Erstellung und Realisierung eines neuen Konzepts der Business. Intelligence /Data Warehouse Umgebung für die VEGA Grieshaber

Größe: px
Ab Seite anzeigen:

Download "Erstellung und Realisierung eines neuen Konzepts der Business. Intelligence /Data Warehouse Umgebung für die VEGA Grieshaber"

Transkript

1 Erstellung und Realisierung eines neuen Konzepts der Business Intelligence /Data Warehouse Umgebung für die VEGA Grieshaber KG und deren weltweite Tochtergesellschaften im Bereich Vertrieb. Bachelor Thesis An der: Hochschule Offenburg, University of Applied Sciences Im Fach: Wirtschaftsingenieurwesen Prüfer: Prof. Dr. Werner Puhl Bei der: VEGA Grieshaber KG In: Schiltach Betreuer: Dipl. Ing. Dietmar Göppert Vorgelegt von: Markus Linder

2

3 Eidesstattliche Erklärung Hiermit versichere ich eidesstattlich, dass die vorliegende Arbeit von mir selbständig und ausschließlich unter Verwendung der aufgeführten Hilfsmittel erstellt wurde. Alle Stellen, die ich wörtlich oder sinngemäß aus veröffentlichten Schriften entnommen habe, wurden als solche gekennzeichnet. Schiltach, den 7. Dezember 2009

4 Inhaltsverzeichnis I Inhaltsverzeichnis Abbildungsverzeichnis... III 1 Aufgabenstellung Die VEGA Grieshaber KG Zielsetzung Business Intelligence Data Warehouse OLAP OLAP Cube Sternschema Galaxy Schema Navigation im Cube MDX Multidimensional Expressions Microsoft SQL Server Microsoft SQL Server 2008 Management Studio Microsoft SQL Server 2008 Business Intelligence Development Studio UDM Anforderungen Die Data Warehouse Umgebung Microsoft SQL Server 2008 Analysis Services (SSAS) Datenquellen Datenquellensichten Dimensionen Attributbeziehungen Dimensionshierarchien Cubes Cube Dimensionen Berechnungen Benannte Mengen KPIs Key Performance Indicators Aktionen Der Business Intelligence Assistent Perspektiven Übersetzungen Browser Sicherheit Berichtswesen Nutzergruppen SQL Server 2008 Reporting Services Dataset... 33

5 Inhaltsverzeichnis II 10.4 Berichtselemente Tablix Textfeld Liste Diagramm Messgerät Bild Report Templates Parameter Berichtsparameter Abfrageparameter Textfeld mit aktueller Parametereinstellung Aktionen mit Übergabeparameter Berechnete Elemente Report Manager Windows Authentifizierung Rollen der Elementebene Spracheinstellungen Exportformate Ausführung des Berichts My Reports Funktionalität Temporäre Berichtskopie Berichtsausführungssnapshots Abonnements Report Manager Erscheinungsbild Datenanalyse mit Microsoft Excel Pivot Tabelle Darstellung benannter Mengen KPI Darstellung Vorschau auf Microsoft Excel Sparklines Slicer Show Values As Benannte Mengen PowerPivot for Excel Ausblick Fazit Quellenverzeichnis Literatur Internet Anhang... 73

6 Abbildungsverzeichnis III Abbildungsverzeichnis Abbildung 1: Ein OLAP Cube mit drei Dimensionen... 4 Abbildung 2: Sternschema... 5 Abbildung 3: Schneeflockenschema Abbildung 4: Galaxy Schema... 6 Abbildung 5: Slicing der Dimension Zeit (links) und Drehung des Cubes (rechts)... 7 Abbildung 6: Slicing in der Praxis... 7 Abbildung 7: Dicing in der Praxis... 8 Abbildung 8: Gleichzeitiger Drill down aller drei Dimensionen... 8 Abbildung 9: Ergebnis der MDX Abfrage Abbildung 10: Das SQL Server 2008 Diagramm Abbildung 11: Anmeldedialog im SQL Server 2008 Management Studio Abbildung 12: UDM in einem BI Szenario Abbildung 13: Die Data Warehouse Umgebung bei VEGA Abbildung 14: Verbindungsmanager Abbildung 15: Attributbeziehungen der SalesFactsAttributes Hierarchie Abbildung 16: Cube Dimension hinzufügen Abbildung 17: Erstellen eines berechneten Elements Abbildung 18: Auswahllisten Status indicator und Trend indicator Abbildung 19: Eingabe der Drill through Aktion Abbildung 20: Aufruf der Drill through Aktion Abbildung 21: Fenster zur Auswahl der Erweiterung Abbildung 22: Cube Browser Abbildung 23: Programmierung der Reporting Services Abbildung 24: Verbindungsassistent in den Reporting Services Abbildung 25: Tablix im Entwurfsmodus Abbildung 26: Bericht mit Seitenumbruch Abbildung 27: Diagramm Abbildung 28: Messgerät eingesetzt im Bericht YTD Trend Abbildung 29: Fenster für die Parameterdefinition Abbildung 30: Auswahl für Parameter Country Abbildung 31: Auswahl für Parameter Region Abbildung 32: Bericht basierend auf dem Parameter Region... 40

7 Abbildungsverzeichnis IV Abbildung 33: Abfragedesigner der Reporting Services Abbildung 34: Bericht mit Übersicht über die aktuelle Auswahl Abbildung 35: Hyperlink Einstellungen Abbildung 36: Eingabefenster für berechnete Elemente Abbildung 37: Bericht mit berechnetem Element Abbildung 38: Rollenzuweisung im Report Manager Abbildung 39: Spracheinstellungen für einen Bericht Abbildung 40: Spracheinstellung im Internet Explorer Abbildung 41: Ausführungszeitpunkt auf Deutsch Abbildung 42: Ausführungszeitpunkt auf Englisch Abbildung 43: Exportformate Abbildung 44: Eigenschaftsseite zur Ausführung des Berichts Customer_Service Abbildung 45: Aktivierung der My Reports Funktionalität im SQL Server 2008 Management Studio Abbildung 46: Eigenschaftsfenster eines BIDS Projektes Abbildung 47: User Einträge in der Projektdatei Abbildung 48: Publish Reports Benutzeroberfläche Abbildung 49: Verlauf des Berichts Marge nach Monaten Abbildung 50: Abonnement Einstellungen Abbildung 51: Report Manager im Standardstil Abbildung 52: Report Manager im VEGA Stil Abbildung 53: Datenanbindung in Microsoft Excel Abbildung 54: PivotTable Feldliste Abbildung 55: Spalten AE mit Reparatur und Service und AE ohne Reparatur und Service Abbildung 56: Eigenschaften von AE Mit Reparatur Und Service Abbildung 57: Auswertung mit den neu angelegten Attributen Abbildung 58: KPIs in Microsoft Excel Abbildung 59: Sparklines in Microsoft Excel Abbildung 60: Bearbeitungsleiste für Sparklines Abbildung 61: Der Slicer in Microsoft Excel Abbildung 62: Das Show Values As Untermenü Abbildung 63: Show Values As Funktion in Microsoft Excel Abbildung 64: PowerPivot for Excel Abbildung 65: Abfragedesigner von PowerPivot for Excel Abbildung 66: PowerPivot Diagramm... 67

8 Aufgabenstellung 1 1 Aufgabenstellung Erstellung und Realisierung eines neuen Konzepts der Business Intelligence /Data Warehouse Umgebung für die VEGA Grieshaber KG und deren weltweite Tochtergesellschaften im Bereich Vertrieb. 2 Die VEGA Grieshaber KG Die VEGA Grieshaber KG wurde im Jahr 1959 gegründet. Das Unternehmen beschäftigte im Jahr 2009 über 900 Mitarbeiter, ca. 500 davon am Hauptsitz in Schiltach. Die VEGA Grieshaber KG ist weltweit führend in der Entwicklung und Herstellung von Füllstands und Drucksensoren und ist mit Tochtergesellschaften und Vertriebspartnern in über 70 Ländern aktiv. Der Exportanteil von VEGA liegt bei über 75 Prozent. 1 3 Zielsetzung Unternehmensdaten wurden bei der VEGA Grieshaber KG bisher ausschließlich mit Hilfe von Pivot Analysen in Microsoft Excel ausgewertet. Der Vorteil dieses Verfahrens liegt in der Flexibilität, die Pivot Tabellen bieten (in Abschnitt 12.1 wird näher darauf eingegangen). Der Informationsbedarf der Mitarbeiter im Vertrieb ist jedoch regelmäßig derselbe. Für die Analyse von Daten zu gleich bleibenden Sachverhalten wird die Flexibilität der Pivot Analysen mit Microsoft Excel nicht benötigt. Das Erstellen von Pivot Tabellen für Sachverhalte, bei denen sich meist nur der Analysezeitraum ändert, ist zeitaufwendig und die Auswertung durch verschiedene Mitarbeiter führt oft zu nicht vergleichbaren Ergebnissen. 2 Abhilfe soll hier ein zentrales Berichtswesen schaffen. Darüber hinaus soll die weiterhin notwendige Auswertung von Daten aus speziellen Bereichen per Excel Datenanalyse mithilfe neuer Funktionen von Microsoft Excel vereinfacht und verbessert werden. 1 Vgl. Website der VEGA Grieshaber KG (http://www.vega.com/de/). 2 Vgl. Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S. 558.

9 Business Intelligence 2 4 Business Intelligence Business Intelligence (BI) bezeichnet einen integrierten, unternehmensspezifischen, IT basierten Gesamtansatz zur betrieblichen Entscheidungsunterstützung. 3 Intelligence ist in diesem Zusammenhang nicht im Sinne von Intelligenz, sondern als Informationsdienst in Analogie zu Nachrichten und Geheimdiensten zu verstehen. Bei BI geht es also darum, in einem stetigen Prozess einen unternehmensinternen Informationsdienst, zur Generierung zielorientierter Informationen aufund auszubauen Data Warehouse Ein Data Warehouse ist eine Datenbank, in der Informationen aus verschiedenen Bereichen innerhalb und außerhalb des Unternehmens gesammelt werden. Es stellt einen zentralen Speicherort dar, der einerseits mit den relevanten Datenquellen verbunden ist, die die Ursprungsdaten beherbergen, andererseits aber auch mit den Systemen, die schließlich die Datenanalyse und Datenaufbereitung durchführen. 5 Genutzt werden die Daten hauptsächlich, um interne Prozesse zu optimieren und schnell auf externe Anforderungen reagieren zu können. 6 Data Warehouses werden daher auch als Decision Support Systems (DSS) bezeichnet OLAP Mit Business Intelligence eng verbunden ist der Begriff OLAP, der 1993 vom Mathematiker und Informatiker Edgar F. Codd geprägt wurde. Die Abkürzung OLAP steht für On Line Analytical Processing. Mit OLAP bezeichnet man die Analyse und Auswertung von multidimensional aufbereiteten Daten, um meist im Rahmen eines Data Warehouses Informationen für Unternehmensentscheidungen zu gewinnen. 8 OLAP grenzt sich von transaktionsorientierten operativen Systemen, die auch als Online Transactional Processing Systeme (OLTP) bezeichnet werden, ab. OLTP basiert auf klassischen relationalen Daten, während man unter OLAP die multidimensionale Sicht auf steuerungsrelevante Daten versteht. 9 OLAP Systeme erreichen durch die Bildung von Aggregationen Abfragegeschwindigkeiten, die mit relationalen Datenbanksystemen nicht möglich wären. Bei der 3 Vgl. Kemper & Baars, 2008, S Vgl. Hannig, 2008, S Vgl. Schrödl, 2009, S Vgl. Messerschmidt & Schweinsberg, 2003, S Vgl. Geisler, 2009, S Vgl. Messerschmidt & Schweinsberg, 2003, S Vgl. Hannig, 2008, S. 77.

10 Business Intelligence 3 Bildung von Aggregationen werden die bei einer Abfrage am ehesten zu erwartenden Summenwerte im Voraus berechnet und abgespeichert OLAP Cube Die Struktur einer multidimensionalen Datenmenge wird im Allgemeinen als Cube (Würfel) bezeichnet. Definiert wird diese Struktur durch Dimensionen, die Metadaten enthalten, und durch Measures (Kennzahlen). 11 Performancegesichtspunkte sprechen dafür, sowohl detaillierte als auch aggregierte Daten im selben Cube zu speichern, weil auf diesem Weg der schnellste Zugriff auf multidimensionale Daten erreicht wird. Jedoch wird hierbei auch der meiste Speicherplatz benötigt. 12 Je nach Umfang der im Cube gespeicherten Daten unterscheidet man zwischen drei Speicherkonzepten: MOLAP (Multidimensional OLAP): Sämtliche Aggregationen und Detaildaten bis auf die unterste Detailebene werden in den Cube geladen. 13 ROLAP (Relational OLAP): Die multidimensionalen Definitionen werden im Cube gespeichert, die Detaildaten hingegen verbleiben in der relationalen Datenbank. 14 HOLAP (Hybrid OLAP): Verbindet die beiden anderen Speicherkonzepte, hierbei verbleiben die Detaildaten in der relationalen Datenbank, während die Aggregationen physisch im Cube gespeichert werden. 15 Abbildung 1 zeigt einen einfachen Cube mit den Dimensionen Zeit, Ort und Artikel. Entlang dieser Dimensionen sind die Daten im Cube gespeichert und zwischen ihnen werden sie ausgewertet. Jede Dimension setzt sich aus Elementen (Members) zusammen, die in Ebenen (Levels) gruppiert sind. 16 Metadaten beschreiben die in der Datenbank gespeicherten Measures bzw. Nutzdaten näher. Hier wird festgelegt, wie viele Tabellen es gibt, welche Felder sie besitzen, welche Datentypen sie haben, usw. 17 Drei Dimensionen lassen sich bildlich noch recht einfach in Form eines Würfels darstellen, technisch gibt es für die Anzahl der Dimensionen jedoch keine Grenze mehr Vgl. Dröge & Raatz, 2009, S Vgl. Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S Vgl. Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S Vgl. Dröge & Raatz, 2009, S Vgl. Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S Vgl. Dröge & Raatz, 2009, S Vgl. Dröge & Raatz, 2009, S Vgl. Geisler, 2009, S Vgl. Dröge & Raatz, 2009, S. 224.

11 Business Intelligence 4 Abbildung 1: Ein OLAP Cube mit drei Dimensionen n 19 Die Elementwerte jeder Dimension werden jeweils in einer Tabelle bereitgehalten, die man als Dimensionstabelle bezeichnet. Die Measures sind zusammen mit den Primärschlüsseln jeder einzelnen Dimensionstabelle in der Faktentabelle gespeichert Sternschema Wennn für jede Dimension nur eine Tabelle vorgesehen ist, die jeweils alle Hierarchieebenen berücksichtigt und jede Dimensionstabelle direkt mit der Faktentabelle verbunden ist, wird dies als Sternschema bezeichnet. 21 Die Faktentabelle enthält die relevanten, quantitativen Datenwerte (in Abbildung 2, die Measures Menge und Umsatz ) sowie die Fremdschlüssel. Die Fremdschlüssel zeigen jeweils auf eine Dimensionstabelle, in der die Elemente einer Dimension mit den zugehörigen Attributen und hierarchischen Zuordnungen gespeichert sind. Die Zeilenanzahl von Faktentabellen kann sehr groß werden, wennn die Tabelle viele Dimensionen aufweist oder die Anzahl der 19 In Anlehnung an Dröge & Raatz, 2009, S Vgl. Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S Vgl. Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S. 52.

12 Business Intelligence 5 Elementausprägungen je Dimension hochh ist. Um das Speichervolumen gering zu halten, werden in den Faktentabellen lediglich Schlüsselwerte für die einzelnen Dimensionsobjekte hinterlegt. 22 Abbildung 2: Sternschema 23 Wennn die verschiedenen Hierarchieebenen einer Dimension nicht in einer Tabelle angegeben werden, sondern auf mehrere Tabellen verteilt sind, erfolgt die Modellierung nach dem Schneeflockenschema Beim sogenannten Normalisierungsprozess, der dazu dient Redundanzen (im Sinne überflüssiger Mehrfachspeicherung identischer Inhalte) zu vermeiden und Tabellen überschaubarer und besser handhabbar zu gestalten, werden Relationen auf Grundlage funktionaler Abhängigkeiten aufgeteil Wie in Abbildung 3 zu erkennen ist, nimmt durch diese Aufteilung die Komplexität des Schemas jedoch zu. a. 24 t Vgl. Gluchowski, Gabriel, & Dittmar, 2008, S In Anlehnung an Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S Vgl. Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S Vgl. Gluchowski, Gabriel, & Dittmar, 2008, S. 99.

13 Business Intelligence 6 Abbildung 3: Schneeflockenschema a Galaxy Schema Zwischen Dimensionstabellen und der Faktentabelle besteht jeweils einee 1:N Beziehung mit dem Primärschlüssel in der Dimensionstabellee und dem Fremdschlüssel in der Faktentabelle. Daher kann die Faktentabelle nur mit solchen Dimensionen verbunden werden, für die sie auch Fremdschlüsselwerte enthält. Sollen jedoch zwei Measures teilweise mit denselben Dimensionen verbunden werden, teilweise jedoch nicht, muss ein Cube mit zwei Faktentabellen erzeugt werden. Ein solcher Cube wird nach dem Galaxy Schema modelliert (siehe Abbildung 4). 27 Abbildung 4: Galaxy Schema In Anlehnung an Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S Vgl. Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S. 53f. 28 In Anlehnung an Zhou & Samaletdin, 2004.

14 Business Intelligence Navigation im Cube Zur Erzeugung eines Berichts auf Grundlage der im Cube enthaltenen Daten gibt es drei Grundoperationen der Navigation im Cube, diese werden als Slicing (Scheibe ausschneiden), Dicing ( Würfeln, Drehen) und Drill down (Herunterbrechen) bezeichnet. 29 Abbildung 5: Slicing der Dimension Zeit (links) und Drehung des Cubes (rechts) 30 Beim Slicing (siehe Abbildung 5 links) wird dem Cube eine beliebige Teilmenge entnommen, indem eine Dimension auf ein Element eingeschränkt wird (Filtern). 31 In der Praxis würde eine solche Operation etwa bei der Betrachtung der Umsätze des Jahres 2004 über alle Produktkategorien und alle Niederlassungen angewendet werden (siehe Abbildung 6). Abbildung 6: Slicing in der Praxis 29 Vgl. Messerschmidt & Schweinsberg, 2003, S In Anlehnung an Messerschmidt & Schweinsberg, 2003, S. 18ff. 31 Vgl. Messerschmidt & Schweinsberg, 2003, S. 17.

15 Business Intelligence 8 Unter Dicing (siehe Abbildung 5 rechts) versteht man die Betrachtung der Daten aus unterschiedlichen Perspektiven, mit unterschiedlichen Elementkombinationen der Dimensionen (Pivotieren). 32 Abbildung 7 veranschaulicht das Dicing, angewandt auf die Betrachtung des Umsatzes: links für den gesamten Zeitraum 2001 bis 2004 auf die verschiedenen Länder aufgeteilt, rechts für sämtliche Länder auf die einzelnen Jahre aufgeteilt. Abbildung 7: Dicing in der Praxis Eine andere Definition beschreibt das Dicing als Erzeugung eines kleinen Slicin g. 33 Würfels durch mehrfaches Unter Drill down wird der Vorgang verstanden, die Daten einer bestimmten Hierarchieebene einer Dimension eine oder mehreree Detailstufen niedriger wiederzugeb ben (Abbildung 8). 34 Abbildung 8: Gleichzeitiger Drill down aller drei Dimensionen Vgl. Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S Vgl. Kemper & Baars, 2008, S Vgl. Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S In Anlehnung an Messerschmidt & Schweinsberg, 2003, S. 20.

16 Business Intelligence 9 Anhang 1 zeigt die Anwendung eines Drill downs auf das Element Moisture Sensor aus der Produkthierarchie. Die Umkehrung des Drill down, also die Betrachtung der Daten in einer höher gelegenen Hierarchieebene, wird als Drill up bezeichnet MDX Multidimensional Expressions Daten aus relationalen Datenbanken können mittels der Datenmanipulationssprache SQL (Structured Query Language) abgefragt und verknüpft werden. Eine SQL Abfrage erfolgt zeilenbasiert. Die Datenbanksprache Multidimensional Expressions (MDX) hat sich für OLAP Datenprovider als Industriestandardd etabliert. Sie wird seit 1997 maßgeblich von Microsoft entwickelt. Der Einsatzbereich von MDX umfasst das Erstellen von Ad hoc Abfragen (vordefinierte Abfragen, die auf Knopfdruck ausgeführt werden können) ), die Definition von berechneten Measures und das Schreiben von Daten in multidimensionale Datenquellen, beispielsweise generelle Syntax von MDX. in einen Cube. 38 Listing 1 zeigt die Listing 1: MDX Syntax Eine MDX Anweisung arbeitett im Gegensatz zu SQL nicht mit Spalten, sondernn mit Abfrageachsen, wobei die ersten fünf Achsen mit Aliasnamen angesprochen werden können. 39 Listing 2: Achsenspezifikation Für die ersten fünf Achsen werden die Aliasnamen COLUMNS (Spalten), ROWS (Zeilen), PAGES (Seiten), SECTIONS (Abschnitte) und CHAPTERS (Kapitel) verwendet. Alternativ können die Achsen über ihre Position mit einem nullbasierten Index angesprochen werden, also 0 für COLUMNS, 1 für 40 ROWS, usw. 4 Ebenso wie bei SQL Abfragen können mithilfe der WHERE Klausel Dimensionselemente als Einschränkung für die Abfrage vorgegeben werden. 41 Jedoch können auch 36 Vgl. Dröge & Raatz, 2009, S Vgl. Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S Vgl. Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S Vgl. Vonhoegen, 2009, S Vgl. Vonhoegen, 2009, S Vgl. Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S. 735.

17 Business Intelligence 10 Measures in der WHERE Klausel definiert werden. Listing 3 zeigt eine einfache MDX Abfrage über die Menge der verkauften Gerätee aller Niederlassungen pro Quartal des Jahres Listing 3: MDX Abfrage Durch die Aufzählung in geschweiften Klammern können einzelne Elemente für eine Achse definiert werden. Mit der MEMBERS Funktion werden sämtliche Elemente einer Dimension, Ebene oder Hierarchie zurückgegeben. 42 In Abbildung 9 ist das Ergebnis der Abfrage aus Listing 3 zu sehen. Abbildung 9: Ergebnis der MDX Abfrage 42 Vgl. SQL Server 2008 Onlinedokumentationn Members ( Menge) MDX, 2008.

18 Microsoft SQL Server Microsoft SQL Server 2008 Microsoft SQL Server ist ein relationales Datenbankmanagementsystem auf der Microsoft Windows Plattform. Microsoft SQL Server integriert sich in das Windows Umfeld, sei es bei der Benutzerverwaltung oder bei der Verwendung des SQL Servers aus Client Anwendungen bzw. aus Web Anwendungen heraus. Dabei kann sowohl auf die in Windows integrierte Authentifizierung zurückgegriffen als auch eine eigene Benutzerverwaltung implementiert werden. 43 Abbildung 10 zeigt die Anwendungsfelder, die Microsoft SQL Server 2008 bedient. Die Installation von Microsoft SQL Server 2008 erfolgt wie bereits die Vorgängerversion 2005 auf Basis des.net Frameworks. Bei.NET handelt es sich um eine Software Plattform, die es unter anderem erlaubt, Anwendungscode in beliebigen.net Sprachen zu schreiben. Letztere setzen sich zusammen aus: C#, C++, VB.NET, J# und JScript.NET. 44 Die Schnittstelle, die den Datenbankzugriff unter.net ermöglicht ist ADO.NET (ActiveX Data Objects.NET) 45. Die ADO.NET Schnittstelle soll einen flexibleren Zugang auf Datenbanken ermöglichen. 46 Die Erweiterung von ADO.NET ist ADOMD.NET sie ermöglicht den Zugriff auf multidimensionale Datenquellen. Die Adomd Connection verwaltet die Verbindung zwischen dem Dienst und der multidimensionalen Datenquelle. 47 Mit dem LINQ to Entities Verfahren, das als Komponente des.net Frameworks erstmals mit dem Service Pack 1 für Visual Basic 2008 verfügbar war, ist es möglich, eine SQL Abfrage direkt innerhalb der Programmiersprache zu formulieren. Als Entität (Entity) bezeichnet man in der Datenmodellierung ein eindeutiges Objekt, dem Informationen zugeordnet werden können (beispielsweise einer Tabelle) Vgl. Nenov, Vgl. Haase, 2008, S Vgl. ADO.NET Datenbankzugriff unter.net, 2009ADO. 46 Vgl. Fischer & Hofer, 2008, S Vgl. Larson, 2009, S Vgl. Dröge & Raatz, 2009, S. 126.

19 Microsoft SQL Server Abbildung 10: Das SQL Server 2008 Diagramm 49 Sowohl das SQL Server Management Studio (mehr dazu in Abschnitt 5.1) als auch das Business Intelligence Development Studio (mehr dazu in Abschnitt 5. 2) basieren auf der Visual Studio Entwicklungsumgebung. Die Prozessmanagement Software Microsoft BizTalk Server unterstützt den Datenaustausch mit Microsoft SQL Server. 50 Auf den Microsoft BizTalk Serverr wird in dieser Arbeit nicht näher eingegangen. Mit der PivotTable Funktion von Microsoft Excel kann unmittelbar auf SQL Cloud Storage versteht man einen Internetdienst, der Nutzern Speicherplatz auf Festplatten zur Datenbanken und OLAP Cubes zugegriffen werden; darauf wird in Kapitel 12 näher eingegangen. Unter Verfügung stellt. 51 Das Entity Data Model (EDM) bietet ein physikalisches Speichermodell, das die Datenbank abbildet, und ein konzeptionelles Modell, auf das zugegriffen wird. Ein Mapping regelt und definiert die Zuordnungen zwischen beiden Modellen. Dadurch lässt sich das physikalische Speichermodell verändern, ohne dass das konzeptionelle Modell geändert werden muss In Anlehnung an Microsoft SQL Server 2008 Website, Vgl. Working with BizTalk Adapter for SQL Server, Vgl. Shelly & Vermaat, 2009, S Vgl. Dröge & Raatz, 2009, S. 128.

20 Microsoft SQL Server Microsoft SQL Server 2008 Management Studio Mit dem Microsoft SQL Server 2005 wurden der Enterprise Manager und der Query Analyzer durch das SQL Server Management Studio abgelöst. Das Management Studio vereint die Funktionalität der Vorgänger in einem Tool SQL Server Management Studio wird sowohl zur Verwaltung und Entwicklung als auch zum Erstellen von Abfragen eingesetzt. Zum Erstellen und Generieren von Abfragen und Befehlen ist ein Abfrageeditor integriert. 54 Abbildung 11 zeigt den Anmeldedialog von SQL Server 2008 Management Studio. In der Auswahlliste Server type sind die verschiedenen Serverarten zu sehen, die mit dem Dienst verwaltet werden können. Abbildung 11: Anmeldedialog im SQL Server 2008 Management Studio 5.2 Microsoft SQL Server 2008 Business Intelligence Development Studio Microsoft hat mit der Veröffentlichung von OLAP Services im SQL Server 7.0 Ende 1998 den Eintrittt in den BI Markt geschafft. Eine weiterentwickelte Version der OLAP Services gab es dann mit dem darauf folgenden Microsoft SQL Server 2000, allerdings wurden die OLAP Services in Analysis Services umbenannt, um deutlich zu machen, dass neben OLAP als zusätzliche Funktionalität nun auch Data und Enterprise ist das Business Intelligence Development Studio (BIDS) integriert. Beim BIDS handelt es Mining zur Verfügung stand. In den professionellen Editionen des Microsoft SQL Server 2008 Standard sich um ein Frontend zum Erstellen kompletter BI Lösungen in Microsoft SQL Server BIDS umfasst die Dienste Analysis Services, Reporting Services und Integration Services. Auf die Analysis Services wird in Kapitel 9 und auf die Reporting Services ab Abschnitt 10.2 detaillierter eingegangen. 53 Vgl. Nenov, Vgl. Konopasek, 2009, S Vgl. Dröge & Raatz, 2009, S. 227f.

21 UDM 14 6 UDM Oftmals besteht eine Business Intelligence Lösung aus einer Mischung aus relationaler Berichterstellung und der OLAP Technologie. Die Analysiss Services von Microsoft SQL Server kombinieren die besten Aspekte von OLAP Analysen und relationaler Berichterstellung zum Unified Dimensional Model (UDM), wodurch eine einheitliche und integriertee Sicht auf alle geschäftlichen Daten möglich wird d. 56 Abbildung 12: UDM in einem BI Szenario 57 Auf diese Weise ermöglicht UDM es dem Benutzer, die multidimensionalen Analysefähigkeiten der OLAP Technologie zu nutzen und gleichzeitig direkt auf ein relationales Datenmodell zuzugreifen. 58 In Abbildung 12 ist ein typischess Business Intelligence Szenario mit UDM dargestellt. 56 Vgl. Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S. 114f. 57 In Anlehnung an Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S Vgl. Azevedo, Brosius, Dehnert, Neumann, & Scheerer, 2009, S. 116.

22 Anforderungen 15 7 Anforderungen Der regelmäßig bestehende Bedarf an aktuellen Zahlen im Vertrieb, der in der Vergangenheit durch manuell erstellte Pivot Tabellen mit Microsoft Excel gedeckt wurde, soll in Zukunft durch automatisch generierte Berichte gedeckt werden. Die Berichte müssen weitestgehend statisch sein und die wichtigsten Informationen auf einen Blick liefern. Möglichkeiten zur Automatisierung der Informationsversorgung und Darstellung der Daten, die Microsoft SQL Server 2008 bietet, werden in dieser Arbeit aufgezeigt. Für die flexible Datenanalyse soll in Zukunft Microsoft Excel 2010 eingesetzt werden. Funktionsmerkmale, die neue Analysemöglichkeiten eröffnen bzw. die Bedienung vereinfachen sollen, werden in Kapitel 12 vorgestellt.

23 Die Data Warehouse Umgebung 16 8 Die Data Warehouse Umgebung Sämtliche Vorgänge werden bei VEGA im ERP System (Enterprise Resourcee Planning) Top VIS (VEGA Information System) erfasst. Top VIS wurde von VEGA selbst entwickelt und wird an allen Standorten eingesetzt. Die Daten werden von den einzelnen Standorten täglich an das Data Warehouse VEGA MIS (Management Information System) im Rechenzentrum in Schiltach übermittelt. Im VEGA MIS liegen die Daten der einzelnen Länder noch in separate Tabellen aufgeteilt vor. In einem weiteren Data Warehouse, dem VEGA EIS ( Enterprise Information System), werden die Daten zusammengeführt. Um eine multidimensionale Sicht auf die Daten zu ermöglichen, werden die Daten aus der relationalen VEGA EIS Datenbank in den VEGA MIS Cube geladen. In der Vergangenheit wurden die Daten aus der VEGA MIS Datenbank in den Cube geladen. Die Bezeichnungen EIS und MIS wurden lediglich zur Unterscheidung der beiden Systeme gewählt, genutzt werden beide Datenbanken im gesamten Unternehmen. Die Speicherung der Cube Daten erfolgt im Speichermodus MOLAP, es werden also sämtliche Daten aus der Datenbank in den Cube übertragen. In Abbildung 13 ist die Data Warehouse Umgebung grafisch dargestellt. Abbildung 13: Die Data Warehouse Umgebung bei VEGA

24 Microsoft SQL Server 2008 Analysis Services (SSAS) 17 9 Microsoft SQL Server 2008 Analysis Services (SSAS) Die Dienste zur Entwicklung multidimensionaler Datenstrukturen (OLAP Cubes) werden in Microsoft SQL Server (seit Version 2000) unter dem Begriff Analysis Services zusammengefasst. 59 Die Verwaltung von OLAP Cubes, die bereits in einer Analysis Services Datenbank vorhanden sind, erfolgt über das SQL Server Management Studio. Im Business Intelligence Development Studio lassen sich mit Analysis Services neue OLAP Cubes erstellen. 60 Modifikationen, die auf dem Entwicklungsrechner erfolgen, werden nicht direkt in die Datenbank übernommen. Sämtliche Änderungen lassen sich am Modell in SSAS überprüfen, bevor sie in der Datenbank bereitgestellt (deployed) werden. 61 In Anhang 2 ist der VEGA MIS Cube im Entwurfsmodus im Business Intelligence Development Studio zu sehen. Im Projektmappen Explorer (Solution Explorer) sind rechts die angelegte Datenquelle und Datenquellensicht, der Cube sowie die Dimensionen und Rollen zu sehen. Links sind die einzelnen Cube Dimensionen und die Measures im Cube zu sehen. Auf die Elemente eines Cubes wird im Folgenden näher eingegangen. 9.1 Datenquellen Eine Datenquelle in Microsoft SQL Server Analysis Services ist ein Objekt, das dem Dienst Analysis Services die zum Herstellen einer Verbindung mit einer Informationsquelle erforderlichen Angaben bereitstellt. 62 Zum Herstellen der Verbindung werden eine Verbindungsdefinition und die Anmeldedaten benötigt. Wie in Abbildung 14 zu sehen ist, kann man für die Anmeldung am Server entweder die Windows Authentifizierung oder zuvor in SQL Server angelegte Anmeldeinformationen verwenden. Die Verbindungsdefinition setzt sich bei einer SQL Server Datenbank aus Servernamen und Datenbanknamen zusammen. 59 Vgl. Vonhoegen, 2009, S Vgl. SQL Server 2008 Onlinedokumentation Übersicht (Analysis Services Mehrdimensionale Daten), Vgl. Dröge & Raatz, 2009, S Vgl. SQL Server 2008 Onlinedokumentation Definieren von Datenquellen (Analysis Services), 2009.

Business Intelligence Aufgabenstellung

Business Intelligence Aufgabenstellung Hochschule Darmstadt Business Intelligence (BI) Fachbereich Informatik Praktikum 2 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Sebastian Gobst Änderung: 15.06.2012 Datum: 30.05.2012 1. Einführung

Mehr

Themenblock: Erstellung eines Cube

Themenblock: Erstellung eines Cube Themenblock: Erstellung eines Cube Praktikum: Data Warehousing und Data Mining Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Idee Speicherung der Daten in Form von Tabellen

Mehr

Business Intelligence mit MS SharePoint Server

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

Mehr

Komponenten und Architekturen von Analytischen Informationssystemen (AIS)

Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Melanie Pfoh Konsultation 27. Juni 2013 Hinweis Diese Folien ersetzen keinesfalls den Übungsstoff des zugehörigen e-learning-kurses.

Mehr

Einführung in OLAP und Business Analysis. Gunther Popp dc soft GmbH

Einführung in OLAP und Business Analysis. Gunther Popp dc soft GmbH Einführung in OLAP und Business Analysis Gunther Popp dc soft GmbH Überblick Wozu Business Analysis mit OLAP? OLAP Grundlagen Endlich... Technischer Background Microsoft SQL 7 & OLAP Services Folie 2 -

Mehr

Neuerungen Analysis Services

Neuerungen Analysis Services Neuerungen Analysis Services Neuerungen Analysis Services Analysis Services ermöglicht Ihnen das Entwerfen, Erstellen und Visualisieren von Data Mining-Modellen. Diese Mining-Modelle können aus anderen

Mehr

Hochschule Darmstadt Business Intelligence WS 2013-14 Fachbereich Informatik Praktikumsversuch 3. Aufgabenstellung

Hochschule Darmstadt Business Intelligence WS 2013-14 Fachbereich Informatik Praktikumsversuch 3. Aufgabenstellung Hochschule Darmstadt Business Intelligence WS 2013-14 Fachbereich Informatik Praktikumsversuch 3 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 18.12.2013 1. Kurzbeschreibung Dieses Praktikum

Mehr

Inhaltsverzeichnis. 1 Was ist Business Intelligence?... 23

Inhaltsverzeichnis. 1 Was ist Business Intelligence?... 23 Inhaltsverzeichnis Einleitung............................................................................. 11 Was Sie in diesem Buch finden......................................................... 12 Aufbau

Mehr

PROZESSCONTROLLING MIT MICROSOFT TOOLS

PROZESSCONTROLLING MIT MICROSOFT TOOLS PROZESSCONTROLLING MIT MICROSOFT TOOLS AGENDA In eigener Sache Processcontrolling mit Office Demo Excel Maps Processcontrolling mit SQL Server Rolle von SharePoint 2013 Demo Praxisbeispiel Einkaufsprozess

Mehr

So importieren Sie einen KPI mithilfe des Assistenten zum Erstellen einer Scorecard

So importieren Sie einen KPI mithilfe des Assistenten zum Erstellen einer Scorecard 1 von 6 102013 18:09 SharePoint 2013 Veröffentlicht: 16.07.2012 Zusammenfassung: Hier erfahren Sie, wie Sie einen KPI (Key Performance Indicator) mithilfe des PerformancePoint Dashboard Designer in SharePoint

Mehr

Realisierung von OLAP Operatoren in einem visuellen Analysetool. Vortrag von Alexander Spachmann und Thomas Lindemeier

Realisierung von OLAP Operatoren in einem visuellen Analysetool. Vortrag von Alexander Spachmann und Thomas Lindemeier Realisierung von OLAP Operatoren in einem visuellen Analysetool Vortrag von Alexander Spachmann und Thomas Lindemeier Gliederung Ausgangssituation/Motivation Was ist OLAP? Anwendungen Was sind Operatoren?

Mehr

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

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

Mehr

Cubeware Connectivity for SAP Solutions

Cubeware Connectivity for SAP Solutions Cubeware Connectivity for SAP Solutions Beispiele und Anwendungsfälle 1. Modellierung, Extraction, Transformation und Loading mit Datenquelle SAP R/3 und mysap ERP Mit Hilfe des Cubeware Importers und

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

eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator

eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator Agenda Was ist Business Intelligence? Was ist OLAP? Unterschied zwischen OLAP und OLTP? Bestandteile

Mehr

Fachbereich Informatik Praktikumsversuch 6. Prof. Dr. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Christoph Gerold, B. Sc. Datum: 02.07.

Fachbereich Informatik Praktikumsversuch 6. Prof. Dr. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Christoph Gerold, B. Sc. Datum: 02.07. Hochschule Darmstadt Data Warehouse Fachbereich Informatik Praktikumsversuch 6 Prof. Dr. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Christoph Gerold, B. Sc. Datum: 02.07.2013 Einleitung Data Warehouse

Mehr

Integration Services Übersicht

Integration Services Übersicht Integration Services Übersicht Integration Services Übersicht Integration Services stellt umfangreiche integrierte Tasks, Container, Transformationen und Datenadapter für die En t- wicklung von Geschäftsanwendungen

Mehr

Multidimensionales Datenmodell, Cognos

Multidimensionales Datenmodell, Cognos Data Warehousing (II): Multidimensionales Datenmodell, Cognos Praktikum: Data Warehousing und Mining Praktikum Data Warehousing und Mining, Sommersemester 2010 Vereinfachte Sicht auf die Referenzarchitektur

Mehr

Microsoft SQL Server 2005 - Konfigurierung, Administration, Programmierung

Microsoft SQL Server 2005 - Konfigurierung, Administration, Programmierung Ruprecht Droge, Markus Raatz Microsoft SQL Server 2005 - Konfigurierung, Administration, Programmierung Microsoft Press Vorwort XI 1 Einführung in SQL Server 2005 1 Geschichte des SQL Servers 1 Wichtige

Mehr

Erste Schritte in der Benutzung von Microsoft SharePoint 2010

Erste Schritte in der Benutzung von Microsoft SharePoint 2010 Erste Schritte in der Benutzung von Microsoft SharePoint 2010 Inhalt 1. Einleitung... 1 2. Browserwahl und Einstellungen... 1 3. Anmeldung und die Startseite... 3 4. Upload von Dokumenten... 3 5. Gemeinsamer

Mehr

Komponenten und Architekturen von Analytischen Informationssystemen (AIS)

Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Melanie Pfoh Konsultation Zusammenfassung OPAL 6. Übung Juni 2015 Agenda Hinweise zur Klausur Zusammenfassung OPAL Übungen / Kontrollfragen

Mehr

Data Mining mit Microsoft SQL-Server 2005/2008

Data Mining mit Microsoft SQL-Server 2005/2008 Data Mining mit Microsoft SQL-Server 2005/2008 Marcel Winkel Hochschule für Technik, Wirtschaft und Kultur Leipzig Fachbereich Informatik, Mathematik und Naturwissenschaften 19. Mai 2010 1 2 Klassifikationsalgorithmen

Mehr

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Datei: Asklepius DA Flyer_Leistung_2 Seite: 1 von:5 1 Umfassende Datenanalyse Mit Asklepius-DA

Mehr

Data Warehouse 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

MGE Datenanbindung in GeoMedia

MGE Datenanbindung in GeoMedia TIPPS & TRICKS MGE Datenanbindung in GeoMedia 10. September 2002 / AHU INTERGRAPH (Schweiz) AG Neumattstrasse 24, CH 8953 Dietikon Tel: 043 322 46 46 Fax: 043 322 46 10 HOTLINE: Telefon: 043 322 46 00

Mehr

MIS by Franziska Täschler, Winformation GmbH ftaeschler@winformation-gmbh.ch Ausgabe 01/2001

MIS by Franziska Täschler, Winformation GmbH ftaeschler@winformation-gmbh.ch Ausgabe 01/2001 MIS Glossar by Franziska Täschler, Winformation GmbH ftaeschler@winformation-gmbh.ch Ausgabe 01/2001 Aggregat Data Cube Data Marts Data Mining Data Warehouse (DWH) Daten Decision Support Systeme (DSS)

Mehr

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

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

Mehr

Grundlagen für Business Intelligence

Grundlagen für Business Intelligence Kapitel 3 Grundlagen für Business Intelligence In diesem Kapitel: Mehrdimensionale Datenanalyse 64 Logische Organisation von Geschäftsdaten 65 Business Intelligence Development Studio 74 Von der Vision

Mehr

Information-Design-Tool

Information-Design-Tool Zusatzkapitel Information-Design-Tool zum Buch»HR-Reporting mit SAP «von Richard Haßmann, Anja Marxsen, Sven-Olaf Möller, Victor Gabriel Saiz Castillo Galileo Press, Bonn 2013 ISBN 978-3-8362-1986-0 Bonn

Mehr

Schritt 1: Verwenden von Excel zum Erstellen von Verbindungen zu SQL Server Analysis Services-Daten

Schritt 1: Verwenden von Excel zum Erstellen von Verbindungen zu SQL Server Analysis Services-Daten 1 von 5 12.01.2013 17:58 SharePoint 2013 Veröffentlicht: 16.10.12 Zusammenfassung: Informationen zur Verwendung von Excel zum Erstellen und Freigeben einer Verbindung zu SQL Server Analysis Services-Daten,

Mehr

Business Intelligence Praktikum 1

Business Intelligence Praktikum 1 Hochschule Darmstadt Business Intelligence SS 2014 Fachbereich Informatik Praktikumsversuch 1 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 07.05.2014 Business Intelligence Praktikum

Mehr

Einstieg in Business Intelligence mit Microsoft SharePoint 2010

Einstieg in Business Intelligence mit Microsoft SharePoint 2010 Einstieg in Business Intelligence mit Microsoft SharePoint 2010 Überblick und Konfiguration der Business Intelligence-Features von SharePoint 2010 von Martin Angler 1. Auflage Microsoft 2011 Verlag C.H.

Mehr

SQL structured query language

SQL structured query language Umfangreiche Datenmengen werden üblicherweise in relationalen Datenbank-Systemen (RDBMS) gespeichert Logische Struktur der Datenbank wird mittels Entity/Realtionship-Diagrammen dargestellt structured query

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

Schritt 1: Verwenden von Excel zum Erstellen von Verbindungen mit SQL Server-Daten

Schritt 1: Verwenden von Excel zum Erstellen von Verbindungen mit SQL Server-Daten 1 von 5 12.01.2013 17:59 SharePoint 2013 Veröffentlicht: 16.10.12 Zusammenfassung: Informationen zur Verwendung von Excel zum Erstellen und Freigeben von Verbindungen mit SQL Server-Daten, mit deren Hilfe

Mehr

2 7 Erweiterungen. 7.1 Prozess-Kommunikation mit Datenbanken

2 7 Erweiterungen. 7.1 Prozess-Kommunikation mit Datenbanken 2 7 Erweiterungen 7 Erweiterungen 7.1 Prozess-Kommunikation mit Datenbanken Im Buch Einstieg in das Programmieren mit MATLAB wird im Abschnitt 4.8 das Thema Prozess-Kommunikation am Beispiel von MS-Excel

Mehr

Fachbereich Informatik Praktikum 1

Fachbereich Informatik Praktikum 1 Hochschule Darmstadt DATA WAREHOUSE SS2015 Fachbereich Informatik Praktikum 1 Prof. Dr. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 14.April.2015 1. Kurzbeschreibung In diesem Praktikum geht

Mehr

OLAP Einführung und Überblick

OLAP Einführung und Überblick Kapitel 3 OLAP Einführung und Überblick In diesem Kapitel: Der Begriff OLAP 38 Möglichkeiten und Grenzen von SQL 39 Grundlegende Merkmale des multidimensionalen Konzepts 41 OLAP und Data Warehouse 49 Speicherkonzepte

Mehr

1 Einleitung. Betriebswirtschaftlich administrative Systeme

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

Mehr

Unlimited Controlling

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

Mehr

SharePoint Foundation 2013. für Anwender. Dr. Benjamin S. Bergfort. 1. Ausgabe, November 2013

SharePoint Foundation 2013. für Anwender. Dr. Benjamin S. Bergfort. 1. Ausgabe, November 2013 SharePoint Foundation 2013 Dr. Benjamin S. Bergfort 1. Ausgabe, November 2013 für Anwender SHPAN2013 3 SharePoint Foundation 2013 für Anwender 3 SharePoint 2013 anwenden In diesem Kapitel erfahren Sie

Mehr

Version 1.0 Erstellt am 12.12.2014 Zuletzt geändert am 17.12.2014. Gültig für Release 1.0.0.0

Version 1.0 Erstellt am 12.12.2014 Zuletzt geändert am 17.12.2014. Gültig für Release 1.0.0.0 Version 1.0 Erstellt am 12.12.2014 Zuletzt geändert am 17.12.2014 Gültig für Release 1.0.0.0 Inhalt 1 WebPart Site Informationen 3 1.1 Funktionalität 3 1.2 Bereitstellung und Konfiguration 4 2 WebPart

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

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

Mehr

Windows SharePoint Services als gemeinsamen Dateispeicher einrichten

Windows SharePoint Services als gemeinsamen Dateispeicher einrichten Windows SharePoint Services als gemeinsamen Dateispeicher einrichten (Engl. Originaltitel: Setting up Windows SharePoint Services as a Collaborative File Store) Dustin Friesenhahn Veröffentlicht: August

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

Christian Kurze BI-Praktikum IBM WS 2008/09

Christian Kurze BI-Praktikum IBM WS 2008/09 Einführung in die multidimensionale Datenmodellierung e mit ADAPT BI-Praktikum IBM WS 2008/09 1 Gliederung Einführung multidimensionale Datenmodellierung 1. Multidimensionales Modell BI-Praktikum IBM WS

Mehr

Data Mining mit Microsoft SQL Server

Data Mining mit Microsoft SQL Server Data Mining mit Microsoft SQL Server Analyse und Mustererkennung in Daten mit Excel 2007 und SQL Server 2005/2008 von Jan Tittel, Manfred Steyer 1. Auflage Data Mining mit Microsoft SQL Server Tittel /

Mehr

Logische Modellierung von Data Warehouses

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

Mehr

eevolution Business Intelligence

eevolution Business Intelligence eevolution Business Intelligence Haben Sie sich schon häufig gefragt, warum Ihr Berichtswesen so kompliziert sein muss? Warum Sie nicht einfach mit wenigen Handgriffen Ihr Berichtswesen einrichten und

Mehr

Hinweise zur Klausur Zusammenfassung OPAL-Übungen / Kontrollfragen Fragen Vertiefung Modellierung

Hinweise zur Klausur Zusammenfassung OPAL-Übungen / Kontrollfragen Fragen Vertiefung Modellierung Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Melanie Pfoh Konsultation Zusammenfassung OPAL 24. Juni 2014 Agenda Hinweise zur Klausur Zusammenfassung OPAL-Übungen / Kontrollfragen

Mehr

Sven Bayer, Jörg Knuth, Martin B. Schultz. Microsoft SQL Server 2008 R2 Reporting Services - Das Praxisbuch

Sven Bayer, Jörg Knuth, Martin B. Schultz. Microsoft SQL Server 2008 R2 Reporting Services - Das Praxisbuch Sven Bayer, Jörg Knuth, Martin B. Schultz Microsoft SQL Server 2008 R2 Reporting Services - Das Praxisbuch Vorwort 17 Inhalt des Praxisbuchs 18 Beispieldateien 19 Support 19 Danksagung 20 Teil A Einführung

Mehr

Business Intelligence und Reporting mit Microsoft SQL Server 2008

Business Intelligence und Reporting mit Microsoft SQL Server 2008 Pedro Azevedo, Gerhard Brosius, Stefan Dehnert, Berthold Neumann, Benjamin Scheerer Business Intelligence und Reporting mit Microsoft SQL Server 2008 Inhaltsverzeichnis Teil A Einführung und Installation

Mehr

Business Intelligence Aufgabenstellung

Business Intelligence Aufgabenstellung Hochschule Darmstadt Business Intelligence (BI) Fachbereich Informatik Praktikum 3 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Sebastian Gobst Datum: 30.05.2012 Business Intelligence Aufgabenstellung

Mehr

Erweiterung für Premium Auszeichnung

Erweiterung für Premium Auszeichnung Anforderungen Beliebige Inhalte sollen im System als Premium Inhalt gekennzeichnet werden können Premium Inhalte sollen weiterhin für unberechtigte Benutzer sichtbar sein, allerdings nur ein bestimmter

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

OLAP mit dem SQL-Server

OLAP mit dem SQL-Server Hartmut Messerschmidt Kai Schweinsberg OLAP mit dem SQL-Server Eine Einführung in Theorie und Praxis IIIBibliothek V dpunkt.verlag Teil OLAP undder Microsoft SQL-Server 1 1 Theoretische Grundlagen 3 1.1

Mehr

Dokumentation zur Anlage eines JDBC Senders

Dokumentation zur Anlage eines JDBC Senders Dokumentation zur Anlage eines JDBC Senders Mithilfe des JDBC Senders ist es möglich auf eine Datenbank zuzugreifen und mit reiner Query Datensätze auszulesen. Diese können anschließend beispielsweise

Mehr

Praxishandbuch SAP Crystal Reports

Praxishandbuch SAP Crystal Reports Stefan Berends, Marielle Ehrmann, Dirk Fischer Praxishandbuch SAP Crystal Reports. Galileo Press Bonn Inhalt Einleitung 17 1.1 SAP-BusinessObjects-BI-Plattform im Überblick 24 1.1.1 Bl-Plattform-Services

Mehr

Business Intelligence Praktikum 1

Business Intelligence Praktikum 1 Hochschule Darmstadt Business Intelligence WS 2013-14 Fachbereich Informatik Praktikumsversuch 1 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 14.10.2013 Business Intelligence Praktikum

Mehr

Vertrautmachen mit Daten

Vertrautmachen mit Daten Kapitel III Vertrautmachen mit Daten 2004 AIFB / FZI 1 III Vertrautmachen mit Daten (see also Data Preparation ) 2004 AIFB / FZI 2 III Vertrautmachen mit Daten III.1 OLAP III.1.1 Einführung in OLAP Wie

Mehr

Inhaltsverzeichnis. Vorwort... 17 Inhalt des Praxisbuchs... 18 Beispieldateien... 19 Support... 19 Danksagung... 20

Inhaltsverzeichnis. Vorwort... 17 Inhalt des Praxisbuchs... 18 Beispieldateien... 19 Support... 19 Danksagung... 20 Inhaltsverzeichnis Vorwort................................................................................... 17 Inhalt des Praxisbuchs......................................................................

Mehr

Erste Schritte mit Elvis 3 ein Beispielprojekt

Erste Schritte mit Elvis 3 ein Beispielprojekt Erste Schritte mit Elvis 3 ein Beispielprojekt Um Sie mit Elvis 3 vertraut zu machen möchten wir mit Ihnen mit diesem Kapitel ein Beispielprojekt vom ersten Aufruf von Elvis 3 bis zum Testlauf aufbauen.

Mehr

Softwaretool Data Delivery Designer

Softwaretool Data Delivery Designer Softwaretool Data Delivery Designer 1. Einführung 1.1 Ausgangslage In Unternehmen existieren verschiedene und häufig sehr heterogene Informationssysteme die durch unterschiedliche Softwarelösungen verwaltet

Mehr

Data Mining-Modelle und -Algorithmen

Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining ist ein Prozess, bei dem mehrere Komponenten i n- teragieren. Sie greifen auf Datenquellen, um diese zum Training,

Mehr

Leistungsbeschreibung. PHOENIX Archiv. Oktober 2014 Version 1.0

Leistungsbeschreibung. PHOENIX Archiv. Oktober 2014 Version 1.0 Leistungsbeschreibung PHOENIX Archiv Oktober 2014 Version 1.0 PHOENIX Archiv Mit PHOENIX Archiv werden Dokumente aus beliebigen Anwendungen dauerhaft, sicher und gesetzeskonform archiviert. PHOENIX Archiv

Mehr

QUICK-START EVALUIERUNG

QUICK-START EVALUIERUNG Pentaho 30 für 30 Webinar QUICK-START EVALUIERUNG Ressourcen & Tipps Leo Cardinaals Sales Engineer 1 Mit Pentaho Business Analytics haben Sie eine moderne und umfassende Plattform für Datenintegration

Mehr

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft

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

Mehr

Benutzerhandbuch. Thorsten J. Krause Arno Mittelbach. datenwerke, 2015 http://www.datenwerke.net/ http://www.reportserver.net/

Benutzerhandbuch. Thorsten J. Krause Arno Mittelbach. datenwerke, 2015 http://www.datenwerke.net/ http://www.reportserver.net/ Benutzerhandbuch Benutzerhandbuch Thorsten J. Krause Arno Mittelbach datenwerke, 2015 http://www.datenwerke.net/ http://www.reportserver.net/ Copyright 2015 datenwerke Jan Albrecht. Alle Rechte vorbehalten.

Mehr

C# - Einführung in die Programmiersprache Arbeiten mit ADO.NET. Leibniz Universität IT Services Anja Aue

C# - Einführung in die Programmiersprache Arbeiten mit ADO.NET. Leibniz Universität IT Services Anja Aue C# - Einführung in die Programmiersprache Arbeiten mit ADO.NET Leibniz Universität IT Services Anja Aue Experteneinstellungen in Visual Studio Express Extras Einstellungen Experteneinstellungen. Es werden

Mehr

Inhaltsverzeichnis. 1 Der SQL Server 2008 stellt sich vor 15. 2 Die grafischen Tools des SQL Server 2008 59. 3 Eine neue Datenbank erstellen 87

Inhaltsverzeichnis. 1 Der SQL Server 2008 stellt sich vor 15. 2 Die grafischen Tools des SQL Server 2008 59. 3 Eine neue Datenbank erstellen 87 Vorwort 11 1 Der SQL Server 2008 stellt sich vor 15 1.1 SQL Server wer ist das? 16 1.1.1 Der SQL Server im Konzert der Datenbanksysteme 16 1.1.2 Entscheidungsszenarien für Datenbanksysteme 17 1.1.3 Komponenten

Mehr

ARIS II - Modellierungsmethoden, Metamodelle und Anwendungen

ARIS II - Modellierungsmethoden, Metamodelle und Anwendungen ARIS II - Modellierungsmethoden, Metamodelle und Anwendungen C3: Structured Query Language Lernziele: Nach der Bearbeitung dieser Lektion haben Sie folgende Kenntnisse erworben: Sie können elementaren

Mehr

Interoperabilität mit Office-Anwendungen (1)

Interoperabilität mit Office-Anwendungen (1) Interoperabilität mit Office-Anwendungen (1) Durch.NET Programme (z.b. Visual Basic) können Microsoft-Office- Anwendungen automatisiert werden. Diese Technik basiert auf den s.g. Interop-Assemblys das

Mehr

Neue Cube-Funktionen in Excel 2007

Neue Cube-Funktionen in Excel 2007 Helmut Vonhoegen Neue Cube-Funktionen in Excel 2007 Vorabdruck eines Kapitels aus einem im Herbst erscheinenden Buches zu den Excel- Funktionen bei Galileo-Press Ganz neu in Excel 2007 ist die Gruppe der

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

SAP Business Intelligence

SAP Business Intelligence SAP Business Intelligence Helmut Roos Diplom-Ingenieur Unternehmensberater Grundlagen zu Netweaver 7.0 D-67067 Ludwigshafen +49 (621) 5 29 44 65 Data Acquisition Common Read / Write Interface Open Interface

Mehr

Raber+Märcker Business Intelligence Lösungen und Leistungen

Raber+Märcker Business Intelligence Lösungen und Leistungen Business Intelligence Raber+Märcker Business Intelligence Lösungen und Leistungen www.raber-maercker.de 2 LEISTUNGEN Business Intelligence Beratungsleistung Die Raber+Märcker Business Intelligence Beratungsleistung

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

Der Website-Generator

Der Website-Generator Der Website-Generator Der Website-Generator im Privatbereich gibt Ihnen die Möglichkeit, schnell eine eigene Website in einheitlichem Layout zu erstellen. In Klassen, Gruppen und Institutionen können auch

Mehr

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

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

Mehr

UI-Testing mit Microsoft Test Manager (MTM) Philip Gossweiler / 2013-04-18

UI-Testing mit Microsoft Test Manager (MTM) Philip Gossweiler / 2013-04-18 UI-Testing mit Microsoft Test Manager (MTM) Philip Gossweiler / 2013-04-18 Software Testing Automatisiert Manuell 100% 70% 1 Überwiegender Teil der Testing Tools fokusiert auf automatisiertes Testen Microsoft

Mehr

Benutzerhandbuch. Thorsten J. Krause Arno Mittelbach. 2012 datenwerke http://reportserver.datenwerke.net/

Benutzerhandbuch. Thorsten J. Krause Arno Mittelbach. 2012 datenwerke http://reportserver.datenwerke.net/ Benutzerhandbuch Benutzerhandbuch Thorsten J. Krause Arno Mittelbach 2012 datenwerke http://reportserver.datenwerke.net/ Version 1.2 vom 20.09.2012 zu ReportServer 2.0 4 Inhalt Einleitung...7 Erste Schritte...11

Mehr

Grundlagen relationaler Datenbanken... 2. Access 2010 - Grundlagenseminar... 3. Access 2010 - Aufbauseminar... 4. Von Excel 2010 zu Access 2010...

Grundlagen relationaler Datenbanken... 2. Access 2010 - Grundlagenseminar... 3. Access 2010 - Aufbauseminar... 4. Von Excel 2010 zu Access 2010... Inhalt Grundlagen relationaler Datenbanken... 2 Access 2010 - Grundlagenseminar... 3 Access 2010 - Aufbauseminar... 4 Von Excel 2010 zu Access 2010... 5 Access 2010 - Programmierung Teil 1... 6 Access

Mehr

SQL Server 2012. Administration, Entwicklung und Business Intelligence. Roland Bauch. 1. Ausgabe, Mai 2012. Der kompakte Einstieg SQL2012A

SQL Server 2012. Administration, Entwicklung und Business Intelligence. Roland Bauch. 1. Ausgabe, Mai 2012. Der kompakte Einstieg SQL2012A SQL Server 2012 Roland Bauch 1. Ausgabe, Mai 2012 Administration, Entwicklung und Business Intelligence Der kompakte Einstieg SQL2012A 2 SQL Server 2012 - Administration, Entwicklung und Business Intelligence

Mehr

Skyfillers Hosted SharePoint. Kundenhandbuch

Skyfillers Hosted SharePoint. Kundenhandbuch Skyfillers Hosted SharePoint Kundenhandbuch Kundenhandbuch Inhalt Generell... 2 Online Zugang SharePoint Seite... 2 Benutzerpasswort ändern... 2 Zugriff & Einrichtung... 3 Windows... 3 SharePoint als

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

Kompaktseminare Das MS Access 2010 Kursprogramm

Kompaktseminare Das MS Access 2010 Kursprogramm Kompaktseminare Das MS Access 2010 Kursprogramm Was ist Access Keine Angst vor Datenbanken Office Anwender mit Datenbank Interesse Zuerst ein wenig Theorie - Was ist eine Datenbank - Ist MS Access 2010

Mehr

good. better. outperform.

good. better. outperform. good. better. outperform. Analytic mit Oracle BI relational oder besser multidimensional? 8. Oracle BI & DWH Konferenz, 20.03.2013 Dirk Fleischmann Director Business Intelligence & DWH Business Intelligence

Mehr

Word 2007 Serienbriefe erstellen

Word 2007 Serienbriefe erstellen Word 2007 Serienbriefe erstellen Einladung zu... Hannover, d. 01.12.08 Hannover, d. 01.12.08 Emil Müller An der Leine 4 30159 Hannover, d. 01.12.08

Mehr

ENTERBRAIN Reporting & Business Intelligence

ENTERBRAIN Reporting & Business Intelligence Überblick Vorhandene Listen/Analysen in ENTERBRAIN Die Daten in ENTERBRAIN Das Fundament des BI - Hauses Details zur ENTERBRAIN Staging Area Reports und Cubes auf Basis der Staging Area Data Mining mit

Mehr

Installation Anleitung für JTheseus und MS SQL Server 2000

Installation Anleitung für JTheseus und MS SQL Server 2000 Installation Anleitung für JTheseus und MS SQL Server 2000 Inhaltsverzeichnis 1 Installation der Datenbank 3 1.1 Erstellen der Datenbank 3 1.2 Tabellen und Minimal Daten einlesen 4 1.3 Benutzer JTheseus

Mehr

TimeSafe Leistungserfassung

TimeSafe Leistungserfassung Keep your time safe. TimeSafe Leistungserfassung Adressimport 1/8 Inhaltsverzeichnis Inhaltsverzeichnis... 2 1 Allgemeines... 3 1.1 Adressen in der TimeSafe Leistungserfassung... 3 1.2 Organisationen und/oder

Mehr

Zukunftsträchtige Potentiale: Predictive Analysis mit SAP HANA & SAP BO

Zukunftsträchtige Potentiale: Predictive Analysis mit SAP HANA & SAP BO innovation@work Zukunftsträchtige Potentiale: Predictive Analysis mit SAP HANA & SAP BO thinkbetter AG Florian Moosmann 8. Mai 2013 1 Agenda Prädiktive Analyse Begriffsdefinition Herausforderungen Schwerpunktbereiche

Mehr

Handbuch organice Business Intelligence

Handbuch organice Business Intelligence Handbuch organice Business Intelligence Stand: Februar 2014, Version 1.1.0.1 2001-2014 organice Software GmbH Grunewaldstr. 22, 12165 Berlin Alle Rechte vorbehalten. Die Software und dieses Handbuch dürfen

Mehr

INVEST projects. Besseres Investitionscontrolling mit INVESTprojects

INVEST projects. Besseres Investitionscontrolling mit INVESTprojects Besseres Investitionscontrolling mit Der Investitionsprozess Singuläres Projekt Idee, Planung Bewertung Genehmigung Realisierung Kontrolle 0 Zeit Monate, Jahre Perioden Der Investitionsprozess Singuläres

Mehr

Data Warehouse. Kapitel 17. Abbildung 17.1: Zusammenspiel zwischen OLTP und OLAP. Man unterscheidet zwei Arten von Datenbankanwendungen:

Data Warehouse. Kapitel 17. Abbildung 17.1: Zusammenspiel zwischen OLTP und OLAP. Man unterscheidet zwei Arten von Datenbankanwendungen: Kapitel 17 Data Warehouse OLTP Online Transaction Processing OLAP Online Analytical Processing Decision Support-Anfragen Data Mining opera- tionale DB opera- tionale DB opera- tionale DB Data Warehouse

Mehr

MultiProvider. Logische Reporting- Schicht. Abb. 9 21 Einsatz von MultiProvidern als logische Reporting- Schicht

MultiProvider. Logische Reporting- Schicht. Abb. 9 21 Einsatz von MultiProvidern als logische Reporting- Schicht MultiProvider 243 MultiProvider MultiProvider sind virtuelle InfoProvider ohne eigene Datenhaltung, deren Hauptaufgabe die Grundlage für die Datenanalyse und -planung ist. Dabei nimmt der MultiProvider

Mehr