Operationalisierung des. Data Warehouse und Real Time Decision sind längst Alltag. Architekturbeispiele und Einsatzszenarien.

Größe: px
Ab Seite anzeigen:

Download "Operationalisierung des. Data Warehouse und Real Time Decision sind längst Alltag. Architekturbeispiele und Einsatzszenarien. "

Transkript

1 Operationalisierung des <Insert Picture Here> Data Warehouse und Real Time Decision sind längst Alltag Architekturbeispiele und Einsatzszenarien

2 <Insert Picture Here> Frank Püchl, PAYBACK GmbH Bjoern Staender, Oracle Deutschland Alfred Schlaucher, Oracle Deutschland

3 15:00 16:15 <Insert Picture Here> Operationalisierung des Data Warehouse Oracle Data Warehouse PAYBACK: nosql DB als operationales DWH 16:15 16:45 P a u s e 1 6 : : 0 0 Realtime Decisions

4 Adaption von BI+W Systemen* Unaware Tactical Focused Strategic Pervasive Einzelne Berichte, Spreadsheets unkoordiniert Bereitstellung von Auswertesystemen auf einem techn. Level. Isolierte Lösungen gezielte Unterstützung einzelner Geschäftsfelder Zentrale, Übergreifendes Anforderungs- Management (BICCs) BI+ Performance Management Strategy Unternehmensweites standardisiertes Kennzahlensystem Einbettung BI in Prozesse Automatisierte Nutzung Unmittelbares Überführen von Wissen in Aktion *nach Gartner

5 Bei 154 unternehmensweit aufgestellten Oracle-DWH- Systemen* Das DWH darf nicht länger als X Std. still stehen, sonst sind operative Abläufe behindert. Keine unmittelbare Auswirkung 27 % 24 Std 43 % 4 Std. 18 % Wird das DWH auch über Analysen hinaus für operative Aufgaben genutzt nein 43 % kaum, 1 2 Prozesse 18 % Eine wachsende Anzahl von Gesch. Proz. 27 % Mindestens alle wichtigen Gesch. Proz. *Befragung / Auswertung deutscher Oracle-DB Kunden, 2012

6 Erfahrungen bei einem Telco-Unternehmen* Eignung von DWH-Systemen für operative Zwecke weil: Operativ eingesetzte Lösungen sind selbstverstärkend Daten sind verfügbar Flexible Entwicklungsprozesse (weil erprobte Vorgehensweisen) Kurze Umsetzungszeiten Schnittstellen vorhanden Zusatz- Anforderung Infrastruktur Oft aus Notsituationen heraus entstanden Zeitdruck Ungeklärte Anforderungen mit hoher Änderungswahrscheinlichkeit Bekanntheitsgrad Kunden- Zufriedenheit *Aus dem Vortrag Chancen und Risiken operativer DWH-Anwendungen Oracle DWH-Konferenz, März 2009

7 Was macht das DWH für den operativen Einsatz so interessant? 1 Zentral und Unternehmensweit Daten sollten zentral und leicht für alle Benutzergruppen gleichermaßen zugänglich sein 2 Erklärende Mehrwerte Business-Semantik Leicht verstehbare Daten: - Informationen statt Daten - Semantische Zusammenhänge 3 Historisierung Trendfähige Informationen durch Aufbewahrung und Aufbereitung historischer Daten 4 Entkopplung von op. System Flexibel und unabhängig von operativen Anwendungen analysieren können 7 A

8 Operationalisierte Verwendung ist kein Selbstzweck Mit Data Warehouse Integrationsfähigkeit/ Schnittstellenvielfalt Neutralisierung von Informationen Historische Sicht Hilfe bei komplexen, bereichsübergreifenden Aufgaben Ohne Data Warehouse Aufwand für Schnittstellen- Programmierung Gefahr von Einseitigkeit Fehlende Vergleiche und Statistiken, schwere Vorhersage Fehlendes Wissen über andere Sachgebiete Höhere Qualität Oft nur marginale Qualitätsanforderungen Fehlende Standards

9 Operational Data Warehouse: Abgrenzung zu reinem Realtime Decisioning Letztes Jahr Letztes Quartal Letzten Monat gestern jetzt Wettbewerber Gesamte Branche Gesamtes Unternehmen Benachbarte Abteilung Realtime Monitoring Operationale Verwendung und Realtime-Betrachtung dicht beieinander Eine reine Realtime-Betrachtung ist nur operatives Tun ohne jedes Gedächtnis Nur wer die Vergangenheit kennt, kann die Gegenwart verstehen

10 Was bedeutet: Operationalisierte Verwendung Unterstützung bei operativen (taktischen) Entscheidungen Separater Informationsbestand Abstrahiert und neutralisiert von OLTP-Aktivitäten Übergreifende Sicht Themenübergreifend Abteilungsübergreifend Aufgabenübergreifen Zeitpunktübergreifend (historisch) Allgemein verfügbar Im Sinne von Unternehmensressource Mehr als nur eine lokale, anwendungsbezogene Datenhaltung

11 Aspekte des Operativen - beratend - Lose Kopplung - keine Abhängigkeiten -Taktische Entscheidungen unterstützend steuernd operativ ausführend Eingebunden in operative Abläufe, - Feste Kopplung - Abhängigkeiten Controlling operational DWH Executives operational DWH z. B.* Skill-based Routining im Call Center z. B.* Warteschleifendauer im Call Center Kundenwertabhängige Retentionangebote Tarifwechsel-Kampagnen aufgrund von Tarifsimulation Kundenrückgewinnung Neukunden-(Antrags-)-Prüfung Händlerkommissionen Anfragen durch die Polizei Bonuspunkteermittlung Intercarrier-Billing für Messaging Gutscheine für Prepay Kunden *Beispiele aus einem Telco-Kontext

12 Die Folgen Operativ Taktisch Überschaubar / aggregiert überschaubar Hochvolumig / granular DWHs wachsen schneller als OLTPs Enormer Storage-Bedarf Schneller wachsende Kosten DWH Strategisch Jahr/Quartal/Monat Komplexe Informations- Ausarbeitung und Analysen Woche/Tag Periodische Berichte Stunde/Minute/Sekunde/Realtime oft und schnell wiederholbare Einzel-informationen 12

13 Bedingungen + architektonische Anforderungen im DWH Hohe Standardisierung Integriertes MDM Maximale Granularität Data Integration Layer Enterprise Information Layer User View Layer Process neutral / 3 NF? Kurze Latenzzeiten Sachgebietsübergreifend unternehmensweit Integrierte kompakte Ablage Fraglich, obsolet

14 Mittel Automatismen Berechnungen oder Aggregationen in Abhängigkeit von Schwellwerten und Events Funktionen zu den Daten bringen Daten so wenig wie möglich bewegen In Database-Aktivitäten Appliance-Lösungen (z. B. Exadata) Flexibel skalieren können Permanentes und planbares Wachstum Schnell aktionsfähig sein Hybridität Die Nähe von unterschiedlichen Anwendungen ermöglichen Die Nähe von OLTP und DWH muss machbar sein Offenheit Mit Standardmittel zugreifbare Daten (SQL)

15 Mittel im Oracle Data Warehouse Automatismen Berechnungen oder Aggregationen in Abhängigkeit von Schwellwerten und Events Funktionen zu den Daten bringen Daten so wenig wie möglich bewegen In Database-Aktivitäten Appliance-Lösungen (z. B. Exadata) Flexibel skalieren können Permanentes und planbares Wachstum Schnell aktionsfähig sein Hybridität Die Nähe von unterschiedlichen Anwendungen ermöglichen Die Nähe von OLTP und DWH muss machbar sein Offenheit Mit Standardmittel zugreifbare Daten (SQL) Automatisierte Kennzahlenstukturen InDatabase ETL InDatabase Analytics Exadata Oracle Marktführer In OLTP und DWH Klassisch offen

16 <Insert Picture Here> Die Oracle Data Warehouse Lösung

17 Data Integration Real Time & Batch Oracle Data Warehouse Architektur für unternehmensweites Datenmanagement Any Source BI Server Data Integration Layer Enterprise Information Layer Data Management Concept Operational Data Layer Data Quality Rules Checks&Monitoring Information Layer Architecture Concept Reference Data Models InDatabase Dynamic Data Marts User View Layer InDatabase ROLAP InDatabase MOLAP InDatabase R Data Mining BI Apps Controlling HR Sales Interactive Dashboards Reporting & Publishing Ad-hoc Analysis DWH Logistic Utilities Oracle Database Management System Big Data Solution Metadata Utilities Business Catalogue Technical Auditing Marketing Financial Scorecards nosql Oracle Database Management System Server Server Cluster Operating System Cluster Optimized Network Hadoop Storage Hierarchy Optimiertes Netzwerk Exadata / Database Machine / Exalytics Big Data Appliance Exadata Exalytics Lifecycle Management Concept DWH System Monitoring Utilities DWH Security Utilities DWH Backup / Recovery Concept Concept Framework Office Integration Mobile

18 Oracle Produkt-Komponenten Data Warehouse / BigData Oracle EE OLAP InMemory DB Cache AD Comp Partitioning Advanced Analytics Label Sec RAC (8) Diagnostic+Tuning Spatial Data Integration NoSQL EE BigData Connectors BigData Appliance Exadata /DBM Business Intelligence

19 In-Database Analytics Engineered Systems Oracle Big Data Appliance Optimized for Hadoop, R, and NoSQL Processing Oracle Big Data Connectors Oracle Exadata System of Record Optimized for DW/OLTP Oracle Exalytics Optimized for Analytics & In-Memory Workloads Hadoop Open Source R Oracle NoSQL Database Applications Oracle Big Data Connectors Oracle Data Integrator Oracle Advanced Analytics (R + Data Mining) Data Warehouse Oracle Database Oracle Enterprise Performance Management Oracle Business Intelligence Applications Oracle Business Intelligence Tools Oracle Endeca Information Discovery Stream Acquire Organize Discover & Analyze

20 <Insert Picture Here> Beispiele

21 T r a n s a k t I o n e n Beispiel: Kundenberatung einer Bank Zentralität und integrierte Sicht Database- Marketing K o n t a k t d a t e n Angebotsanfragen Partnerdaten Sparen Giro Transfers Depot Hypotheken Kredite

22 Optimierung von Prozessen Referenzdaten aus dem DWH für operative Entscheidungen Optimierung der Routen für Service-Techniker Optimierung von Wartungsaktivitäten Standort-Optimierung Automaten Über Chipkarten an das DWH angeschlossen Vergleichsdaten Historiendaten Zentrale Statistiken

23 Der optimale Verbrecher Tat und Täter-Profile aus dem Data Warehouse Tathergänge Motive Waffen Zeiten Orte Opfer Data Warehouse mit allen jemals stattgefundenen Ausprägungen Profile typischer Straftaten Wie sieht das wahrscheinliche Täterprofil aus? Personen Bei 8 gleichen Merkmalen sieht ein unbekanntes neuntes und zehntes Merkmal zu X Prozent SO und SO aus.

24 Beispiel: Telekommunikationsanbieter Unbemerkt im Hintergrund Call-Center-Steuerung Messung der Performance von Teams Kapazitätsverwaltung Systemübergreifende Auskunft für Kundenaufträge Steuerung Innen- Aussendienst (Netz- und Montage) Messung der Performance von Teams Vergleichswerte zur Orientierung Betriebsüberwachung IT Automatisierte Steuerung von Abläufen mit Hilfe von daten aus dem Warehouse Prämierung von Partnern Mit Hilfe von historischen Daten aus dem Data Warehouse Datenaktualität < 2 h Zugriffszeiten < 3 Sek. Nutzdaten ~ 50 TB Auskunft für Call Center Auskunft Self Service Proaktive Information Proaktive Information SMS Auskünft für Kundenberater vor Ort

25 Payback GmbH

26 PAYBACK Global Campaign System Overview

27 Integriertes Kampagnenmanagement bei Payback Maßgeschneiderte Multichannel Kampagnen Genaue Kunden-Kenntnis, daher sehr starke Personalisierung möglich Täglicher Abgleich aller OLTP-Daten sowie zusätzlicher Quellen Zielgruppenspezifische Ausspielung im DWH Allein in Deutschland über 20 Millionen Personen Berücksichtigung von n100 bis zu 1000 Merkmalen pro Kunde Ermittlung von Zielgruppen Bereitstellung von zielgruppenspezifischen Coupons für Kampagnen In 2012 über 5 Milliarden Coupons (3,8 Mrd. ecoupons, 1,4 Mrd Prints)

28 Der technische Hintergrund Der gesamte Konsolidierung, Segmentierung und Kampagnen-Steuerung findet täglich statt Komplette Tagesverarbeitung in weniger als 8 Stunden Zusätzliches Einspielen von Batch-Läufen mit mehreren Mrd. Sätzen läuft parallel Ohne eine Exadata X2 (Half Rack) wäre die Verareitung in einem 24 Stunden Fenster nicht möglich

29 Oracle Database Machine X2-2 Oracle Database Server Grid 8 compute servers 96 Intel Cores (gesamt) (Six-Core Intel X5670, 2,93 GHz) 768 GB DRAM (gesamt) Jeder Server 2x10Gb Ethernet Port 4x1Gb Ethernet Port 4x300 GB SAS Disks InfiniBand Network 40 Gb/sec unified server and storage network Fault Tolerant Enterprise Linux Exadata Storage Server Grid 14 storage servers 168 Platten / 112 Intel Cores 100 TB raw SAS disk storage or 336 TB raw SATA disk storage 5,3TB flash storage! 25 GB / Sec IO Datendurchsatz 50 GB / IO für Flash-Speicher 29

30 Anwendung: Punkteübersicht Social Media: Facebook Fans Newsletter: 4 Mio. Auflage > 500 Mio p.a. Punkteübersicht: Auflage 62 Mio. 12 x p.a. Bis zu 13 Mio. Auflage pro Versand > 95% Öffnungsrate Printmailings und Beileger: Auflage 70 Mio. Individuell gestaltbar Verschiedene Formate Points of Sale: Partnerfilialen Terminals für die Kunden (Punkteübersicht und Gutscheinein payback.de: 550 Mio. Seitenaufrufe Coupons: 5,2 Mrd. Coupons, davon 3,8 Mrd. digital 1,4 Mrd. Print PAYBACK Ap > 1 Mio. Downloa iphone & Android Mobile Couponin Mobile Services Zahlen GJ 2012 Online Offline Mobile

31 Anwendung: Punkteübersicht Bis zu 13 Millionen Briefsendungen Angereichert mit Material (z. B. Coupons) zu den verschiedenen Kampagnen Aufwendiger Prozess Segmentierung, Selektion, Konfektion, Print etc. Ursprüngliche Dauer bis zu 3 Wochen + Sicherheitszeitpuffer von 3 Wochen Nur quartalsweise machbar -> eingeschränkte Kampagnenschlagzahl Nach Exadata Einführung Reduzierung Prozesslaufzeit auf weniger als 5 Tage Ausweitung der Punkteübersichts-Briefe auf 12 mal im Jahr Aufgrund der erhöhten Schlagzahl mehr und differenziertere Kampagnen machbar.

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle DATA WAREHOUSE Big Data Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen aus Unternehmens- Daten ziehen! Datenmengen, Performance und Kosten Daten als Geschäftsmodell

Mehr

Step 0: Bestehende Analyse-Plattform

Step 0: Bestehende Analyse-Plattform Die Themen 09:30-09:45 Einführung in das Thema (Oracle) 09:45-10:15 Hadoop in a Nutshell (metafinanz) 10:15-10:45 Hadoop Ecosystem (metafinanz) 10:45-11:00 Pause 11:00-11:30 BigData Architektur-Szenarien

Mehr

Big Data Hype und Wirklichkeit Bringtmehrauchmehr?

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

Mehr

Copyright 2014, Oracle and/or its affiliates. All rights reserved.

Copyright 2014, Oracle and/or its affiliates. All rights reserved. 1 Integrierte Systeme für SIs und VARs Matthias Weiss Direktor Mittelstand Technologie ORACLE Deutschland B.V. & Co. KG 2 Agenda Engineered Systems Oracle s Strategie Engineered Systems Big Data einmal

Mehr

Oracle Data Warehouse Mit Big Data neue Horizonte für das Data Warehouse ermöglichen

Oracle Data Warehouse Mit Big Data neue Horizonte für das Data Warehouse ermöglichen DATA WAREHOUSE Oracle Data Warehouse Mit Big Data neue Horizonte für das Data Warehouse ermöglichen Alfred Schlaucher, Detlef Schroeder DATA WAREHOUSE Themen Big Data Buzz Word oder eine neue Dimension

Mehr

Kassel, 20. März 2013. FALSCHE RICHTUNG? Daten aus dem DWH in einen Key-Value-Store für ein OLTP System

Kassel, 20. März 2013. FALSCHE RICHTUNG? Daten aus dem DWH in einen Key-Value-Store für ein OLTP System Kassel, 20. März 2013 FALSCHE RICHTUNG? Daten aus dem DWH in einen Key-Value-Store für ein OLTP System INHALT A. Ausgangssituation B. Aktuelle Lösung C. Neuer Ansatz mit Oracle NoSQL Database D. Aussicht

Mehr

Oracle EngineeredSystems

Oracle EngineeredSystems Oracle EngineeredSystems Überblick was es alles gibt Themenübersicht Überblick über die Engineered Systems von Oracle Was gibt es und was ist der Einsatzzweck? Wann machen diese Systeme Sinn? Limitationen

Mehr

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden Jens Kaminski ERP Strategy Executive IBM Deutschland Ungebremstes Datenwachstum > 4,6 Millarden

Mehr

PRODATIS CONSULTING AG. Folie 1

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

Mehr

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

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Konrad Linner, solvistas GmbH Nürnberg, 20.November 2012 Inhaltsverzeichnis Vorstellung solvistas

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

Komplexität der Information - Ausgangslage

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

Mehr

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

Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Business Driven Intelligence

Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Business Driven Intelligence Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Jochen Heßler, 16.03.2015 2002 Gegründet in Freiburg, Deutschland 2002 Heute Büros in Freiburg, Frankfurt, Düsseldorf, Paris, Boston

Mehr

Die perfekte Kombination im Agilen Data Warehouse Oracle Engineered Systems mit Data Vault

Die perfekte Kombination im Agilen Data Warehouse Oracle Engineered Systems mit Data Vault Die perfekte Kombination im Agilen Data Warehouse Oracle Engineered Systems mit Data Vault Herbert Rossgoderer Geschäftsführer Matthias Fuchs DWH Architekt ISE Information Systems Engineering GmbH ISE

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

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

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

Mehr

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

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

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

CUSTOMER MANAGEMENT 2014 QUALITÄTSMANAGEMENT IM KUNDENSERVICE DIE 360 SICHT DER KUNDEN AUF IHR UNTERNEHMEN

CUSTOMER MANAGEMENT 2014 QUALITÄTSMANAGEMENT IM KUNDENSERVICE DIE 360 SICHT DER KUNDEN AUF IHR UNTERNEHMEN Bernd Engel Sales Director CUSTOMER MANAGEMENT 2014 QUALITÄTSMANAGEMENT IM KUNDENSERVICE DIE 360 SICHT DER KUNDEN AUF IHR UNTERNEHMEN Kurzer Überblick GRÜNDUNG 1. Juli 2004 GESELLSCHAFTEN STANDORTE GESCHÄFTSFÜHRUNG

Mehr

TRACK II Datenmanagement Strategien & Big Data Speicherkonzepte. TRACK I Big Data Analytics & Self Service BI

TRACK II Datenmanagement Strategien & Big Data Speicherkonzepte. TRACK I Big Data Analytics & Self Service BI 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

Copyright 2014, Oracle and/or its affiliates. All rights reserved.

Copyright 2014, Oracle and/or its affiliates. All rights reserved. 1 Integrierte Systeme für ISVs Matthias Weiss Direktor Mittelstand Technologie ORACLE Deutschland B.V. & Co. KG 2 Agenda Engineered Systems Lösungsansatz aus der Praxis Engineered Systems Oracle s Strategie

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

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

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

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

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

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Christian Haag, DATA MART Consulting Consulting Manager Oracle DWH Team

Mehr

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence IBM Netezza Roadshow 30. November 2011 Carsten Bange Gründer & Geschäftsführer BARC Die Krise hat die Anforderungen

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

Vorstellung IBM Cognos 10.2. Oliver Linder Client Technical Professional Business Analytics

Vorstellung IBM Cognos 10.2. Oliver Linder Client Technical Professional Business Analytics Vorstellung IBM Cognos 10.2 Oliver Linder Client Technical Professional Business Analytics Agenda IBM Cognos 10.2 Architektur User Interfaces IBM Cognos Workspace IBM Cognos Workspace Advanced IBM Cognos

Mehr

Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services

Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services Launch Microsoft Dynamics AX 4.0 Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services Sonia Al-Kass Partner Technical

Mehr

vinsight BIG DATA Solution

vinsight BIG DATA Solution vinsight BIG DATA Solution München, November 2014 BIG DATA LÖSUNG VINSIGHT Datensilos erschweren eine einheitliche Sicht auf die Daten...... und machen diese teilweise unmöglich einzelne individuelle Konnektoren,

Mehr

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

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

Mehr

BI@T-Mobile: Enabling Closed-Loop Capabilities

BI@T-Mobile: Enabling Closed-Loop Capabilities BI@T-Mobile: Enabling Closed-Loop Oracle Terabyte, Heinz Sandermann Business Intelligence, TMD Barbara Jansen BI Framework & Data Architecture, TMD Die Geschäftsfelder der Deutschen Telekom at home on

Mehr

Big Data Vom Hype zum Geschäftsnutzen

Big Data Vom Hype zum Geschäftsnutzen Big Data Vom Hype zum Geschäftsnutzen IBM IM Forum, Berlin, 16.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Hype 15.04.2013 BARC 2013 2 1 Interesse an Big Data Nature 09-2008 Economist 03-2010

Mehr

SAS VISUAL ANALYTICS DER EINSTIEG IN (BIG) DATA ANALYTICS JOO-HYUNG MAING, SAS DEUTSCHLAND, 16. APRIL 2013

SAS VISUAL ANALYTICS DER EINSTIEG IN (BIG) DATA ANALYTICS JOO-HYUNG MAING, SAS DEUTSCHLAND, 16. APRIL 2013 SAS VISUAL ANALYTICS DER EINSTIEG IN (BIG) DATA ANALYTICS JOO-HYUNG MAING, SAS DEUTSCHLAND, 16. APRIL 2013 SAS INSTITUTE EIN UNTERNEHMEN IN ZAHLEN SAS is the first company to call when you need to solve

Mehr

SOA im Zeitalter von Industrie 4.0

SOA im Zeitalter von Industrie 4.0 Neue Unterstützung von IT Prozessen Dominik Bial, Consultant OPITZ CONSULTING Deutschland GmbH Standort Essen München, 11.11.2014 OPITZ CONSULTING Deutschland GmbH 2014 Seite 1 1 Was ist IoT? OPITZ CONSULTING

Mehr

Microsoft Azure: Ein Überblick für Entwickler. Malte Lantin Technical Evangelist, Developer Experience & Evangelism (DX) Microsoft Deutschland GmbH

Microsoft Azure: Ein Überblick für Entwickler. Malte Lantin Technical Evangelist, Developer Experience & Evangelism (DX) Microsoft Deutschland GmbH Microsoft Azure: Ein Überblick für Entwickler Malte Lantin Technical Evangelist, Developer Experience & Evangelism (DX) Microsoft Deutschland GmbH Moderne Softwareentwicklung Microsoft Azure unterstützt

Mehr

Mit In-Memory Technologie zu neuen Business Innovationen. Stephan Brand, VP HANA P&D, SAP AG May, 2014

Mit In-Memory Technologie zu neuen Business Innovationen. Stephan Brand, VP HANA P&D, SAP AG May, 2014 Mit In-Memory Technologie zu neuen Business Innovationen Stephan Brand, VP HANA P&D, SAP AG May, 2014 SAP Medical Research Insights : Forschung und Analyse in der Onkologie SAP Sentinel : Entscheidungsunterstützung

Mehr

8. Oracle Business Intelligence und Data Warehouse Konferenz

8. Oracle Business Intelligence und Data Warehouse Konferenz 8. Oracle Business Intelligence und Data Warehouse Konferenz 8. Oracle Data Warehouse Community -Treffen 19. / 20. März 2013 in Kassel Guten Tag sehr geehrte Damen und Herren und Oracle BI / DWH Nutzer,

Mehr

Copyright 2015 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.

Copyright 2015 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice. Schritt für Schritt in das automatisierte Rechenzentrum Converged Management Michael Dornheim Mein Profil Regional Blade Server Category Manager Einführung Marktentnahme Marktreife Bitte hier eigenes Foto

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

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

Social Media trifft Business

Social Media trifft Business Social Media trifft Business Intelligence Social Media Analysis als Teil der Unternehmenssteuerung Tiemo Winterkamp, VP Global Marketing Agenda Social Media trifft Business Intelligence Business Intelligence

Mehr

Einsatz des Microsoft SQL-Servers bei der KKH

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

Mehr

Business Intelligence - Wie passt das zum Mainframe?

Business Intelligence - Wie passt das zum Mainframe? Business Intelligence - Wie passt das zum Mainframe? IBM IM Forum, 15.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Ressourcen bei BARC für Ihr Projekt Durchführung von internationalen Umfragen,

Mehr

BICC, Organisation und Kompetenz Das Raiffeisen Solution SAS Competence Center

BICC, Organisation und Kompetenz Das Raiffeisen Solution SAS Competence Center BICC, Organisation und Kompetenz Das Raiffeisen Solution SAS Competence Center Ing. Polzer Markus öffentlich Inhaltsverzeichnis 1 2 3 4 5 6 7 Kurzvorstellung Raiffeisen Solution Business Intelligence Strategie

Mehr

ETL in den Zeiten von Big Data

ETL in den Zeiten von Big Data ETL in den Zeiten von Big Data Dr Oliver Adamczak, IBM Analytics 1 1 Review ETL im Datawarehouse 2 Aktuelle Herausforderungen 3 Future of ETL 4 Zusammenfassung 2 2015 IBM Corporation ETL im Datawarehouse

Mehr

Microsoft Office SharePoint Server 2007 Überblick. Gernot Kühn Partner Technical Specialist Microsoft Deutschland Gmbh Gernotk@microsoft.

Microsoft Office SharePoint Server 2007 Überblick. Gernot Kühn Partner Technical Specialist Microsoft Deutschland Gmbh Gernotk@microsoft. Microsoft Office SharePoint Server 2007 Überblick Gernot Kühn Partner Technical Specialist Microsoft Deutschland Gmbh Gernotk@microsoft.com 30. Juli 2006 Munich, Germany 2007 Microsoft Office System Investitionen

Mehr

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren Strategie und Self Service BI im Unternehmen Gegensätze miteinander kombinieren Claas Planitzer Düsseldorf Juni 2015 Agenda 5. Herausforderungen 1. Idealbild 2. Realität 3. Self Service 4. BI. Was ist

Mehr

Copyright 2014, Oracle and/or its affiliates. All rights reserved.

Copyright 2014, Oracle and/or its affiliates. All rights reserved. 1 Oracle Fusion Middleware Ordnung im Ganzen Matthias Weiss Direktor Mittelstand Technologie ORACLE Deutschland B.V. & Co. KG 2 Agenda Begriffe & Ordnung Fusion Middleware Wann, was, warum Beispiel für

Mehr

Oracle Data Warehouse Community Treffen. Enterprise Data Warehousing & Operationalisierung der BI innerhalb der Deutschen Telekom. ==!

Oracle Data Warehouse Community Treffen. Enterprise Data Warehousing & Operationalisierung der BI innerhalb der Deutschen Telekom. ==! Oracle Data Warehouse Community Treffen. Enterprise Data Warehousing & Operationalisierung der BI innerhalb der Deutschen Telekom. ==!" ==================================================== 1 Enterprise

Mehr

Das Potenzial von Multikanal- Recommendations nutzen Chancen und Grenzen der Personalisierung

Das Potenzial von Multikanal- Recommendations nutzen Chancen und Grenzen der Personalisierung Das Potenzial von Multikanal- Recommendations nutzen Chancen und Grenzen der Personalisierung Dr. Philipp Sorg (Senior Data Scientist) Peter Stahl (Senior Business Development Manager) 24. März 2015, Internet

Mehr

Fortgeschrittene Analysetechnologien: Abgrenzung, Produktübersicht, Erfolgsfaktoren

Fortgeschrittene Analysetechnologien: Abgrenzung, Produktübersicht, Erfolgsfaktoren Fortgeschrittene Analysetechnologien: Abgrenzung, Produktübersicht, Erfolgsfaktoren BI, Big Data, CRM Forum @ CeBIT 2015, Hannover, 19.03.2015 Patrick Keller, Senior Analyst Status Quo Business Intelligence

Mehr

Cloud und Big Data als Sprungbrett in die vernetzte Zukunft am Beispiel Viessmann

Cloud und Big Data als Sprungbrett in die vernetzte Zukunft am Beispiel Viessmann Cloud und Big Data als Sprungbrett in die vernetzte Zukunft am Beispiel Viessmann Adam Stambulski Project Manager Viessmann R&D Center Wroclaw Dr. Moritz Gomm Business Development Manager Zühlke Engineering

Mehr

Agile Analytics Neue Anforderungen an die Systemarchitektur

Agile Analytics Neue Anforderungen an die Systemarchitektur www.immobilienscout24.de Agile Analytics Neue Anforderungen an die Systemarchitektur Kassel 20.03.2013 Thorsten Becker & Bianca Stolz ImmobilienScout24 Teil einer starken Gruppe Scout24 ist der führende

Mehr

Big-Data-Technologien - Überblick - Prof. Dr. Jens Albrecht

Big-Data-Technologien - Überblick - Prof. Dr. Jens Albrecht Big-Data-Technologien - Überblick - Quelle: http://www.ingenieur.de/panorama/fussball-wm-in-brasilien/elektronischer-fussball-smartphone-app-helfen-training Big-Data-Anwendungen im Unternehmen Logistik

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

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

Willkommen im Haifischbecken:

Willkommen im Haifischbecken: Willkommen im Haifischbecken: Strategien der vier Megavendoren Zürich 18. November 2009 Wolf K. Müller Scholz Business Intelligence Magazine wms@bi-magazine.net 1 Business Intelligence: Tastsinn Lehre

Mehr

Microsoft Digital Pharma. Die nächste Generation von Innovationen für Chemie und Pharma

Microsoft Digital Pharma. Die nächste Generation von Innovationen für Chemie und Pharma Microsoft Digital Pharma Die nächste Generation von Innovationen für Chemie und Pharma Zusammenfassung des Themas / Lösungsbeschreibung Die Real Time Performance Management Plattform (RtPM Plattform) ist

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

LOG AND SECURITY INTELLIGENCE PLATFORM

LOG AND SECURITY INTELLIGENCE PLATFORM TIBCO LOGLOGIC LOG AND SECURITY INTELLIGENCE PLATFORM Security Information Management Logmanagement Data-Analytics Matthias Maier Solution Architect Central Europe, Eastern Europe, BeNeLux MMaier@Tibco.com

Mehr

O-BIEE Einführung mit Beispielen aus der Praxis

O-BIEE Einführung mit Beispielen aus der Praxis O-BIEE Einführung mit Beispielen aus der Praxis Stefan Hess Business Intelligence Trivadis GmbH, Stuttgart 2. Dezember 2008 Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg

Mehr

DIE DATEN IM ZENTRUM: SAS DATA MANAGEMENT

DIE DATEN IM ZENTRUM: SAS DATA MANAGEMENT DIE DATEN IM ZENTRUM: SAS DATA RAINER STERNECKER SOLUTIONS ARCHITECT SAS INSTITUTE SOFTWARE GMBH Copyr i g ht 2013, SAS Ins titut e Inc. All rights res er ve d. NEUE WEGE GEHEN SAS DATA GOVERNANCE & QUALITY

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

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

Integriertes ITSM mit 100% Open Source

Integriertes ITSM mit 100% Open Source Real ITSM.Lean, secure& approved Integriertes ITSM mit 100% Open Source Tom Eggerstedt. it-novum Daniel Kirsten. Synetics it-novum 2015 synetics 2015 Wer ist it-novum? Marktführer Business Open Source

Mehr

How Dataport Manages Information

How Dataport Manages Information Fujitsu Forum München 2013 How Dataport Manages Information Britta Laatzen 6. November 2013 0 Copyright 2013 FUJITSU IT-Services für die öffentliche Verwaltung in Deutschland Full Service Provider 1 Copyright

Mehr

Big Data & High-Performance Analytics

Big Data & High-Performance Analytics Big Data & High-Performance Analytics Wolfgang Schwab, Senior Business Advisor Berlin 20.4.2012 PROJECTING THE GROWTH OF BIG DATA Source: IDC Digital Universe Study, sponsored by EMC, May 2010 THRIVING

Mehr

Menschen entscheiden über Geschäftserfolg

Menschen entscheiden über Geschäftserfolg 1C01 Die Microsoft Business Intelligence- Plattform: SQL Server 2005, das 2007 Office System und Office Business Applications Steffen Krause Technologieberater Microsoft Deutschland GmbH http://blogs.technet.com/steffenk

Mehr

Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014

Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014 Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014 Beratung Business Analytics Software Entwicklung Datenmanagement AGENDA Der Kreislauf für die Betrugserkennung

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

Nutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI. Hannover, 10. März 2014 Patrick Keller, Senior Analyst

Nutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI. Hannover, 10. März 2014 Patrick Keller, Senior Analyst Nutzen und Nutzung aktueller Trends in der BI: Schwerpunkt Self Service BI Hannover, 10. März 2014 Patrick Keller, Senior Analyst Business Application Research Center BARC Historie BARC ist der führende

Mehr

Mit Big Data zum Touchpoint- übergreifenden Echtzeit- Kundendialog

Mit Big Data zum Touchpoint- übergreifenden Echtzeit- Kundendialog Mit Big Data zum Touchpoint- übergreifenden Echtzeit- Kundendialog Big Data im Marke

Mehr

Oracle Exadata Lifecycle

Oracle Exadata Lifecycle the smarter way Oracle Exadata Lifecycle Alzenau, den 9.10.2013 Autor: Stefan Panek 1 Vorstellung Exadata-Erfahrungen 09. Oktober 2013 Agenda 1 Planung eines Exadata Projekts 2 Installation, Konfiguration

Mehr

Die Rolle des Stammdatenmanagements im digitalen Unternehmen

Die Rolle des Stammdatenmanagements im digitalen Unternehmen Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust Die Rolle des Stammdatenmanagements im digitalen Unternehmen Frankfurt, April 2015 Die Digitalisierung der Welt Nach der Globalisierung

Mehr

Data. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired

Data. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired make connections share ideas be inspired Data Guido Oswald Solution Architect @SAS Switzerland BIG Data.. Wer? BIG Data.. Wer? Wikipedia sagt: Als Big Data werden besonders große Datenmengen bezeichnet,

Mehr

Digitalisierung wie aus einer Strategie Realität wird.

Digitalisierung wie aus einer Strategie Realität wird. Digitalisierung wie aus einer Strategie Realität wird. Information Builders International Summit Frankfurt, 10.06.2015 Dr. Carsten Bange, Business Application Research Center (BARC) Knüpfen wir dort an,

Mehr

> EINFACH MEHR SCHWUNG

> EINFACH MEHR SCHWUNG > EINFACH MEHR SCHWUNG Mit unserer Begeisterung für führende Technologien vernetzen wir Systeme, Prozesse und Menschen. UNTERNEHMENSPROFIL VORSTAND & PARTNER CEO CFO COO CTO PARTNER ROBERT SZILINSKI MARCUS

Mehr

Michael Bauer Niederlassungsleiter Köln

Michael Bauer Niederlassungsleiter Köln Click to edit Master title style 1 Michael Bauer Niederlassungsleiter Köln Hamburg, 18. Juni 2009 2009 IBM Corporation Agenda Click to edit Master title style 2 zur Person Wo, Warum.., Was - CPM liefert

Mehr

Bessere Daten durch Stammdatenmanagement

Bessere Daten durch Stammdatenmanagement make connections share ideas be inspired Bessere Daten durch Stammdatenmanagement Mit SAS MDM, bessere Stammdaten für operativen Systeme make connections share ideas be inspired Overview Mit SAS MDM bessere

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

Big Data Modewort oder echter Mehrwert. freenet Group Dr. Florian Johannsen

Big Data Modewort oder echter Mehrwert. freenet Group Dr. Florian Johannsen Big Data Modewort oder echter Mehrwert freenet Group Dr. Florian Johannsen freenet Group 2 Titel der Präsentation 07.07.2015 Mobilfunkgeschäft der freenet Group Austausch von Daten und Informationen Im

Mehr

Operational Intelligence

Operational Intelligence Operational Intelligence Eric Müller Wenn Sie diesen Text lesen können, müssen Sie die Folie im Post-Menü mit der Funktion «Folie einfügen» erneut einfügen. Sonst kann kein Bild hinter die Fläche gelegt

Mehr

AnyWeb AG 2008 www.anyweb.ch

AnyWeb AG 2008 www.anyweb.ch Agenda - BTO IT heute Was nützt IT dem Business? Die Lösung: HP Software BTO Q&A IT heute Kommunikation zum Business funktioniert schlecht IT denkt und arbeitet in Silos und ist auch so organisiert Kaum

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

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

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data: Nutzen und Anwendungsszenarien CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data steht für den unaufhaltsamen Trend, dass immer mehr Daten in Unternehmen anfallen und von

Mehr

Geschäftsstrategie und SOA - ein Thema für den Mittelstand? Prof. Dr. Gunther Piller

Geschäftsstrategie und SOA - ein Thema für den Mittelstand? Prof. Dr. Gunther Piller Geschäftsstrategie und SOA - ein Thema für den Mittelstand? Prof. Dr. Gunther Piller Aktuelles 2 Langfristige strategische IT- Planung existiert [im Mittelstand] in vielen Fällen nicht Bitkom: IuK im Mittelstand,

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

Neue Wege zum sicheren IT Management

Neue Wege zum sicheren IT Management Neue Wege zum sicheren IT Management Ganzheitliche IT Performance & Security Ein strategisches Muss Die IT ist der entscheidende Faktor für die Umsetzung der Geschäftsstrategie und deren Erfolg. Durch

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

HSE24 Gezielte Kundenansprache mit hybris Marketing. Christian Schnetzer, Teamleiter Kundensysteme

HSE24 Gezielte Kundenansprache mit hybris Marketing. Christian Schnetzer, Teamleiter Kundensysteme HSE24 Gezielte Kundenansprache mit hybris Marketing Christian Schnetzer, Teamleiter Kundensysteme 2015 Homeshopping bei HSE24...ein 360 o Einkaufserlebnis HSE24 ist Vorreiter des modernen Homeshoppings

Mehr

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

Profil Andy Sydow. Persönliche Daten. Profil. Profil Andy Sydow. Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung Profil Andy Sydow Persönliche Daten Nationalität Sprachen Abschluss deutsch Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung Profil Herr Sydow verfügt über mehrjährige Erfahrung als DWH/BI

Mehr

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

Erfahrungsbericht zur Einführung der Datenbank-Maschine Exadata

Erfahrungsbericht zur Einführung der Datenbank-Maschine Exadata Erfahrungsbericht zur Einführung der Datenbank-Maschine Exadata München, Februar 2010 Eric Nagel Loyalty Partner Solutions GmbH A Unser Unternehmen/Unsere Lösungen B Einführung der Datenbank-Maschine Exadata/Projektinhalt

Mehr