Zukunftsträchtige Potentiale: Predictive Analysis mit SAP HANA & SAP BO

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Zukunftsträchtige Potentiale: Predictive Analysis mit SAP HANA & SAP BO"

Transkript

1 Zukunftsträchtige Potentiale: Predictive Analysis mit SAP HANA & SAP BO thinkbetter AG Florian Moosmann 8. Mai

2 Agenda Prädiktive Analyse Begriffsdefinition Herausforderungen Schwerpunktbereiche Technologischer Fortschritt in Business Intelligence SAP NetWeaver BW 7.3 powered by HANA SAP HANA Predictive Analysis Library (PAL) SAP BO Predictive Analysis Technologiebezogene Potentiale EDWH-Architektur Agiles BI und Standard BI Zusammenfassung 2

3 The Data Warehouse Institute...prediction provides the most business value Among business intelligence disciplines, prediction provides the most business value but is also the most complex (TDWI.org) 3

4 Prädiktive Analyse Begriffsdefinition Was ist die prädiktive Analyse? Fülle an Analysetechniken Mischung aus der statistischen Analyse und Data Mining das Extrahieren von nützlichen Informationen auf Basis grosser Datenmengen D. Hand et al. der Prozess über den Datenzugriff, Datenerforschung, Datenaufbereitung, Modellierung, Modellbereitstellung und Modellüberwachung J. Elder / R.Nisbet / G. Miner 4

5 Prädiktive Analyse Herausforderungen Identifizierung von Auffälligkeiten / Abweichungen von der Norm Wurde ein Schaden an ein und demselben Haushaltsgerät möglicherweise ein zweites Mal eingereicht? Prognose Prognosen über die zukünftige Entwicklung auf Basis historischen Datenmaterials Wie wird sich der Verkauf von Vers.- Policen in Zukunft entwickeln? Anomalien Prädiktive Analyse Schlüsseleinflussnehmer Identifizierung der Schlüsseleinflussnehmer, die sich auf den Erfolg auswirken Was beeinflusst die Zufriedenheit meiner Kunden am meisten? 5 Identifizierung von Zusammenhängen im Datenmaterial Lassen sich meine Kunden auf Basis bestimmter Kriterien gruppieren? Beziehungen Trends Identifizierung von Trends (kurz- und langfristig) die das Geschäft beeinflussen Wie wirkt sich der demographische Wandel auf das Versicherungsangebot / Zielgruppen etc. aus?

6 Datenaufbereitung Datenmodellierung Ableitung Prädiktive Analyse Schwerpunktbereiche Know-How Identifizierung relevanter Datenquellen Definition der Werkzeuge (Algorithmen) Bereitstellung / Verteilung der Ergebnisse Zugriff auf Datenquellen Aufbau Datenmodelle Ableitung von Entscheidungen Zusammenführung und Integration Interpretation und Visualisierung Ergreifen von Massnahmen Technologie 6

7 Technologischer Fortschritt in Business Intelligence SAP NetWeaver BW 7.3 powered by HANA SAP HANA Predictive Analysis Library (PAL) SAP BO Predictive Analysis 7

8 Technologischer Fortschritt in Business Intelligence SAP NetWeaver BW 7.3 powered by HANA SAP HANA Predictive Analysis Library (PAL) SAP BO Predictive Analysis 8

9 Technologischer Fortschritt in Business Intelligence SAP NetWeaver BW 7.3 powered by HANA In-memory optimierter InfoCube Nutzen Vereinfachung der Datenmodellierung Schnelleres Daten laden Quelle: SAP In-memory optimiertes DataStore Objekt Reduzierung von Aktivierungszeiten Reduzierung der gesamten Ladezeit Generelle Performance-Vorteile Reduzierung der Berechnungszeiten (DB + OLAP) 9 Quelle: SAP Potential: Nutzung virtueller statt persistentem Data Mart bei best. Szenarien

10 SAP HANA Plattform Technologischer Fortschritt in Business Intelligence SAP NetWeaver BW 7.3 powered by HANA Interoperabilität BW auf HANA - HANA BW org. Bereich HANA org. Bereich Nutzen Hervorragende Flexibität in der agilen Modellierung Schwerpunkte: Operationales Reporting (Echtzeit), Agile Datenmodelle etc. SAP Extraktoren etc. Quelle: SAP SLT (Echtzeitreplikation) Data Integrator Kombinationsmöglichkeit BW org. Daten mit HANA org. Daten 10

11 Technologischer Fortschritt in Business Intelligence SAP NetWeaver BW 7.3 powered by HANA SAP HANA Predictive Analysis Library (PAL) SAP BO Predictive Analysis 11

12 Technologischer Fortschritt in Business Intelligence SAP HANA Predictive Analysis Library (PAL) Vordefinierte PAbezogene Methoden: Umgesetzt in HANA Architektur (C++) Ausführung erfolgt innerhalb der HANA DB Methoden parametrisiert aufrufen Quelle: SAP 12

13 Technologischer Fortschritt in Business Intelligence SAP HANA PAL Algorithmen (SPS 5) 13 Quelle: SAP

14 Technologischer Fortschritt in Business Intelligence SAP HANA Predictive Analysis Library (PAL) Vordefinierte PAbezogene Methoden: Umgesetzt in HANA Architektur (C++) Ausführung erfolgt innerhalb der HANA DB Methoden parametrisiert aufrufen Aufbau von Informationsmodellen mit SAP HANA Modelers Nutzung von PAL-Methoden durch SQLScript Unterstützung: R Quelle: SAP 14

15 Technologischer Fortschritt in Business Intelligence Nutzung PAL-Methoden in SAP HANA Modellierung Zugriff auf verschiedene Datentöpfe Zugriff auf validierte und integrierten Datenquellen wie (SAPBW) Nutzung weiterer Quellen Quelle: SAP Modellierung auf Basis verschiedener Ebenen Calculation View: Nutzung SQL Script Aufruf und param. PAL-Methoden, Nutzung R Analytic View Attribute View 15

16 Technologischer Fortschritt in Business Intelligence SAP NetWeaver BW 7.3 powered by HANA SAP HANA Predictive Analysis Library (PAL) SAP BO Predictive Analysis 16

17 Technologischer Fortschritt in Business Intelligence SAP BO Predictive Analysis ist...ein Werkzeug zur statistischen Datenanalyse und Data Mining Aufbau PA Modelle Assistent-geführter Aufbau von PA-Modellen Zugriff auf verschiedene Datenquellen Lokale Integration R Parametrisierter Zugriff auf PAL- Algorithmen der HANA DB Integrierte Werkzeuge wie bspw. Filtern, Sampling etc. Interaktive Analyse und Visualisierung Interaktive Analyse der dem PA- Modell zugrundeliegenden Daten (Visual Intelligence) Breite Auswahl an statistischen Visualisierungsmöglichkeiten (abhängig von verwendetem Algorithmus) Zurückschreiben der Ergebnisse 17

18 Technologischer Fortschritt in Business Intelligence Demo: SAP BO Predictive Analysis 18

19 Technologischer Fortschritt in Business Intelligence Demo: Predictive Analysis Datenquelle auswählen 19

20 Technologischer Fortschritt in Business Intelligence Demo: Predictive Analysis Prüfen der Beispieldaten 20

21 Technologischer Fortschritt in Business Intelligence Demo: Predictive Analysis Erforschen des Datenmaterials 21

22 Technologischer Fortschritt in Business Intelligence Demo: Predictive Analysis Aufbau PA-Modell 22

23 Technologischer Fortschritt in Business Intelligence Demo: Predictive Analysis Spezifikation CnR Algorithmus Wahl: Für Klassifikation relevante Spalten (Eingabeparameter für Algorithmus) Wahl: Wahl der abhängigen Spalte (Ausgabeparameter) 23

24 Technologischer Fortschritt in Business Intelligence Demo: Predictive Analysis Auszug aus der Interpretation Personen mit einem Einkommen >= CHF , haben zu 86.49% eine Lebensversicherung Personen mit Einkommen >= CHF und Kindern, haben sogar zu 100% eine Lebensversicherung 24

25 Technologiebezogene Potentiale EDWH-Architektur Agiles BI und Standard BI Zusammenfassung 25

26 Technologiebezogene Potentiale EDWH-Architektur Agiles BI und Standard BI Zusammenfassung 26

27 SAP HANA Technologiebezogene Potentiale EDWH-Architektur BW org. Bereich HANA org. Bereich 27

28 Technologiebezogene Potentiale EDWH-Architektur BW org. Bereich 28

29 Technologiebezogene Potentiale EDWH-Architektur BW org. Bereich (1) (2) (3) 29

30 Technologiebezogene Potentiale EDWH-Architektur Agiles BI und Standard BI Zusammenfassung 30

31 SAP HANA Technologiebezogene Potentiale Agiles und Standard BI Design Studio Analysis Office CR Enterprise Predictive Analysis BEx Query HANA Modeler BW org. Bereich HANA org. Bereich HANA Modelle Tabellen 31 Zusatzdaten Real-time Datentransfer mit SAP SLT ETL basierter Datentransfer mit SAP BO Data Integrator

32 Technologiebezogene Potentiale Agiles und Standard BI BW org. Bereich HANA org. Bereich Composite P. Transient P. Virtual P. 1 2 Generiert HANA Modelle Nutzung HANA-Informationsmodelle in BW Nutzung BW-Informationsmodelle in HANA Modellierung 32

33 SAP HANA Plattform Technologiebezogene Potentiale Agiles und Standard BI Standard BI BI Konsument BI St. user BI-Poweruser BI-Analytiker Agiles BI Standard BI BI Konsument BI St. user BI-Poweruser BI-Analytiker Agiles BI BW org. Bereich HANA org. Bereich Datentransfer (Data Integrator) (Virtual) Data Mart Layer Marketing Daten Propagation Layer Basisdaten Zusatz-& Ad-hoc Daten Analysen (HANA Modelle) Zusatz-& Ad-hoc Daten Prädiktive Analyse Analysen (HANA Modelle) Acquisition Layer Quelldaten Marketing Daten PAL-Algorithmen 33 Zusatzdaten Feeder-Systeme

34 Technologiebezogene Potentiale EDWH-Architektur Agiles BI und Standard BI Zusammenfassung 34

35 Zusammenfassung Zukünftige Anforderungen & neue Herausforderungen Lösungen durch SAP BI Nutzung +Ad Hoc Reporting +Dashboards +Datenvisualisierung +Office Integration +Agilität und Verlässlichkeit BI Inhalt Transversale Analysen Berechnung und Erzeugung neuer Zahlen, Grafiken und Sichten BI Datenkombination Datenkombination aus mehreren Quellen Datensilos Datenkonsistenz Systemperformance BI Applikationen Betriebsaufwände Implementierungsaufwände Abhängigkeiten Fazit 35

36 Zusammenfassung Zukünftige Anforderungen & neue Herausforderungen BI Nutzung +Ad Hoc Reporting +Dashboards +Datenvisualisierung +Office Integration +Agilität und Verlässlichkeit BI Datenkombination Datenkombination aus mehreren Quellen Datensilos Datenkonsistenz BI Inhalt Transversale Analysen Berechnung und Erzeugung neuer Zahlen, Grafiken und Sichten Systemperformance BI Applikationen Betriebsaufwände Implementierungsaufwände Abhängigkeiten Lösungen durch SAP SAP BW powered by HANA Zusätzliche Flexiblität auch in der integrierten und validierten Sicht auf alle Unternehmensdaten Potential zum Aufbau kombinierter (virtueller) Datenmodelle (BW-basierte und HANA-basierte Inhalte) SAP HANA Modeler: HANA organisierte Datenbereiche und Modellierungsmöglichkeiten Flexible Integration neuer Daten und darauf aufbauende Modellierungsmöglichkeiten Nutzung in HANA integrierter PAL-Algorithmen SAP BI 4.0 Werkzeuge Zugriff auf BW-basierte und HANA-basierte Inhalte für versch. BI Benutzer SAP BO Predictive Analysis Konsum der BW-basierten- und HANA-basierten Informationsmodelle Assistent-basierter Aufbau von PA-Modellen und Visualisierungsmöglichkeiten Fazit Technologische Innovationen im Bereich HANA stärken bestehende Architektur und ergänzen die Modellierungsmöglichkeiten in SAP BW um eine flexible und agile Datenmodellierung. 36

37 Herzlichen Dank für Ihre Aufmerksamkeit! Florian Moosmann Consultant Manager CFC thinkbetter AG Espenstrasse 9 CH-8274 Gottlieben 37

Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg, 16.09.2014 www.boak.ch

Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg, 16.09.2014 www.boak.ch Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg, 16.09.2014 www.boak.ch Obwohl mit der Verwendung von SAP HANA ein neuer semantischer Layer zum Einsatz kommt,

Mehr

Self Service BI der Anwender im Fokus

Self Service BI der Anwender im Fokus Self Service BI der Anwender im Fokus Frankfurt, 25.03.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC 1 Kernanforderung Agilität = Geschwindigkeit sich anpassen zu können Quelle: Statistisches

Mehr

FREUDENBERG IT. Mobile Business Intelligence

FREUDENBERG IT. Mobile Business Intelligence FREUDENBERG IT Mobile Business Intelligence Mobile Business Intelligence AGENDA Herausforderung mobiler Lösungen Vorstellung der Produkte Freudenberg ITs Lösungen Warum SAP? Herausforderung mobiler Lösungen

Mehr

Design Studio & Analysis Agenda

Design Studio & Analysis Agenda Agenda Übersicht der SAP BI Tools Übersicht der Analysis-Werkzeuge Installationsszenarien für Design Studio Live-Demo Roadmap und Neuerungen im Design Studio 1.3 Fragen und Antworten Folie 2 Agenda Übersicht

Mehr

Infor PM 10 auf SAP. Bernhard Rummich Presales Manager PM. 9.30 10.15 Uhr

Infor PM 10 auf SAP. Bernhard Rummich Presales Manager PM. 9.30 10.15 Uhr Infor PM 10 auf SAP 9.30 10.15 Uhr Bernhard Rummich Presales Manager PM Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche zu vermeiden. Sie können

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

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

BW powered by HANA. Martin Effinger Month 06, 2013

BW powered by HANA. Martin Effinger Month 06, 2013 BW powered by HANA Martin Effinger Month 06, 2013 winnovation Quick Facts Form Aktiengesellschaft Gründung 28.3.2006 Aktienkapital 200 000 CHF (100% im Besitz des Mgt) Ort Baar (Zug, Schweiz) Mitarbeiter

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

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

SAP BI/BO Roadmap SAP BI Verteilung

SAP BI/BO Roadmap SAP BI Verteilung SAP BI/BO Roadmap SAP BI Verteilung Jörg Telle Martin Ruis Harald Giritzer SAP Österreich Agenda SAP BI BusinessObjects aktuelle Roadmap Investitionsschutz SAP BI Österreich-Erweiterungspaket II Verteilung

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

Erfolgreiches strategisches Informa2onsmanagement Chancen & Risiken mit SAP und Business Objects rechtzei2g erkennen und managen

Erfolgreiches strategisches Informa2onsmanagement Chancen & Risiken mit SAP und Business Objects rechtzei2g erkennen und managen CubeServ Services für ein erfolgreiches strategisches Informa8onsmanagement Erfolgreiches strategisches Informa2onsmanagement Chancen & Risiken mit SAP und Business Objects rechtzei2g erkennen und managen

Mehr

Performanceaspekte in der SAP BI Modellierung

Performanceaspekte in der SAP BI Modellierung Performanceaspekte in der SAP BI Modellierung SAP BW 7.3 & SAP HANA Performance Indizes Aggregate DSO & InfoCube BWA SAP HANA Empfehlung 2 Performance Performance bedeutet, unter gegebenen Anforderungen

Mehr

SAP BI Fokustage 2015

SAP BI Fokustage 2015 SAP BI Fokustage 2015 Agenda 13:30 Uhr Begrüßung 13:45 Uhr Quo vadis SAP BW? Die Backend-Strategie der SAP Windhoff Software Services GmbH 14:30 Uhr Projektvortrag: Mobile Dashboard-Anwendung mit SAP Design

Mehr

BI ist tot, lang lebe BI!

BI ist tot, lang lebe BI! BI ist tot, lang lebe BI! SAP HANA Live vs. SAP BW powered by HANA Glaubt man der ein oder anderen aus Walldorf stammenden Marketingfolie, so sind die Tage von herkömmlichen Business Intelligence Systemen

Mehr

innovation@work Reporting im Umfeld von SAP BWonHANA Dos & Don ts aus der Praxis Tjarko von Lehsten, Rüdiger Hagmann Swisscom Enterprise Customers

innovation@work Reporting im Umfeld von SAP BWonHANA Dos & Don ts aus der Praxis Tjarko von Lehsten, Rüdiger Hagmann Swisscom Enterprise Customers innovation@work Reporting im Umfeld von BWonHANA Dos & Don ts aus der Praxis Tjarko von Lehsten, Rüdiger Hagmann Swisscom Enterprise Customers Agenda innovation@work 2 Einführung in das Projekt onebi onebi

Mehr

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

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

Mehr

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

SAP HANA als In-Memory-Datenbank-Technologie für ein Enterprise Data Warehouse

SAP HANA als In-Memory-Datenbank-Technologie für ein Enterprise Data Warehouse www.osram-os.com SAP HANA als In-Memory-Datenbank-Technologie für ein Enterprise Data Warehouse Oliver Neumann 08. September 2014 AKWI-Tagung 2014 Light is OSRAM Agenda 1. Warum In-Memory? 2. SAP HANA

Mehr

Anwendertage WDV2012

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

Mehr

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

Echtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen. Frank Irnich SAP Deutschland

Echtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen. Frank Irnich SAP Deutschland Echtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen Frank Irnich SAP Deutschland SAP ist ein globales Unternehmen... unser Fokusgebiet... IT Security für... 1 globales Netzwerk > 70 Länder, >

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

AKWI-Fachtagung 2014. SAP HANA Live als Basis für operatives Reporting in Echtzeit. Customizing und Anwendung

AKWI-Fachtagung 2014. SAP HANA Live als Basis für operatives Reporting in Echtzeit. Customizing und Anwendung AKWI-Fachtagung 2014 Darius Nowak Prof. Dr. Harald Ritz Jörg Wolf SAP HANA Live als Basis für operatives Reporting in Echtzeit Customizing und Anwendung 1 Agenda 1. Einleitung 2. Motivation 3. SAP HANA

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

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

SAP Integration von Business Objects am Beispiel von SAP Student Lifecycle Management. Anke Noßmann Syncwork AG

SAP Integration von Business Objects am Beispiel von SAP Student Lifecycle Management. Anke Noßmann Syncwork AG SAP Integration von Business Objects am Beispiel von SAP Student Lifecycle Management Anke Noßmann Syncwork AG SAP HERUG Partnertag, Berlin 06. November 2009 Inhalt 1. Ausgangssituation 2. Alternative

Mehr

SQL PASS Treffen RG KA. Überblick Microsoft Power BI Tools. Stefan Kirner Karlsruhe, 27.05.2014

SQL PASS Treffen RG KA. Überblick Microsoft Power BI Tools. Stefan Kirner Karlsruhe, 27.05.2014 SQL PASS Treffen RG KA Überblick Microsoft Power BI Tools Stefan Kirner Karlsruhe, 27.05.2014 Agenda Die wichtigsten Neuerungen in SQL 2012 und Power BI http://office.microsoft.com/en-us/office365-sharepoint-online-enterprise-help/power-bi-for-office-365-overview-andlearning-ha104103581.aspx

Mehr

Self Service BI mit Office 2013 Raúl B. Heiduk

Self Service BI mit Office 2013 Raúl B. Heiduk 1 Self Service BI mit Office 2013 Raúl B. Heiduk Partner: 2 Agenda Begrüssung Vorstellung Referent Inhalt F&A Weiterführende Kurse 3 Vorstellung Referent Name: Raúl B. Heiduk Ausbildung: Dipl. Ing. (FH),

Mehr

BI-Kongress 2016 COMBINED THINKING FOR SUCCESS - BI & S/4HANA

BI-Kongress 2016 COMBINED THINKING FOR SUCCESS - BI & S/4HANA BI-Kongress 2016 COMBINED THINKING FOR SUCCESS - BI & S/4HANA AUFSTELLUNG OPTIMIEREN. ENTWICKELN SIE IHRE SYSTEMLANDSCHAFT WEITER UND VERKAUFEN SIE DIE CHANCEN IHREN ANWENDERN Yu Chen, Thorsten Stossmeister

Mehr

Von BI zu Analytik. bessere Entscheidungen basiert auf Fakten. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor

Von BI zu Analytik. bessere Entscheidungen basiert auf Fakten. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Von BI zu Analytik bessere Entscheidungen basiert auf Fakten Webinar Mai 2010 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Von Business Intelligence zu Analytik Die Bedeutung

Mehr

Ich sehe was, was Du nicht siehst

Ich sehe was, was Du nicht siehst Ich sehe was, was Du nicht siehst Unternehmen, die frühzeitig wissen was die Zukunft bringt, sind in der Lage, proaktiv zu handeln und sowohl schnellere als auch fundiertere Entscheidungen zu treffen.

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

www.braunconsult.de SAP BW 7.3 & SAP HANA

www.braunconsult.de SAP BW 7.3 & SAP HANA Performanceaspekte in der SAP BI Modellierung SAP BW 7.3 & SAP HANA Performance Indizes Aggregate DSO & InfoCube BWA SAP HANA Empfehlung 2 Performance Performance bedeutet, unter gegebenen Anforderungen

Mehr

1... Einleitung... 15. 2... Grundlagen der Datenmodellierung... 25. 3... SAP NetWeaver BW und SAP BusinessObjects Überblick... 57

1... Einleitung... 15. 2... Grundlagen der Datenmodellierung... 25. 3... SAP NetWeaver BW und SAP BusinessObjects Überblick... 57 1... Einleitung... 15 1.1... Zielgruppen dieses Buches... 17 1.2... Aufbau des Buches... 18 1.3... Hinweise zur Benutzung des Buches... 21 1.4... Danksagung... 23 2... Grundlagen der Datenmodellierung...

Mehr

BI für Jedermann. Neue Möglichkeiten durch die Oracle BI-Suite Enterprise Edition

BI für Jedermann. Neue Möglichkeiten durch die Oracle BI-Suite Enterprise Edition BI für Jedermann Neue Möglichkeiten durch die Oracle BI-Suite Enterprise Edition Wolfgang Rütter Bereichsleiter Informationssysteme OPITZ CONSULTING Gummersbach GmbH 1 Warum BI für Jedermann? 1. Historie

Mehr

Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen

Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Praxistag für die öffentliche Verwaltung 2012 Titel Präsentation Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Referenten-Info Gerhard Tschantré, Leiter Controllerdienste

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

FIVE1 GmbH & Co. KG SAP Partner Port Altrottstraße 31 69190 Walldorf T: +49 6227 73 2840 www.five1.de FIVE1 GmbH & Co. KG essence of quality

FIVE1 GmbH & Co. KG SAP Partner Port Altrottstraße 31 69190 Walldorf T: +49 6227 73 2840 www.five1.de FIVE1 GmbH & Co. KG essence of quality 6. Juni 2012 FIVE1 GmbH & Co. KG SAP Partner Port Altrottstraße 31 69190 Walldorf T: +49 6227 73 2840 www.five1.de FIVE1 GmbH & Co. KG Walldorf FIVE1 GmbH & Co. KG Altrottstraße 31 69190 Walldorf T: +49

Mehr

Was gibt es Neues in der BI Welt

Was gibt es Neues in der BI Welt BI-Kongress 2015 COMBINED THINKING FOR SUCCESS. Was gibt es Neues in der BI Welt Daniel Stecher, Stephan Weber, Adrian Bourcevet Frankfurt, 09. Juni 2015 Zürich, 11. Juni 2015 CubeServ BI-Kongress 2015

Mehr

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle

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

Mehr

HANA @ a glance Workshop

HANA @ a glance Workshop HANA @ a glance Workshop Montag, 25. März 2013, 09:00 16:30 Uhr Dienstag, 26. März 2013, 09:00 16:30 Uhr Abstract Erkennen Sie Ihre aktuelle Situation bzw. Teile davon in der folgenden Darstellung wieder?

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

Oracle BI&W Referenz Architektur Big Data und High Performance Analytics

Oracle BI&W Referenz Architektur Big Data und High Performance Analytics DATA WAREHOUSE Oracle BI&W Referenz Architektur Big Data und High Performance Analytics Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen

Mehr

Informationsportal für internen und externen Berichtszugriff mit BW 7.0 / BI 4.0 @ BOUYGUES E&S

Informationsportal für internen und externen Berichtszugriff mit BW 7.0 / BI 4.0 @ BOUYGUES E&S Informationsportal für internen und externen Berichtszugriff mit BW 7.0 / BI 4.0 @ BOUYGUES E&S Markus Leroy Manuel Kesseler June 12, 2013 Bouygues Energy & Services FM Schweiz AG Business & Decision Agenda

Mehr

BI-Kongress 2015 COMBINED THINKING FOR SUCCESS. Daniel Stecher, Stephan Weber, Adrian Bourcevet Frankfurt, 09. Juni 2015 Zürich, 11.

BI-Kongress 2015 COMBINED THINKING FOR SUCCESS. Daniel Stecher, Stephan Weber, Adrian Bourcevet Frankfurt, 09. Juni 2015 Zürich, 11. BI-Kongress 2015 COMBINED THINKING FOR SUCCESS. Office of the CIO Daniel Stecher, Stephan Weber, Adrian Bourcevet Frankfurt, 09. Juni 2015 Zürich, 11. Juni 2015 CubeServ BI-Kongress 2015 / 1 Agenda Anforderungen

Mehr

1Ralph Schock RM NEO REPORTING

1Ralph Schock RM NEO REPORTING 1Ralph Schock RM NEO REPORTING Bereit für den Erfolg Business Intelligence Lösungen Bessere Entscheidungen Wir wollen alle Mitarbeiter in die Lage versetzen, bessere Entscheidungen schneller zu treffen

Mehr

disy Cadenza in der LDB

disy Cadenza in der LDB disy Cadenza in der LDB Claus Hofmann + disy Informationssysteme ++ Erbprinzenstraße 4 12 ++ D-76133 Karlsruhe ++ www.disy.net + Agenda Kurzvorstellung disy Architektur FIS-W/LDB Einführung in disy Cadenza

Mehr

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

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

Mehr

Praxishandbuch SAP BW 3-1

Praxishandbuch SAP BW 3-1 Norbert Egger Praxishandbuch SAP BW 3-1 Technische Universität DarmsUdt FACHBEREICH INFORMATIK BIBLIOTHEK Inventar-Nr.: Ä/A< Sachgebiete: Standort- Co Galileo Press Inhalt Vorwort 13 Zu diesem Buch 17

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

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

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

Mehr

Projekt KPI System für die BS ENERGY. SAP Versorgertage Münster 12.11.2015 Bastian Schäfer & Florian Schlüfter

Projekt KPI System für die BS ENERGY. SAP Versorgertage Münster 12.11.2015 Bastian Schäfer & Florian Schlüfter Projekt KPI System für die BS ENERGY SAP Versorgertage Münster 12.11.2015 Bastian Schäfer & Florian Schlüfter Agenda Wozu ein KPI Dashboard? KPI Projekt bei BS ENERGY Projektziel Umsetzungsvorgehen Umsetzungsergebnisse

Mehr

RE.one. Self Service Information Management für die Fachabteilung

RE.one. Self Service Information Management für die Fachabteilung RE.one Self Service Information Management für die Fachabteilung Das Ziel Verwertbare Informationen aus Daten gewinnen Unsere Vision Daten Info Data Warehousing radikal vereinfachen in einem Tool Die Aufgabe

Mehr

Enterprise Intelligence die Rollen von Performance Management und Analytik: Status Quo und Trends Enterprise Intelligence 2010

Enterprise Intelligence die Rollen von Performance Management und Analytik: Status Quo und Trends Enterprise Intelligence 2010 Enterprise Intelligence die Rollen von Performance Management und Analytik: Status Quo und Trends Enterprise Intelligence 2010 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Enterprise

Mehr

The Need for Speed. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor

The Need for Speed. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor The Need for Speed CeBIT 2011 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor The Need for Speed Industrialisierung, Agilität und Compliance die Rolle von Performance Management

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

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

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

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

Inhalt. Geleitwort 13. Vorwort 17. Einleitende Hinweise 19. 1 Business-Intelligence-Konzepte - Neuerungen 25

Inhalt. Geleitwort 13. Vorwort 17. Einleitende Hinweise 19. 1 Business-Intelligence-Konzepte - Neuerungen 25 Inhalt Geleitwort 13 Vorwort 17 Einleitende Hinweise 19 Handhabung des Buches 19 Übergreifendes Beispielszenario 19 Nach der Lektüre 21 Danksagung 21 1 Business-Intelligence-Konzepte - Neuerungen 25 1.1

Mehr

Strategie für das Berichtswesen und Dashboards unter Einsatz von SAP BusinessObjects

Strategie für das Berichtswesen und Dashboards unter Einsatz von SAP BusinessObjects Strategie für das Berichtswesen und Dashboards unter Einsatz von SAP BusinessObjects Sven Hertrich WWI08A Roche Pharma AG Firmenvorstellung Roche Umsatz 2010 47 473 Mio. CHF Mitarbeiterzahl 2010 80 653

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

Analytisches CRM und Data Mining

Analytisches CRM und Data Mining Analytisches CRM und Data Mining Magische Zahlen für das Marketing Computerwoche Initiative CRM 2009 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Mitglied im CRM Expertenrat

Mehr

So erstellen Sie wichtige Berichte mit Microsoft Technologie Tipps für PMO und IT

So erstellen Sie wichtige Berichte mit Microsoft Technologie Tipps für PMO und IT TPG Webinar-Serie 2016 zum PPM Paradise Thema 2.2 So erstellen Sie wichtige Berichte mit Microsoft Technologie Tipps für PMO und IT Mit Peter Huemayer Agenda Welche Berichte machen Sinn? Welche Daten haben

Mehr

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

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

Mehr

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

Advanced Analytics. Michael Ridder. Copyright 2000-2014 TIBCO Software Inc.

Advanced Analytics. Michael Ridder. Copyright 2000-2014 TIBCO Software Inc. Advanced Analytics Michael Ridder Was ist Advanced Analytics? 2 Was heißt Advanced Analytics? Advanced Analytics ist die autonome oder halbautonome Prüfung von Daten oder Inhalten mit ausgefeilten Techniken

Mehr

Mobile Analytics mit Oracle BI - was steckt in den Apps?

Mobile Analytics mit Oracle BI - was steckt in den Apps? Mobile Analytics mit Oracle BI - was steckt in den Apps? Schlüsselworte Oracle BI, OBIEE, Mobile, Analytics Einleitung Gerd Aiglstorfer G.A. itbs GmbH Eching Oracle erweiterte im Laufe dieses Jahres das

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

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

tdwi E U R D P E OPEN SOURCE BUSINESS INTELLIGENCE HANSER MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN

tdwi E U R D P E OPEN SOURCE BUSINESS INTELLIGENCE HANSER MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN OPEN SOURCE BUSINESS INTELLIGENCE MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN uwehaneke Stephan TRAHASCH tobias HAGEN tobias LAUER (Hrsg.)' tdwi E U R D P E HANSER Vorwort 9 Einführung

Mehr

Seminar C16 - Datenmodellierung für SAP BW

Seminar C16 - Datenmodellierung für SAP BW C16: Datenmodellierung für SAP BW Ein Seminar der DWH academy Seminar C16 - Datenmodellierung für SAP BW Dieses Seminar soll einen umfassenden Einblick in die Datenmodellierung beim Einsatz von SAP BW

Mehr

BOARD Deutschland GmbH

BOARD Deutschland GmbH BOARD Deutschland GmbH Roger Schymik Senior PreSales Consultant BOARD Deutschland GmbH Better decisions. Better business. Der Wendepunkt WETTBEWERBSFÄHIGKEIT BI & CPM WENDEPUNKT Entscheidungs -effektivität

Mehr

Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen

Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen SAS PharmaHealth & Academia Gabriele Smith KIS-Tagung 2005 in Hamburg: 3. März 2005 Copyright 2003, SAS Institute Inc. All rights

Mehr

Inhalt. TEIL I Grundlagen. 1 SAP HANA im Überblick... 31. 2 Einführung in die Entwicklungsumgebung... 75

Inhalt. TEIL I Grundlagen. 1 SAP HANA im Überblick... 31. 2 Einführung in die Entwicklungsumgebung... 75 Geleitwort... 15 Vorwort... 17 Einleitung... 19 TEIL I Grundlagen 1 SAP HANA im Überblick... 31 1.1 Softwarekomponenten von SAP HANA... 32 1.1.1 SAP HANA Database... 32 1.1.2 SAP HANA Studio... 34 1.1.3

Mehr

SAP Planungsstrategie im Zeichen von In-Memory und Best of Both Worlds. Christian Straub, Senior Consultant / Solution Architect

SAP Planungsstrategie im Zeichen von In-Memory und Best of Both Worlds. Christian Straub, Senior Consultant / Solution Architect SAP Planungsstrategie im Zeichen von In-Memory und Best of Both Worlds Christian Straub, Senior Consultant / Solution Architect Haftungsausschluss SAP 2 Motivation Mit In-Memory ergeben sich neue Möglichkeiten

Mehr

Data Mining - Marketing-Schlagwort oder ernstzunehmende Innovation?

Data Mining - Marketing-Schlagwort oder ernstzunehmende Innovation? 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Data Mining - Marketing-chlagwort oder ernstzunehmende Innovation? Hans-Peter Höschel,, Heidelberg 1. Konferenz der A Benutzer KFE in Forschung

Mehr

www.braunconsult.de SAP HANA Einsatzmöglichkeiten und Potenziale

www.braunconsult.de SAP HANA Einsatzmöglichkeiten und Potenziale SAP HANA Einsatzmöglichkeiten und Potenziale Vorstellung HANA Einsatzmöglichkeiten und Potenziale SAP HANA Studio Performance Was ist SAP HANA : SAP HANA ist eine neue Plattform die die In-Memory Technologie

Mehr

Modernes Hochschulmanagement

Modernes Hochschulmanagement Führungsinformationssysteme am Beispiel der ETH Zürich Dr. Andreas Dudler Direktor der Informatikdienste der ETH Zürich 15. November 2006 / Seite 1 Inhalt Kurze Vorstellung der ETH Zürich Academic Analytics

Mehr

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

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

Mehr

Intelligente Kundensegmentierung mit SAP HANA

Intelligente Kundensegmentierung mit SAP HANA GLOOOBAL E A l GLOOOBAL Energy Analyzer Intelligente Kundensegmentierung mit SAP HANA Die Herausforderung Wenn Energieversorger Strom an Unternehmenskunden verkaufen, ist ein detailliertes Verständnis

Mehr

MHP Real-Time Business Solution Ihre Lösung zur Harmonisierung und Analyse polytechnischer Messdaten

MHP Real-Time Business Solution Ihre Lösung zur Harmonisierung und Analyse polytechnischer Messdaten MHP Real-Time Business Solution Ihre Lösung zur Harmonisierung und Analyse polytechnischer Messdaten Christian Hartmann Präsentation Business Solutions 2014 Mieschke Hofmann und Partner Gesellschaft für

Mehr

Qualitätsberichte im MS Word-Format

Qualitätsberichte im MS Word-Format Qualitätsberichte im MS Word-Format StatSoft GmbH und STATISTICA 9.1 auf dem Forum der Control 2010 www.statsoft.de StatSoft (Europe) GmbH 2010 Michael Busch Inhalt StatSoft STATISTICA Anwendungen in der

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

Data Warehousing in der Praxis. SAP Business Information Warehouse (SAP-BW) SAP in-memory ein Überblick DW-Projekte in der Praxis. Thorsten Winsemann

Data Warehousing in der Praxis. SAP Business Information Warehouse (SAP-BW) SAP in-memory ein Überblick DW-Projekte in der Praxis. Thorsten Winsemann Data Warehousing in der Praxis SAP Business Information Warehouse (SAP-BW) SAP in-memory ein Überblick DW-Projekte in der Praxis Thorsten Winsemann Data Warehousing in der Praxis Inhalt TW Zur Person SAP

Mehr

Predictive Analysis für eine intelligente Produktionsplanung Dr. Andreas Cardeneo, SAP Data Science 20. Mai 2014

Predictive Analysis für eine intelligente Produktionsplanung Dr. Andreas Cardeneo, SAP Data Science 20. Mai 2014 Predictive Analysis für eine intelligente Produktionsplanung Dr. Andreas Cardeneo, SAP Data Science 20. Mai 2014 Agenda Vorstellung Kundenbeispiel Absatzprognose SAP Predictive Analysis Anwendung SAP Predictive

Mehr

SAP BusinessObjects Business Intelligence Welches Analysewerkzeug für welchen Zweck

SAP BusinessObjects Business Intelligence Welches Analysewerkzeug für welchen Zweck SAP BusinessObjects Business Intelligence Welches Analysewerkzeug für welchen Zweck Horst Meiser, PreSales Principal BI SAP-Forum für die Versorgungswirtschaft, 4. 5. November 2014, Essen Public Agenda

Mehr

Data Warehousing in der Praxis. SAP Business Information Warehouse (SAP-BW) SAP in-memory ein Überblick DW-Projekte in der Praxis. Thorsten Winsemann

Data Warehousing in der Praxis. SAP Business Information Warehouse (SAP-BW) SAP in-memory ein Überblick DW-Projekte in der Praxis. Thorsten Winsemann Data Warehousing in der Praxis SAP Business Information Warehouse (SAP-BW) SAP in-memory ein Überblick DW-Projekte in der Praxis Thorsten Winsemann Data Warehousing in der Praxis Inhalt TW Zur Person SAP

Mehr

Software EMEA Performance Tour 2013. 17.-19 Juni, Berlin

Software EMEA Performance Tour 2013. 17.-19 Juni, Berlin Software EMEA Performance Tour 2013 17.-19 Juni, Berlin Accenture s High Performance Analytics Demo-Umgebung Dr, Holger Muster (Accenture), 18. Juni 2013 Copyright 2012 Hewlett-Packard Development Company,

Mehr

Einstieg in Business Intelligence mit Microsoft SharePoint 2010

Einstieg in Business Intelligence mit Microsoft SharePoint 2010 Martin W. Angler Einstieg in Business Intelligence mit Microsoft SharePoint 2010 Microsoft Press Einleitung 11 Was Sie in diesem Buch finden 12 Aufbau dieses Buchs 12 Kapitel 1: Was ist Business Intelligence?

Mehr

GESCHÄFTSZAHLEN SCHMACKHAFT ZUBEREITET Franke Kitchen Systems erhöht mit IBM Cognos die Flexibilität bei der Analyse von SAP-Daten

GESCHÄFTSZAHLEN SCHMACKHAFT ZUBEREITET Franke Kitchen Systems erhöht mit IBM Cognos die Flexibilität bei der Analyse von SAP-Daten GESCHÄFTSZAHLEN SCHMACKHAFT ZUBEREITET Franke Kitchen Systems erhöht mit IBM Cognos die Flexibilität bei der Analyse von SAP-Daten Thomas Ehret, Franke Kitchen Systems Group (Aarburg, Schweiz), email:

Mehr

Migration SAP BW 7.3 auf SAP HANA

Migration SAP BW 7.3 auf SAP HANA Migration SAP BW 7.3 auf SAP HANA IMCC 5.6.2013 Karl Schindler - IT 2011 SAP AG. All rights reserved. 1 Agenda Die Koehler Paper Group IT Landschaft InMemory - Technologie Anforderungen an modernes Reporting

Mehr

Mobile Business Intelligence mit SAP BusinessObjects 4.0

Mobile Business Intelligence mit SAP BusinessObjects 4.0 Mobile Business Intelligence mit SAP BusinessObjects 4.0 1 Agenda 1. Vorstellung Infomotion 2. SAP BusinessObjects 4.0 Allgemeine Informationen Produktportfolio Die semantische Schicht Universum Der direkte

Mehr

Trends im Markt für Business Intelligence. Patrick Keller, Senior Analyst & Prokurist CeBIT 2016

Trends im Markt für Business Intelligence. Patrick Keller, Senior Analyst & Prokurist CeBIT 2016 Trends im Markt für Business Intelligence Patrick Keller, Senior Analyst & Prokurist CeBIT 2016 18.03.2016 BARC 2016 2 IT Meta-Trends 2016 Digitalisierung Consumerization Agilität Sicherheit und Datenschutz

Mehr

AGM Project & Education GmbH

AGM Project & Education GmbH AGM Project & Education GmbH Leipzig Datenschutzkonferenz dtb Kassel November 2011 20.11.2011 Detlev.Sachse@agm-onside.com 1 Zur Person 20.11.2011 Detlev.Sachse@agm-onside.com 2 Thema Data-Mining am Beispiel

Mehr

Richard Haßmann, AnjaMarxsen, Sven-Olaf Möller, Victor Gabriel Saiz Castillo. HR-Reporting mit SAP. Galileo Press. Bonn

Richard Haßmann, AnjaMarxsen, Sven-Olaf Möller, Victor Gabriel Saiz Castillo. HR-Reporting mit SAP. Galileo Press. Bonn Richard Haßmann, AnjaMarxsen, Sven-Olaf Möller, Victor Gabriel Saiz Castillo HR-Reporting mit SAP Galileo Press Bonn Auf einen Blick TEIL I Grundlagen 1 Prozessorientiertes Reporting-Konzept 29 2 Grundlagen

Mehr

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

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

Mehr

SQL Server 2008 Überblick. Steffen Krause Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/steffenk

SQL Server 2008 Überblick. Steffen Krause Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/steffenk SQL Server 2008 Überblick Steffen Krause Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/steffenk SQL Server 2008 Sichere, vertrauenswürdige Datenplattform Optimierte und vorhersehbare

Mehr