informatik an der Hochschule für Technik Zürich, Solution Manager, Trivadis AG Agenda Einleitung:

Mehr

Definition einer erfolgreichen e-business Strategie: Ergebnisse einer empirischen Studie

Definition einer erfolgreichen e-business Strategie: Ergebnisse einer empirischen Studie Definition einer erfolgreichen ebusiness Strategie: Ergebnisse einer empirischen Studie European ecommerce Academy Executive Briefing Köln, 20. Januar 2004 as Buch mit sieben Siegeln: rfolgreicher Einsatz

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

Zeitgemäße Verfahren für ganzheitliche Auswertungen

Zeitgemäße Verfahren für ganzheitliche Auswertungen Intelligente Vernetzung von Unternehmensbereichen Zeitgemäße Verfahren für ganzheitliche Auswertungen Sächsische Industrie- und Technologiemesse Chemnitz, 27. Juni 2012, Markus Blum 2012 TIQ Solutions

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

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

Management Cockpits. Business Intelligence für Entscheider. Oliver Röniger EMEA Business Intelligence ORACLE Deutschland GmbH

Management Cockpits. Business Intelligence für Entscheider. Oliver Röniger EMEA Business Intelligence ORACLE Deutschland GmbH Management Cockpits Business Intelligence für Entscheider Oliver Röniger EMEA Business Intelligence ORACLE Deutschland GmbH email: oliver.roeniger@oracle.com Tel.: 0211 / 74839-588 DOAG, Mannheim, 15.

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

Stand 2008.08. Vorstellung der EXXETA

Stand 2008.08. Vorstellung der EXXETA Stand 2008.08 Vorstellung der EXXETA Unternehmensprofil EXXETA optimiert ausgewählte Geschäftsprozesse ihrer Kunden auf Fach- und IT-Ebene. EXXETA bietet Fach- und Technologie-Beratung mit Branchen-, Prozessund

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

Online Analytical Processing

Online Analytical Processing Online Analytical Processing Online Analytical Processing Online Analytical Processing (OLAP) ermöglicht die multidimensionale Betrachtung von Daten zwecks E rmittlung eines entscheidungsunterstützenden

Mehr

Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr

Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr Cockpits und Standardreporting mit Infor PM 10 09.30 10.15 Uhr Bernhard Rummich Presales Manager PM Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche

Mehr

2.8. Business Intelligence

2.8. Business Intelligence 2.8. Zulieferer BeschaffungProduktion Kunde E-Procurement Customer Relationship (CRM) Supply Chain (SCM) Enterprise Resource Planning (ERP) Executive Information (EIS) Executive Support (ESS) Chef-Informations-

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

Software Engineering 2 (SWT2) Dr. Alexander Zeier. Chapter 3: Introduction to ERP Systems

Software Engineering 2 (SWT2) Dr. Alexander Zeier. Chapter 3: Introduction to ERP Systems Software Engineering 2 (SWT2) Dr. Alexander Zeier Chapter 3: Introduction to ERP Systems Standard Software vs. Individual Software 2 Software wird meist in 2 Phasen erstellt 1. Auftrag eines Kunden zur

Mehr

Customer Relationship Management

Customer Relationship Management Customer Relationship Management Hauptseminar im WS 03/04 Neue Ansätze im IT-Service-Management- Prozessorientierung (ITIL/eTOM) Thema: Customer Relationship Management in etom Name: Wen-Wang Wu Betreuer:

Mehr

Data Warehousing in der Lehre

Data Warehousing in der Lehre Data Warehousing in der Lehre Prof. Dr.-Ing. Tomas Benz Dipl.-Inform. Med. Alexander Roth Agenda Vorstellung Fachhochschule Heilbronn Vorstellung i3g Vorlesungen im DWH-Bereich Seminare Projekte Studien-

Mehr

»Deutsch-Französisches Management«

»Deutsch-Französisches Management« Studienplan für den Master of Science»Deutsch-Französisches Management«2015 Änderungen vorbehalten Modulgruppe A: Interkultureller Bereich (24 LP) A.1 Wirtschaftssprachen (max. 8 LP) Englisch Business

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

Seminar C02 - Praxisvergleich OLAP Tools

Seminar C02 - Praxisvergleich OLAP Tools C02: Praxisvergleich OLAP Tools Ein Seminar der DWH academy Seminar C02 - Praxisvergleich OLAP Tools Das Seminar "Praxisvergleich OLAP-Tools" bietet den Teilnehmern eine neutrale Einführung in die Technologien

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

ONLINESHOPS ERFOLGREICH STEUERN: WIE BEHALTE ICH DIE ÜBERSICHT?

ONLINESHOPS ERFOLGREICH STEUERN: WIE BEHALTE ICH DIE ÜBERSICHT? ONLINESHOPS ERFOLGREICH STEUERN: WIE BEHALTE ICH DIE ÜBERSICHT? Transparenz durch Best Practice ecommerce Reporting Lennart Jansen! plentymarkets Online-Händler-Kongress Februar 2014 DAS PROBLEM:!! KEINE

Mehr

Orientierungsveranstaltung für Studierende der Bachelorstudiengänge. Schwerpunkt Wirtschaftsinformatik. Prof. Stefan Lessmann

Orientierungsveranstaltung für Studierende der Bachelorstudiengänge. Schwerpunkt Wirtschaftsinformatik. Prof. Stefan Lessmann Orientierungsveranstaltung für Studierende der Bachelorstudiengänge BWL und VWL Schwerpunkt Wirtschaftsinformatik Prof. Stefan Lessmann Agenda Schwerpunkt Wirtschaftsinformatik Gegenstand der Wirtschaftsinformatik

Mehr

SAP CRM und ITML > CRM als Lösungen für professionelles Kundenmanagement. CRM Stammtisch der ITML GmbH 15.07.2008 /// Stefan Eller

SAP CRM und ITML > CRM als Lösungen für professionelles Kundenmanagement. CRM Stammtisch der ITML GmbH 15.07.2008 /// Stefan Eller SAP CRM und ITML > CRM als Lösungen für professionelles Kundenmanagement CRM Stammtisch der ITML GmbH 15.07.2008 /// Stefan Eller SAP CRM und ITML > CRM Neue Oberflächen für eine verbesserte Usability

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

HLUSS MIT BIG DATA! BASICS FÜR ONLINESHOPS. Februar

HLUSS MIT BIG DATA! BASICS FÜR ONLINESHOPS. Februar HLUSS MIT BIG DATA! BASICS FÜR ONLINESHOPS. Februar 2014 1. Schluss mit BIG DATA 2. BI-Basics: Best Practice ecommerce Reporting 3. Was muss ich mir anschauen? 4. Wie muss ich es mir anschauen? 5. Was

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

Contents. Data Warehouse Entwicklungsphasen. Data Warehouse - Entwicklung Version: June 28, 2007. 1 Data Warehouse Entwicklungsphasen

Contents. Data Warehouse Entwicklungsphasen. Data Warehouse - Entwicklung Version: June 28, 2007. 1 Data Warehouse Entwicklungsphasen Contents Data Warehouse - Entwicklung Version: June 28, 2007 Andreas Geyer-Schulz und Anke Thede Schroff-Stiftungslehrstuhl Informationsdienste und Elektronische Märkte Fakultät für Wirtschaftswissenschaften

Mehr

Leistungssteuerung beim BASPO

Leistungssteuerung beim BASPO Leistungssteuerung beim BASPO Organisationsstruktur Advellence die Gruppe. Advellence Consulting Advellence Solutions Advellence Products Advellence Services HR-Migrator & albislex powered byadvellence

Mehr

Unternehmensdaten auswerten und planen - Vorstellung von Infor PM 10

Unternehmensdaten auswerten und planen - Vorstellung von Infor PM 10 Unternehmensdaten auswerten und planen - Vorstellung von PM 10 Global Solutions Dominik Lacić, Dr. Rolf Gegenmantel 12. Februar 2009 Copyright 2008. All rights reserved. www.infor.com. Agenda 1. Einführung

Mehr

MEHRWERK. Einheitliche Kundenkommunikation

MEHRWERK. Einheitliche Kundenkommunikation MEHRWERK Einheitliche Kundenkommunikation Alle Prozesse und Daten aus bestehenden Systemen werden im richtigen Kontext für relevante Geschäftsdokumente eingesetzt. Flexible Geschäftsprozesse Änderungszyklen

Mehr

Mehrwerte schaffen durch den Einsatz von Business Intelligence

Mehrwerte schaffen durch den Einsatz von Business Intelligence Mehrwerte schaffen durch den Einsatz von Business Intelligence 1 Menschen beraten Menschen beraten BTC zeigt Wege auf - Sie entscheiden BTC zeigt Wege auf - Sie entscheiden Martin Donauer BTC Business

Mehr

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards

Mehr

SPSS Cognos Positionierung. April 2010. Friedel Jonker Manager Business Development Analytics & PM SPSS Predictive Analytics Präsentation

SPSS Cognos Positionierung. April 2010. Friedel Jonker Manager Business Development Analytics & PM SPSS Predictive Analytics Präsentation SPSS Cognos Positionierung April 2010 Friedel Jonker Manager Business Development Analytics & PM SPSS Predictive Analytics Präsentation 2010 IBM Corporation Agenda 1. SPSS Positionierung 2. SPSS & Cognos

Mehr

Wachstumsförderung mit CRM

Wachstumsförderung mit CRM Wachstumsförderung mit CRM Computerwoche CRM Initiative Feb. 2007 Dr. Wolfgang Martin Analyst, Mitglied im CRM-Expertenrat und Research Advisor am Institut für Business Intelligence Wachstumsförderung

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

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

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

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

Customer Relationship Management CRM

Customer Relationship Management CRM Customer Relationship Management CRM 1.1 Zielsetzung von CRM...2 1.2 Komponenten einer CRM-Lösung...4 1.2.1 Aufgabenbereiche eines CRM-Systems...4 1.2.2 Analytisches CRM...7 1.2.3 Operatives CRM...7 1.2.4

Mehr

mayato Unternehmenspräsentation mayato GmbH Am Borsigturm 9 13507 Berlin Germany www.mayato.com

mayato Unternehmenspräsentation mayato GmbH Am Borsigturm 9 13507 Berlin Germany www.mayato.com mayato Unternehmenspräsentation mayato GmbH Am Borsigturm 9 13507 Berlin Germany www.mayato.com Wer sind wir? Wir sind ein unabhängiges Beratungs- und Analystenhaus für Business Intelligence Beratungs-

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

Folien zum Textbuch. Kapitel 6: Managementunterstützungssysteme. Teil 2: Textbuch-Seiten 794-825

Folien zum Textbuch. Kapitel 6: Managementunterstützungssysteme. Teil 2: Textbuch-Seiten 794-825 Folien zum Textbuch Kapitel 6: Managementunterstützungssysteme Teil 2: Managementunterstützung auf strategischer Ebene Datenverwaltung und -auswertung Textbuch-Seiten 794-825 WI 1 MUS MUS auf strategischer

Mehr

Trends in der IT-Dienstleistung

Trends in der IT-Dienstleistung Trends in der IT-Dienstleistung Dr. Kyrill Meyer Forum IT-Dienstleisterkreis Chemnitz 16. September 2009 Kurzvorstellung Die Professur (BIS) besteht am der Universität Leipzig seit dem Wintersemester 2000/2001

Mehr

Erstellen von Business Intelligence mit Office XP und SQL 2000 Analysis Services

Erstellen von Business Intelligence mit Office XP und SQL 2000 Analysis Services Erstellen von Business Intelligence mit Office XP und SQL 2000 Analysis Services (Engl. Originaltitel: Building Business Intelligence with Office XP and SQL 2000 Analysis Services) In diesem Artikel wird

Mehr

Was ist Data Mining... in der Fundraising Praxis?

Was ist Data Mining... in der Fundraising Praxis? Was ist Data Mining...... in der Fundraising Praxis? Erkennen von unbekannten Mustern in sehr grossen Datenbanken (> 1000 GB) wenige und leistungsfähige Verfahren Automatisierung Erkennen von unbekannten

Mehr

Praktisches Beispiel 02.03.2008

Praktisches Beispiel 02.03.2008 Agenda CRM-Philosophie Warum CRM? Chancen und Nutzen einer CRM Lösung Das CRMCoach 4 Phasen Modell CRM Teilbereiche und Architektur Einführung einer CRM Lösung CRM-Lösungen und der Markt Zusammenfassung

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

Ihr Logo. Willkommen zur Schulung. Kundenorientierung. 2014 WEKA MEDIA GmbH & Co. KG. Folie 0/01

Ihr Logo. Willkommen zur Schulung. Kundenorientierung. 2014 WEKA MEDIA GmbH & Co. KG. Folie 0/01 Willkommen zur Schulung Kundenorientierung 0/01 Einführung Was ist Kundenorientierung? Kundenorientierung ist die umfassende, kontinuierliche Ermittlung und Analyse der Kundenerwartungen sowie deren interne

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

Wolfgang Martin (Hrsg.) Data Warehousing. Data Mining - OLAP. An International Thomson Publishing Company

Wolfgang Martin (Hrsg.) Data Warehousing. Data Mining - OLAP. An International Thomson Publishing Company Wolfgang Martin (Hrsg.) Data Warehousing Data Mining - OLAP Technische Universität Darmsiadt Fachbereich 1 Betriebswirtschaftliche Bibliothek Inventar-Nr.: Abstell-Nr.: s. An International Thomson Publishing

Mehr

AMC-Partner bei der dmexco

AMC-Partner bei der dmexco -Partner bei der dmexco 16./17. September 2015 Finanzmarkt GmbH Nr. 1 Adobe Adobe ist der weltweit führende Anbieter für Lösungen im Bereich digitales Marketing und digitale Medien. Mit den Werkzeugen

Mehr

COMARCH LOYALTY MANAGEMENT. Loyalität stärken, Engagement erhöhen und Gewinne maximieren

COMARCH LOYALTY MANAGEMENT. Loyalität stärken, Engagement erhöhen und Gewinne maximieren COMARCH LOYALTY MANAGEMENT Loyalität stärken, Engagement erhöhen und Gewinne maximieren GESCHÄFTLICHE HERAUSFORDE- RUNGEN Kundenorientierte Unternehmen müssen heute aus einer Vielzahl an Möglichkeiten

Mehr

Business Intelligence Meets SOA

Business Intelligence Meets SOA Business Intelligence Meets SOA Microsoft People Ready Conference, München, Nov. 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

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

Raus aus der Bl-Falle

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

Mehr

Titel1. Titel2. Business Analytics als Werkzeug zur. Unternehmenssteuerung. Business Excellence Day 2015. Michael Shabanzadeh, 10.

Titel1. Titel2. Business Analytics als Werkzeug zur. Unternehmenssteuerung. Business Excellence Day 2015. Michael Shabanzadeh, 10. Titel1 Business Analytics als Werkzeug zur Titel2 Unternehmenssteuerung Business Excellence Day 2015 Michael Shabanzadeh, 10. Juni 2015 World Communication GmbH 2015 Seite 1 Definition Business Analytics

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

Prozessorientierte Integration von Anwendungssystemen WS 2015 FWP-Fach für Bachelor Wirtschaftsinformatik

Prozessorientierte Integration von Anwendungssystemen WS 2015 FWP-Fach für Bachelor Wirtschaftsinformatik Prozessorientierte Integration von Anwendungssystemen WS 2015 FWP-Fach für Bachelor Wirtschaftsinformatik Prof. Dr. Torsten Zimmer, Hochschule München Motivation für Integrationsplattformen Nach einer

Mehr

Leadmanagement im Spannungsfeld zwischen Vertrieb und Marketing

Leadmanagement im Spannungsfeld zwischen Vertrieb und Marketing Leadmanagement im Spannungsfeld zwischen Vertrieb und Marketing Vorstellung Reinhard Janning Buchautor CEO DemandGen AG, München 30 Jahre Erfahrung in der Vermarktung von erklärungsbedürftigen Produkten

Mehr

WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE'

WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE' Take control of your decision support WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE' Sommersemester 2008 Gliederung Business Intelligence und Data Warehousing On-Line Analytical Processing Ziel

Mehr

Die Brücke zwischen Geschäftszielen und der IT BPM & SOA

Die Brücke zwischen Geschäftszielen und der IT BPM & SOA Die Brücke zwischen Geschäftszielen und der IT BPM & SOA Carsten Kreß Corporate BPM Manager June 2005 1 Modernes Dienstleistungsmanagement Herausforderungen stärkere norientierung verbesserter nservice

Mehr

Business Intelligence. Bereit für bessere Entscheidungen

Business Intelligence. Bereit für bessere Entscheidungen Business Intelligence Bereit für bessere Entscheidungen Business Intelligence Besserer Einblick in Geschäftsabläufe Business Intelligence ist die Integration von Strategien, Prozessen und Technologien,

Mehr

smartdata und Industrie 4.0 Geschäftsprozesse und Informationsfluss in Unternehmen

smartdata und Industrie 4.0 Geschäftsprozesse und Informationsfluss in Unternehmen Business Intelligence requires Best Information requires Best Integration smartdata und Industrie 4.0 Geschäftsprozesse und Informationsfluss in Unternehmen Dr.Siegmund Priglinger Wien & Hagenberg, 2015

Mehr

CRM Anbieter Siebel. New Economy CRM Anbieter Siebel Page 1

CRM Anbieter Siebel. New Economy CRM Anbieter Siebel Page 1 CRM Anbieter Siebel Titel des Lernmoduls: CRM Anbieter Siebel Themengebiet: New Economy Gliederungspunkt im Curriculum: 4.2.4.3 Zum Inhalt: Dieses Modul beschreibt die technischen Grundlagen der CRM Software

Mehr

DIMEX Data Import/Export

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

Mehr

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

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

Mehr

SAS Predictive Analytics Factory The SAS approach for the production and maintenance of analytical models

SAS Predictive Analytics Factory The SAS approach for the production and maintenance of analytical models Predictive Analytics Factory The approach for the production and maintenance of analytical models Dr. Gerhard Svolba Austria Forum Finnland Helsinki September24 h, 2013 Agenda Rationale and idea of a Predictive

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

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

Anwendung der Predictive Analytics

Anwendung der Predictive Analytics TDWI Konferenz mit BARC@TDWI Track 2014 München, 23. 25. Juni 2014 Anwendung der Predictive Analytics Prof. Dr. Carsten Felden Dipl. Wirt. Inf. Claudia Koschtial Technische Universität Bergakademie Freiberg

Mehr

Industrial Data Intelligence. Datenbasierte Produktionsoptimierung

Industrial Data Intelligence. Datenbasierte Produktionsoptimierung !DI Industrial Data Intelligence Datenbasierte Produktionsoptimierung Industrial Data Intelligence Sammeln Analysieren Mit dem Industrial Data Intelligence-Angebot ermöglicht Softing Industrial die datenbasierte

Mehr

Data Mining Standards am Beispiel von PMML. Data Mining Standards am Beispiel von PMML

Data Mining Standards am Beispiel von PMML. Data Mining Standards am Beispiel von PMML Data Mining Standards am Beispiel von PMML Allgemeine Definitionen im Data Mining Data Mining (DM) Ein Prozess, um interessante neue Muster, Korrelationen und Trends in großen Datenbeständen zu entdecken,

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

GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013

GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013 OPEN SYSTEMS CONSULTING IT-KOMPLETTDIENSTLEISTER IM MITTELSTAND GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013 Business Analytics Sascha Thielke AGENDA Die Geschichte des Reporting Begriffe im BA Umfeld

Mehr

Datenqualitätsmanagement im Customer Relationship Management

Datenqualitätsmanagement im Customer Relationship Management Wolfgang Leußer Datenqualitätsmanagement im Customer Relationship Management Verlag Dr. Kovac Hamburg 2011 Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis XVII XIX XXI

Mehr

3. Integrationsdimensionen, u. a. Integrationsrichtungen (vgl. 1 und 2) 4. Vertikale und horizontale Integrationsrichtung (vgl.

3. Integrationsdimensionen, u. a. Integrationsrichtungen (vgl. 1 und 2) 4. Vertikale und horizontale Integrationsrichtung (vgl. Anwendungssysteme 1. Vertikal: unterstützte organisationale Ebene Informationsdichtegrad 2. Horizontal: unterstützter Funktionsbereich betriebliche Grundfunktion 3. Integrationsdimensionen, u. a. Integrationsrichtungen

Mehr