Trends in Business Intelligence und Data Warehouse

Transkript

1 Trends in Business Intelligence und Warehouse DI Johannes Rupp 14. März 2007 Management-Forum

2 DWH & BI heute Wesentliche Einsatzgebiete Reporting (z.b. Sales Reporting, regulatives Reporting) Messen & Monitoring (z.b. Call Center Analyse) Prognose (z.b. Nachfrage) Abgleich (Ist- vs Zielwerte) Entdecken (z.b. Kundensegmentierung) Daten Silos Grundlage für taktische Entscheidungen

3 Die Fragestellungen aus Unternehmenssicht Vertrieb: Kundenprofitabilität, Cross- und Up-Sell Potentiale, Abwanderungsgefährdung Marketing: Kampagnen Analytics und Vorhersagemodelle IT Betrieb: Berichte über Performance und Verfügbarkeit Logistik: Bedarfsprognose, Verfügbarkeit, Bestellvorschläge CFO: Finanz und Corporate Performance Management CIO: Unternehmensweite Business Intelligence Kundenservicemanager: Kunden Analytics, Auslastungsprognose Analyst: OLAP und Mining

4 Bedeutung integrierter Daten im DWH Enterprise Warehouse Sales Analysis Basket Customer + Market + Profitability Analysis + + Analysis Inventory Analysis Business Value while the Business Value Compounds Exponentially Financial Supplier Financial Value of EDW Value Transaction Customer Transaction Customer Transaction Customer Transaction EDW Investment Product Product Product Product Product Evolution to Enterprise View While the EDW investment increases incrementally

5 Die wesentlichen DWH Treiber & Trends Auswirkung auf DWH Active BI & DWH 24x7 Nutzung SLA für Zugriffszeiten Einbindung in die operativen Prozesse SOA Einfachere Benutzerinterfaces Verstärkte Nutzung von BI Tools und BI Portalen Mehr Benutzer Steigende DWH Belastung Quelle: Gartner Detailliertere Daten Steigende Komplexität des DWH Datenmodells Unternehmensweites Datenmodell Stark steigende Datenmengen

6 Trend zur unternehmensweite BI Quelle: tdwi

7 Erfolgreiche Unternehmen haben mit der Umsetzung bereits begonnen!.. durch Integration und Synchronisation der strategischen und operationalen Intelligence im DWH und in der BI Strategische Intelligenz: Great Insights about the Business Ziel: Synchronisieren & ausrichten Operationale Intelligenz: Front Line People and Systems Become Smarter and Faster

8 Was bedeutet das organisatorisch in der Praxis? Verknüpfung der strategischen und operationalen Intelligenz Strategische Intelligenz Haben wir zu viele Retouren? Was ist der Beitrag der Produktlinie am Gesamtverkauf? Zielkunden akquirieren? Kunden binden? Zu welchen Kosten? Filialen Active Unternehmen Enterprise Intelligence Kunden Soll ich dem Kunden das Geld zurückgeben? Verkauft sich das Produkt so schnell, dass wir heute ausverkauft sein werden? Soll ich heute in dieses Geschäft gehen oder nicht? für die operationale Nutzung

9 Little Decisions Add Up We judge leaders by how well they make big, strategic decisions. But corporate success also depends on how well rank-and-file employees make thousands of small decisions. > Do I give this client a special price? > How do I handle this customer s complaint? > Where can I find this product right now? When will the next shipment arrive? By themselves, such daily calls increasingly made with the help of enterprise decision-management technology have little impact on business performance. Taken together, they influence everything from profitability to reputation. Source: Frank Rohde, Little Decisions Add Up, Harvard Business Review, June 2005

10 Business Wert schneller operationaler Entscheidungen Business event Value captured Intelligence delivered Action taken Engaged with customer Truck at loading dock Opportunity Customer has left the store Truck has left the dock Missed Opportunity Time Source: Richard Hackathorn, Bolder Technologies

11 16:25 Anwenderbeispiele aus unterschiedlichen Industrien auch einige unkonventionelle Ansätze, die durchaus auch in anderen Industrien neue Denkansätzen inspirieren sollen

12 Kundenbeispiele aus dem Handel Erkennen & Vorhersage wenn ein Produkt ausverkauft ist/sein wird, bevor der Kunde es vermisst. Vermeidung einer Out of Stock Situation. Mehr als 1% Umsatzsteigerung für eine französische Handelsorganisation Management von Faktoren die kritischen für den Erfolg einer Filialen sind: Personalstand, Lagerstand, Aktionsverkäufe während des Tages statt über Nacht Tägliche Erkennung und Vermeidung von Betrugsfällen intern und extern für eine Handelsorganisation mit 500 Filialen 100 % ROI in 5 Monaten Betrugsbande bereits am ersten Tag der Lösungsinbetriebnahme gestoppt Synchronisation unterschiedlicher Vertriebskanäle. Der Kunden sieht einen stimmigen Geschäftsauftritt unabhängig davon wie er das Unternehmen kontaktiert (Web, , Call Center, Laden) Was sind die Herausforderungen an das DWH? o Near Real Time Beladung o Beladung und gleichzeitige Analyseabfrage o Detaildaten o Analytics

13 Kundenbeispiele aus dem Logistikbereich Reduktion von Betrugsfällen durch rechtzeitige, automatische Erkennung in der Distributionskette verloren gegangener Sendungen Reduktion von Betrugsfällen durch ungerechtfertigte Schadensmeldungen Maximierung der Anzahl der auszuliefernden und abzuholenden Sendungen pro Kunde und Tour Einsparungen durch Minimierung der Stopps Reduktion der Stoppzeiten durch Auslieferungsund Abholungsankündigungen per oder SMS Abfrage über den Versandstatus und Inhalt von Sendungen durch Geschäfts- und Endkunden Personalkostenreduktion durch untertägige Auslastungsprognose für den Sendungstransport und die -verteilung Was sind die Herausforderungen an das DWH? o Near Real Time Beladung o Beladung und gleichzeitige Analyseabfrage o Detaildaten o Analytics o Große Benutzeranzahl incl. externe Partner

14 Kundenbeispiele aus dem Finanzbereich Analysen zur Erkennung erhöhter Cross- und/oder Up-Selling Chancen bei individuellen Kunden auf Basis von Events und Transaktionsverhalten. Nutzung für in- & out-bound Calls und Kampagnen. >40% Response Rate Nutzungsabhängige Autoversicherung How it works..you pay a fixed monthly fee plus costs based on the miles you drive. The in-car device uses GPS technology to monitor and send your journey information to our central computer. Your premiums are then calculated based on your usage during Peak and Off-Peak times and different road types, and you'll receive an itemized monthly bill... The tariffs Your monthly bill will be calculated according to your personalised pence per mile tariffs which apply to "Pay As You Drive" insurance. The journeys you drive in your car will be subject to four different Peak and Off-Peak tariffs that are based on the time of day and your mileage on motorways, dual carriageways, single lane. Peak Monday - Friday (excluding Bank Holidays) 00:00-04:59 and 07:00-09:59 Off-Peak All other times Zusätzliche Anwendungsfälle: Diebstahlsaufklärung Was sind die Herausforderungen an das DWH? o Near Real Time Beladung o Beladung und gleichzeitige Analyseabfrage o Detaildaten o Analytics Unfälle pro km und Strassentype Verkehrsdicht pro Tageszeit und Vergleich mit Unfallshäufigkeit (z.b. Todesfälle junger Fahrer) o Große Benutzeranzahl incl. externe Partner Business Case: Exakte Risiko- und Tarifbestimmung

15 Kundenbeispiel aus dem Telekombereich Churn DWH: Vorhersagemodelle DWH: Vorhersagemodelle DWH: Szenarienmodelle DWH: Kundenwertberechnung DWH: Regelbasierende Logik Kostennachlass Gratis Upgrade, Produkt Bündel Hoher Preis, schlechtes Produkt, schlechtes Service DWH: Analyse der DWH Daten, ggf. Einbezug des Schriftverkehrs

16 Kundenbeispiele aus dem Fluglinienbereich Bedarfsabhängige Maximierung der Sitzplatzauslastungen unter Berücksichtigung von Flugplänen, Fluggerät und Revenue Management. Bestimmung des Fluggerätes. ca. $5 Mio. zusätzlicher Umsatz bei Continental Goodwill Letters als Entschuldigungsgeste z.b. bei mehr als 90 Minuten Verspärung. Abhängig von Kundenprofitabilität und Kundenaktivitäten erhält der Kunde unterschiedliche Vergütungen (Trial Membership im President s Club, Entschuldigungsbrief, keine Vergütung). Empfänger der Schreiben gaben anschließend um 8% mehr bei Continental aus fast 30% der Trial Members traten dem Club permanent bei und gaben zusätzliche $ 6 Mio. aus Group Snoop. Massives Auslastungsrisiko durch No-Shows bei Gruppenbuchungen. Daher müssen Reisebüros bei Gruppenbuchungen ab 10 Personen Sicherheiten, z.b. Anzahlungen hinterlegen. Manche Reisebüros umgehen das durch Teilung der Gruppen in weniger als 10 Personen. Lösung: Entwicklung einer DWH Analyse die diese Teilgruppenbuchungen zusammenfindet. spart Continental $2 Mio. jährlich Zustimmung der FAA zur Ausdehnung von Wartungsintervallen für einzelne Flugzeugkomponenten durch Nachweis der tatsächlich, wesentlich höheren MTBF. Analyse erfolgte aus dem DWH Daten. signifikante Kosteneinsparung für Wartung und Stillstandszeiten (andere große Luftlinie) Erhöhung der Fluggeräteverfügbarkeit und verbesserte Wartungsanalyse durch Download des Flight Logs und Analyse im DWH nach jedem Flugeinsatz. Deutliche Erhöhung der Fluggeräteauslastung und Reduktion der Wartungsstillstandszeiten (militärischen Bereich) Was sind die Herausforderungen an das DWH? o Near Real Time Beladung o Beladung und gleichzeitige Analyseabfrage o Detaildaten o Analytics o Große Benutzeranzahl incl. externe Partner

17 Maintenance & Repair & Operations Supply Chain Some challenges to address SUPPLIERS & VENDORS DISTRIBUTION CENTERS Tracking and tracing INTERMEDIATE SUPPORT In house Turn Around Time LINE SUPPORT Inspection Failure forecasting FLEET Maintenance & repair Subcontracting Inventory Pool Obsolescence exposure Supplier Development DESIGN & ENGINEERING Modifications time phasing OVERHAUL Upgrade Inventory wheel mix and size Line inventory Inspection Compatibility analysis FLEET Modification Check D Overhaul Schedule Maintenance & repair inventory No Fault Found Containment

18 Spares Inventory Logistics Spares Logistics Der Wert der Datenintegration Load Once Use Many Flight Monitoring Health Inspection Maintenace & Repair Overhaul Upgrade & Retrofit Asset Configuration Lifecycle Ownership Cost Condition Based Maintenance Maintenance Schedule Reliability Analysis Service Profitability Aging Asset

19 Daraus resultierende Herausforderungen an die BI & DWH Technologien 16:40

20 Herausforderungen Kurzfristige Analyseverfügbarkeit neuer Daten Deutlich komplexere, applikationsneutrale 3NF Datenmodelle Daten unterschiedlichster Themenbereiche in einem einheitlichen Datenmodell vereint und integriert Single View to the Business Enterprise Warehouse Sparsamer Einsatz von Aggregaten, Indizes, Partitions und physischen Marts (Latency!) Dependent Marts Idealer Weise keine Datenbankreorganistation notwendig 24x7 Betrieb, Ausfallsicherheit Stark steigende Datenmengen durch hohen Detaillierungsgrad (Transaktionsniveau) Gleichzeitiges Beladen und Abfragen Wegfall der Beladefenster (untertägige bzw. near real Time Beladung!) Mixed Workload und effektives Workload Management Niedriger Betriebsaufwand (manageable) Service Level Agreements für Query Response Zeiten Steigende Benutzer- und Applikationsanzahl SOA Integration Prozesseinbindungen zur Unterstützung der operationalen Geschäftsprozesse Schnelle & einfache Erweiterbarkeit

21 Gleichzeitiges Wachstum in allen Dimensionen Mixed Workload Volume (Raw, User ) Query Concurrency Freshness Query Complexity Query Freedom Query Volume Schema Sophistication

22 Die sechs aktiven BI/DWH Elemente Active Load Intra-day data acquisition; Mini-batch to near-real-time (NRT) trickle data feeds measured in minutes or seconds Active Access Front-Line operational decisions or services supported by NRT access; Service Level Agreements of 5 seconds or less Active Events Proactive monitoring of business activity initiating intelligent actions based on rules and context; to systems or users supporting an operational business process Active Workload Management Dynamically manage system resources for optimum performance and resource utilization supporting a mixed-workload environment Active Enterprise Integration Integration into the Enterprise Architecture for delivery of intelligent decisioning services Active Availability Business Continuity to support the requirements of the business (up to 7X24X365)

23 Warum der Aufwand? - Der Business Nutzen Among financial services companies operating globally, those with centralized knowledge, data management, and the ability to deliver real-time decision support boasted 43% higher income growth and a 39% higher stock price than those without. In manufacturing and high-tech, real-time decision capabilities brought companies 11% higher revenue growth and 28-35% better three-year sales growth. Capgemini study quoted in Teradata Magazine, Spring 2006

24 Was können Sie morgen tun um für die Zukunft zu planen? Business > Identifikation der Business Prozesse, Prozesspunkte und Metriken, die durch BI/DWH Informationen effektiver oder neu gestaltet werden können > Identifikation neuer Business Modelle, die durch BI/DWH erst möglich werden ( Pay as you drive ) Personal > Abschätzung des BI/DWH Reifegrades des Unternehmens > Skill Assessment > Etablierung einer geeigneten Organisationsstruktur zur Unterstützung und Management von BI/DWH Technologie > Begutachtung der bestehenden BI/DWH Architektur und Plattform(en) und Einschätzung der Auswirkungen der kommenden Anforderungen > Definition eines BI/DWH Zielbildes zur Abdeckung der neuen Herausforderungen > Entwicklung einer Road Map zur Umsetzungsplans für die Umsetzung

25 Q & A DI Johannes Rupp Johannes.Rupp@teradata-ncr.com +43-(664) Video