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.

OLAP und der MS SQL Server

OLAP und der MS SQL Server OLAP und der MS SQL Server OLAP und der MS SQL Server OLAP-Systeme werden wie umfangreiche Berichtssysteme heute nicht mehr von Grund auf neu entwickelt. Stattdessen konzentriert man sich auf die individuellen

Mehr

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

Microsoft SQL-Server 2008 R2/2012 Reporting und OLAP

Microsoft SQL-Server 2008 R2/2012 Reporting und OLAP Microsoft SQL-Server 2008 R2/2012 Reporting und OLAP Kompakt-Intensiv-Training OLAP gilt als Schlüsseltechnologie auf dem Gebiet Business Intelligence. In unserer Schulung "Microsoft SQL-Server 2008 R2/2012

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

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

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

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

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

Mehr

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

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

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

Data Warehousing und Data Mining

Data Warehousing und Data Mining Data Warehousing und Data Mining 2 Cognos Report Net (CRN) Ermöglicht Erstellen von Ad-hoc-Anfragen (Query Studio) Berichten (Report Studio) Backend Data Cube Relationale Daten Übung: Cognos Report Net

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

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

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

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

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

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

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

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

Business Intelligence Praktikum 2

Business Intelligence Praktikum 2 Hochschule Darmstadt Business Intelligence SS 2014 Fachbereich Informatik Praktikumsversuch 2 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 14.05.2014 1. Kurzbeschreibung Business Intelligence

Mehr

Form Designer. Leitfaden

Form Designer. Leitfaden Leitfaden Copyright Die hier enthaltenen Angaben und Daten können ohne vorherige Ankündigung geändert werden. Die in den Beispielen verwendeten Namen und Daten sind frei erfunden, soweit nichts anderes

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

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

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

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

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

Das Multidimensionale Datenmodell

Das Multidimensionale Datenmodell Das Multidimensionale Datenmodell Konzeptuelle Modellierung Umsetzung des Modells Beispiel ER-Modell 2 / 36 Probleme ER-Modellierung Keine Unterscheidung Klassifikation, Attribute, Kenngrößen Dimension

Mehr

Fachbereich Informatik Praktikumsversuch 4. Prof. Dr.. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 11.06.2015

Fachbereich Informatik Praktikumsversuch 4. Prof. Dr.. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 11.06.2015 Hochschule Darmstadt Data Warehouse SS2015 Fachbereich Informatik Praktikumsversuch 4 Prof. Dr.. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 11.06.2015 1. Kurzbeschreibung Dieses Praktikum

Mehr

Online Analytical Processing

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

Mehr

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

Pivotieren. Themenblock: Anfragen auf dem Cube. Roll-up und Drill-down. Slicing und Dicing. Praktikum: Data Warehousing und Data Mining. Produkt.

Pivotieren. Themenblock: Anfragen auf dem Cube. Roll-up und Drill-down. Slicing und Dicing. Praktikum: Data Warehousing und Data Mining. Produkt. Zeit Pivotieren Themenblock: Anfragen auf dem Cube Praktikum: Data Warehousing und Data Mining Zeit Zeit 2 Roll-up und Drill-down Slicing und Dicing Drill-down Januar 2 3 33 1. Quartal 11 36 107 Februar

Mehr

Auswertungs-Client Kurzbeschreibung BCS-OLAP. Transforming Data Into Profit

Auswertungs-Client Kurzbeschreibung BCS-OLAP. Transforming Data Into Profit Auswertungs-Client Kurzbeschreibung BCS-OLAP Transforming Data Into Profit 2 Inhaltsverzeichnis 1 EINFÜHRUNG... 3 1.1 Produktstruktur... 3 1.2 Darstellung von Werten... 4 1.3 Technologie... 4 2 FUNKTIONALITÄT...

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

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

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

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

Microsoft SQL Server 2005 Konfigurierung, Administration,

Microsoft SQL Server 2005 Konfigurierung, Administration, Ruprecht Droge, Markus Raatz 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Microsoft SQL Server 2005 Konfigurierung,

Mehr

Reporting Services Dienstarchitektur

Reporting Services Dienstarchitektur Reporting Services Dienstarchitektur Reporting Services Dienstarchitektur In Reporting Services wird ein Berichtsserver als ein Windows - Dienst implementiert, der aus unterschiedlichen Featurebere i-

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

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

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

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

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

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

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

IBM SPSS Data Access Pack Installationsanweisung für Windows

IBM SPSS Data Access Pack Installationsanweisung für Windows IBM SPSS Data Access Pack Installationsanweisung für Windows Inhaltsverzeichnis Kapitel 1. Übersicht.......... 1 Einführung............... 1 Bereitstellen einer Datenzugriffstechnologie.... 1 ODBC-Datenquellen...........

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

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

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 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

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

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

Einführung relationale Datenbanken. Themenblock: Erstellung eines Cube. Schlüssel. Relationenmodell Relationenname Attribut. Problem.

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

Mehr

Mein Cisco Häufig gestellte Fragen (FAQ)

Mein Cisco Häufig gestellte Fragen (FAQ) 1. Was ist My Cisco? My Cisco ermöglicht Ihnen einen standortunabhängigen und individuellen Zugriff auf Ihre bevorzugten Informationen auf Cisco.com. 2. Wie kann ich auf My Cisco zugreifen? Es gibt zwei

Mehr

7 SharePoint Online und Office Web Apps verwenden

7 SharePoint Online und Office Web Apps verwenden 7 SharePoint Online und Office Web Apps verwenden Wenn Sie in Ihrem Office 365-Paket auch die SharePoint-Dienste integriert haben, so können Sie auf die Standard-Teamsite, die automatisch eingerichtet

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

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

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

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

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

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

Fachbereich Informatik Praktikumsversuch 4. Prof. Dr. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 13.05.2013.

Fachbereich Informatik Praktikumsversuch 4. Prof. Dr. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 13.05.2013. Hochschule Darmstadt Data Warehouse Fachbereich Informatik Praktikumsversuch 4 Prof. Dr. S. Karczewski Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 13.05.2013 Data Warehouse Aufgabenstellung Aufgabe1: OLAP-Modellerstellung

Mehr

Benutzerverwaltung mit ASP.NET Membership

Benutzerverwaltung mit ASP.NET Membership Benutzerverwaltung mit ASP.NET Membership Dieser Artikel soll zeigen, wie man ASP.NET Membership einsetzt, um Benutzer einer Web Anwendung zu authentifizieren. Es werden sowohl Grundlagen wie die Einrichtung

Mehr

Sage Customer View Kurzhandbuch

Sage Customer View Kurzhandbuch Sage Customer View Kurzhandbuch Januar 2016 Inhaltsverzeichnis Sage Customer View Kurzhandbuch 1.0 Erste Schritte 3 1.1 Beantragen Sie ihren Zugang (Sage-ID) für Administratoren 3 2.0 Sage Data Manager

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

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

CAS genesisworld.exchange connect Abgleich von Adressen und Terminen

CAS genesisworld.exchange connect Abgleich von Adressen und Terminen Abgleich von Adressen und Terminen Stand Juni 2004 Was ist CAS genesisworld.exchange connect? Inhalt 1 Was ist CAS genesisworld.exchange connect?... 3 2 Systemvoraussetzungen... 5 2.1 Software...5 2.2

Mehr

Seminar in der Seminarreihe Business Intelligence 1. OLAP und Datawarehousing

Seminar in der Seminarreihe Business Intelligence 1. OLAP und Datawarehousing Seminar in der Seminarreihe Business Intelligence 1 OLAP und Datawarehousing OLAP & Warehousing Die wichtigsten Produkte Die Gliederung Produkt Bewertung & Vergleiche Die Marktentwicklung Der aktuelle

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

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

SOLISYON GMBH TOBIAS GRUBER BEN WEISSMAN. Analyse von Dimensions-Schlüsselfehlern bei der Aufbereitung von SSAS Datenbanken

SOLISYON GMBH TOBIAS GRUBER BEN WEISSMAN. Analyse von Dimensions-Schlüsselfehlern bei der Aufbereitung von SSAS Datenbanken WEITER BLICKEN. MEHR ERKENNEN. BESSER ENTSCHEIDEN. Analyse von Dimensions-Schlüsselfehlern bei der Aufbereitung von SSAS Datenbanken SOLISYON GMBH TOBIAS GRUBER BEN WEISSMAN ANALYSE VON OLAP-AUFBEREITUNGSFEHLERN

Mehr

Datenauswertung mit Hilfe von Pivot-Tabellen in Excel

Datenauswertung mit Hilfe von Pivot-Tabellen in Excel Datenauswertung mit Hilfe von Pivot-Tabellen in Excel Begleitendes Manual zu den Workshops zur Datenerfassung und verarbeitung im Juni / Juli 2004 Datenauswertung mit Hilfe von Pivot-Tabellen in Excel...3

Mehr

Erste Schritte in der Benutzung von Microsoft SharePoint

Erste Schritte in der Benutzung von Microsoft SharePoint Erste Schritte in der Benutzung von Microsoft SharePoint Einleitung Das Zentrum für Informations- und Medientechnologie (ZIMT) stellt zur Unterstützung von Gruppenarbeit eine Kollaborationsplattform auf

Mehr

Access 2013. Grundlagen für Anwender. Susanne Weber. 1. Ausgabe, 1. Aktualisierung, Juni 2013

Access 2013. Grundlagen für Anwender. Susanne Weber. 1. Ausgabe, 1. Aktualisierung, Juni 2013 Access 2013 Susanne Weber 1. Ausgabe, 1. Aktualisierung, Juni 2013 Grundlagen für Anwender ACC2013 2 Access 2013 - Grundlagen für Anwender 2 Mit Datenbanken arbeiten In diesem Kapitel erfahren Sie was

Mehr

Produktinformation eevolution OLAP

Produktinformation eevolution OLAP Produktinformation eevolution OLAP Was ist OLAP? Der Begriff OLAP steht für Kurz gesagt: eevolution -OLAP ist die Data Warehouse Lösung für eevolution. Auf Basis verschiedener

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

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

Normfall 7.2. Whitepaper. Erstellen eines Normfall Projektspeichers auf Basis einer vorhandenen Installation von:

Normfall 7.2. Whitepaper. Erstellen eines Normfall Projektspeichers auf Basis einer vorhandenen Installation von: Normfall 7.2 Whitepaper Erstellen eines Normfall Projektspeichers auf Basis einer vorhandenen Installation von: Microsoft SQL Server 2008 R2/2012/2014 2014 Normfall GmbH Alle Rechte vorbehalten. Vorbemerkungen

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

Mitarbeiterbefragung

Mitarbeiterbefragung Arbeitspsychologie CoPAMed Arbeitspsychologie Mitarbeiterbefragung Zusatzmodul zur Verwaltung von arbeitspsychologischen Leistungen und zur Durchführung von anonymen Mitarbeiterbefragungen. CoPAMed Arbeitspsychologie

Mehr

4 ANALYSE VON TABELLEN

4 ANALYSE VON TABELLEN MS Excel 2010 Aufbau Analyse von Tabellen 4 ANALYSE VON TABELLEN Lernen Sie in diesem Kapitel die Möglichkeiten kennen, Tabelleninhalte optimal auszuwerten und mit was wäre wenn die Daten zu analysieren.

Mehr

Datenbankimplementierung

Datenbankimplementierung ENTWICKLUNG Datenbankimplementierung Datenbankimplementierung Christian Zahler Sofern Ausführungen auf SQL Server 2005 Bezug nehmen, gelten sie gleichermaßenauchfürsql Server 2008. 6 Client-Programmierung

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

ENTERPRISE BI NEUERUNGEN 3.3... 2 ENTERPRISE BI - EIS GRUNDLAGEN... 4 ENTERPRISE BI - EIS FORTGESCHRITTENE... 5 ENTERPRISE QUERY...

ENTERPRISE BI NEUERUNGEN 3.3... 2 ENTERPRISE BI - EIS GRUNDLAGEN... 4 ENTERPRISE BI - EIS FORTGESCHRITTENE... 5 ENTERPRISE QUERY... Übersicht ENTERPRISE BI NEUERUNGEN 3.3... 2 ENTERPRISE BI - EIS GRUNDLAGEN... 4 ENTERPRISE BI - EIS FORTGESCHRITTENE... 5 ENTERPRISE QUERY... 6 aruba informatik GmbH 2015/01 Seite 1 von 6 Enterprise BI

Mehr

Open Source BI 2009 Flexibilität und volle Excel-Integration von Palo machen OLAP für Endanwender beherrschbar. 24. September 2009

Open Source BI 2009 Flexibilität und volle Excel-Integration von Palo machen OLAP für Endanwender beherrschbar. 24. September 2009 Open Source BI 2009 Flexibilität und volle Excel-Integration von Palo machen OLAP für Endanwender beherrschbar 24. September 2009 Unternehmensdarstellung Burda Digital Systems ist eine eigenständige und

Mehr

Tutorial Excel Übung 8 Datenbanken II -1- Die Aufgabenstellung ist der folgenden URL zu entnehmen: Übung 8.

Tutorial Excel Übung 8 Datenbanken II -1- Die Aufgabenstellung ist der folgenden URL zu entnehmen: Übung 8. Tutorial Excel Übung 8 Datenbanken II -1-1 Aufgabenstellung Die Aufgabenstellung ist der folgenden URL zu entnehmen: Übung 8. 2 Abfragen auf Muster und nach Listenelementen Zur Formulierung von Abfragen

Mehr

Microsoft Excel - Für Analysten

Microsoft Excel - Für Analysten Microsoft Excel - Für Analysten Kompakt-Intensiv-Training In unserem dreitägigen Kurs "Microsoft Excel - Für Analysten" erlangen Sie umfassende Kenntnisse in der Erstellung von professionellen Datenanalysen

Mehr

TYPO3 Redaktoren-Handbuch

TYPO3 Redaktoren-Handbuch TYPO3 Redaktoren-Handbuch Kontakt & Support: rdv interactive ag Arbonerstrasse 6 9300 Wittenbach Tel. 071 / 577 55 55 www.rdvi.ch Seite 1 von 38 Login http://213.196.148.40/typo3 Username: siehe Liste

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

ARCO SQL T5 - Business Intelligence

ARCO SQL T5 - Business Intelligence ARCO SQL T5 - Business Intelligence Um die ARCO Business Intelligence Funktionen nutzen zu können, werden diese unter MS Excel eingerichtet. Es handelt sich um strukturierte Auswertungen bezüglich Umsätzen,

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

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Vorstellung der Softwarekomponenten Josef Kolbitsch Manuela Reinisch Übersicht Übersicht über die Systemlandschaft Übersicht über die Werkzeuge Workshop Systemlandschaft 1/8 Klassische

Mehr

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

WufooConnector Handbuch für Daylite 4

WufooConnector Handbuch für Daylite 4 WufooConnector Handbuch für Daylite 4 WufooConnector Handbuch für Daylite 4 1 Allgemeines 1.1 Das WufooConnector Plugin für Daylite 4 4 2 Einrichtung 2.1 2.2 2.3 Installation 6 Lizensierung 8 API Key einrichten

Mehr

good. better. outperform.

good. better. outperform. good. better. outperform. Quo Vadis Oracle BI Relational oder besser multidimensional? DOAG 2013 Business Intelligence, 17.04.2013 Dirk Fleischmann Director Business Intelligence & DWH Business Intelligence

Mehr

Datenbanken. Ein DBS besteht aus zwei Teilen:

Datenbanken. Ein DBS besteht aus zwei Teilen: Datenbanken Wikipedia gibt unter http://de.wikipedia.org/wiki/datenbank einen kompakten Einblick in die Welt der Datenbanken, Datenbanksysteme, Datenbankmanagementsysteme & Co: Ein Datenbanksystem (DBS)

Mehr

i i apitel apitel K K Inhalt Inhalt

i i apitel apitel K K Inhalt Inhalt Seite iv 0 Einleitung........................................... 1 Kombination der Leistungsbereiche.............. 3 Über dieses Buch.................................. 3 Arbeiten mit den Beispielanwendungen..........

Mehr