Aktuelle Business Intelligence Trends

Transkript

1 Aktuelle Business Intelligence Trends BI Trends aus Sicht der Infomotion GmbH Tim Kretzschmar Sebastian Schade

2 Agenda Vorstellung Business Intelligence Trends Einstieg bei Infomotion

3 Abschnitt I VORSTELLUNG

4 Kurzprofil Sebastian Schade Diplom Wirschaftsinformatiker Infomotion GmbH Professional Consultant Business Intelligence Duales Studium: WS 2003: FSU Jena Wirtschaftsinformatik 03/2008: Abschluss Bachelor of Science Themenschwerpunkte Beratung: Datenmodellierung ETL DV- und Fach-Konzeption Business Objects Data Services ( BODS ) Microsoft SQL Server Integration Services ( SSIS ) Oracle Warehouse Builder (OWB ) Pentaho Data Integrator ( PDI ) Beruflicher Werdegang: 2007 heute: Infomotion GmbH Consultant Business Objects XI Oracle 10g/11g Microsoft SQL Server R

5 Kurzprofil Tim Kretzschmar Infomotion GmbH Consultant Business Intelligence Doppelstudium: 2003: Johann-Wolfgang-Goethe- Universität Frankfurt am Main Lehramt Informatik/Geschichte und Bachelor Informatik Beruflicher Werdegang: 2012 heute: Infomotion GmbH Consultant Themenschwerpunkte Beratung: Datenmodellierung ETL JAVA-Softwareentwicklung DV- und Fach-Konzeption Informatica Power Center Pentaho Data Integrator ( PDI ) Business Objects XII Oracle 10g/11g Microsoft SQL Server R

6 Infomotion GmbH Spezialisiert auf Business Intelligence 7 Niederlassungen mit Hauptsitz in Frankfurt 9 Jahre stetiges Wachstum (16 Mio. ) 150+ Mitarbeiter und <5 Freelancer 180+ Kunden vieler Branchen Komplettes Leistungsportfolio Partnerschaften mit führenden Anbietern Eigenes Produktportfolio

7 Leistungsportfolio Optimierung und Ausrichtung aller Initiativen zur Herstellung einer optimalen Entscheidungsbasis für das Gesamtunternehmen. Strategie Beratung Prozesse, Kennzahlen und KPIs für definierte Unternehmensbereiche Fachberatung Erarbeitung von Lösungsszenarien und Fach- und DV-Konzepten Architektur und Design Umsetzung der technischen Lösung & Einführung der definierten Prozesse Implementierung Kundennaher Premium Betrieb und Anpassung von BI-Lösungen Betrieb Begleitung interner Mitarbeiter durch erfahrenen BI-Coach Coaching Qualifizierung ihrer Mitarbeiter in BI- Technologien und -Methoden Training

8 Auszug aus der Kundenliste Automobil Banken Chemie, Pharma Energie Handel KAG Konsumgüterindustrie Maschinenbau Verkehr, Logistik Versicherungen Sonst. Medien, Dienstleistungen Telekomm. Sonst. Industrien

9 Reporting bis Datenmanagement Ganzheitliche und benutzerzentrierte Bereitstellung von Informationen Standard Reporting Selbstständige Analyse von Ursachen und Zusammenhängen Ad-hoc Rep. und Analyse KPIs, Kennzahlen und andere Informationen auf einen Blick Dashboards Planung und Konsolidierung zur optimalen Unternehmenssteuerung Performance Management Entscheidungsrelevante Informationen filtern und analysieren Predictive Analytics / Mining Mobile BI, Geo Intelligence, Social Intelligence, Big Data, Collaboration Aktuelle BI-Trends Abbildung eines übergreifenden und integrierten Ansatzes zum Management aller relevanten Informationen auf Unternehmensebene. Enterprise Data Management Erweiterte Informationsnutzung Big Data Management

10 Partnerschaften mit führenden Anbietern BusinessObjects, Business Planning and Consolidation, BW, HANA, SAP Cognos BI, Cognos TM1, Cognos Express, Infosphere Warehouse, SPSS IBM Oracle BI, PL/SQL, Oracle Warehouse Builder, ODI Oracle PowerCenter, Data Quality, Test Data and Metadata Management Informatica SQL Server, Integration Services, Reporting Services, Analysis Services Microsoft SAS, QlikView, talend, Roambi, NOAD, Keyrus, DSPanel Sonstige Best Practices aufgrund langjähriger Produkterfahrung und frühzeitige Evaluation neuer Produktversionen Leistungsportfolio für spezielle BI-Softwareprodukte

11 Abschnitt II BI TRENDS

12 WAS IST BUSINESS INTELLIGENCE Der Begriff Business Intelligence, Abkürzung BI, wurde ab Anfang bis Mitte der 1990er Jahre populär und bezeichnet Verfahren und Prozesse zur systematischen Analyse (Sammlung, Auswertung und Darstellung) von Daten in elektronischer Form. Ziele: - bessere operative oder strategische Entscheidungen - Geschäftsabläufe, sowie Kunden- und Lieferantenbeziehungen profitabler machen - Kosten senken - Risiken minimieren - Wertschöpfung vergrößern Quelle: / Abruf: INFOMOTION GmbH

13 BUSINESS INTELLIGENCE IN DER PRAXIS Erste Aufgabe - Erstellen einer Datenbasis auf verschiedenen operativen Systemen und sonstigen Quellen ( Data Warehouse [ DWH ] ) Ziel: - Automatisierung des Controllings, des Berichtswesens (Reporting), der Planung und des Forecastings - Markt- und Kundenanalyse - Situation des eigenen Unternehmens soll analysiert und ggf. bewertet werden Zweite Aufgabe - die für das Berichtswesen notwendigen analytischen Auswertungen einzurichten - Data- und Textmining Mechanismen sollen etabliert werden - Aggregation von feingranularen Informationen zu Kennzahlen - Bereitstellung von Daten für Fremdsysteme INFOMOTION GmbH

14 Infomotion GmbH

15 Themen und Trends, die aktuell diskutiert werden Predictive Analytics Cloud BI Big Data Data Driven Agile BI / Self Service BI Visual Business Intelligence Analytische Datenbanken Logical Data Warehouse Enterprise Data Hub Mobile BI, Geo Intelligence Infomotion GmbH

16 PREDICTIVE ANALYTICS Infomotion GmbH

17 Evolution von BI und Analytics Infomotion GmbH

18 Analytischen Funktionen erfordern unterschiedliches Eingreifen zur Ausführung von Handlungen Analysis Descriptive What happened? Human Input Diagnostic Why did it happen? Data Decision Action Predictive What will happen? Prescriptive What should I do? Decision Support Decision Automation Infomotion GmbH

19 Data Analytischer Reifegrad Hybrid, integrated Unstructured, external Steigere des analytischen Reifegrads durch: Analysieren neuer Datenquellen Schnelleres anwenden von Analytics auf mehr Entscheidungen Erweitern des Portfolios auf mehrere Einsatzmöglichkeiten Pervasive, real-time, embedded analytics Structured, internal, siloed Ad hoc, batch, offline analytics Descriptive Diagnostic Predictive Prescriptive Infomotion GmbH

20 CLOUD BI Infomotion GmbH

21 Cloud BI als Trend? Not today, but we plan to deploy through a public cloud in the next 12 months 1% Not today, but we plan to deploy through a hybrid public/private cloud in the next 12 months 4% Not today, but we plan to deploy through a private cloud in the next 12 months 8% Yes, through public/private cloud 4% No, we do not have or plan to deploy our BI applications in the cloud 54% Yes, through public cloud 9% Yes, through private cloud 20% 46% of customers surveyed use cloud BI or plan to in the next 12 months (up from 30% for the past 5 years) Source: Magic Quadrant for BI and Analytics Platforms 2014 n= 1, Infomotion GmbH

22 Strategic Planning Assumption (Gartner) By 2016, 25% of net-new business analytics deployments will be in the form of subscription to cloud analytics platforms or application services. By 2016, more than 5% of the total BI, analytics and performance management market is to be driven by cloud. Infomotion GmbH

23 Cloud BI Lieferanten Daten On-premise BI Personal-Daten Supply Chain Supply Chain Kundendaten Cloud BI Wenn alle Daten im Unternehmen liegen, tendiert die BI immer dazu auch im Unternehmen zu sein. Umso mehr Datenquellen in die Cloud wandern, umso schneller wird BI auch in der Cloud betrieben. Zukünftig werden dadurch häufiger hybrid-ansätze etabliert, da jeder Standort seinen Vorteil hat. On-premise BI Cloud BI Hybrid BI Deployments Infomotion GmbH

24 Verteilungsszenarien On-premise und cloud On-premise BI Cloud SaaS BA DI Platform Internal Data On-premise Cloud Data On-premise/BA in the Cloud SaaS BI DI Platform External Data IAAS On-premise Cloud Hybrid On-premises and Cloud BA SaaS DI Platform DI Platform DI Platform DI Platform Internal Data External Data IaaS Internal Data External Data IaaS On-premise Cloud On-premise Cloud Infomotion GmbH

25 DATA LAKE UND ENTERPRISE DATA HUB (EDH) Infomotion GmbH

26 Datenwachstum bedingt neue Ansätze bisher Daten der Verarbeitung zuführen zukünftig Verarbeitung den Daten zuführen Verarbeitung Verarbeitung Daten Daten Verarbeitung Daten Daten Prozesszentrierte Unternehmen benutzen: Meistens Strukturierte Daten Nur interne Daten Nur wichtige Daten Verarbeitung Verarbeitung Daten Informationszentrierte Unternehmen benutzen ALLE Daten: Multi-strukturierte, Intern & externe Daten Jeglichen Typs Verarbeitung Relative Größe und Komplexität Infomotion GmbH

27 BIG DATA Infomotion GmbH

28 Big Data kommen von Maschinen GPS, RFID, Hypervisor, Web Servers, , Messaging, Clickstreams, Mobile, Telephony, IVR, Databases, Sensors, Telematics, Storage, Servers, Security Devices, Desktops Infomotion GmbH

29 Definition Big Data Datenmengen (Volume) Anzahl von Datensätzen und Files Yottabytes Zettabytes Exabytes Petabytes Terabytes Datengenerierung in hoher Geschwindigkeit Übertragung der konstant erzeugten Daten Echtzeit Millisekunden Sekunden I Minuten I Stunden Geschwindigkeit (Velocity) Big Data Datenvielfalt (Variety) Fremddaten (Web etc.) Firmendaten Unstrukturierte, semistrukturierte, strukturierte Daten Präsentationen I Texte I Bilder I Tweets I Blogs Kommunikation zwischen Maschinen Erkennen von Zusammenhängen, Bedeutungen, Mustern Vorhersagemodelle Data Mining Text Mining Bildanalytik I Visualisierung I Realtime Analytics Quelle: Management von Big Data Projekten Leitfaden, Bitcom 2013, S Infomotion GmbH

30 Klassische BI Technologie-Stack Entscheidungsreleva nte Informationen filtern und analysieren Data Mining & Analytics Bereitstellung aufbereiteter, aggregierter und gefilterter Informationen Data-Warehouse Selbstständige Analyse von Ursachen und Zusammenhängen Ad-hoc Rep. und Analyse Ganzheitliche und benutzerzentrierte Bereitstellung von Informationen Standard Reporting KPIs, Kennzahlen und andere Informationen auf einen Blick Dashboards Die letztendlich für das Reporting benötigten Daten werden in diesem Schritt von den Quellsystemen abgerufen, verarbeitet und in das DWH geladen. Extract Transform Load Benötigte Informationen abrufen und aussortieren Filtern Informationen aufbereiten & anreichern Verarbeitung Informationen gezielt in das DWH übertragen Laden Die Quelldaten liegen hochstrukturiert in unternehmensinternen Datenbanken zum Abruf bereit. Strukturierte interne Daten Marketing Vertrieb Infomotion GmbH

31 Business Intelligence mit Big Data Technologie Mit dieser Schicht wird die teilweise hohe Latenz des Storage-Layers kompensiert und Informationen zielsystemspezifisch aufbereitet vorgehalten. Server-Layer Informationsablage Zielsystem 1 Informationsablage Zielsystem 1I Use Case spezifische Informations- & Reportingsysteme Zielsysteme KPIs, Kennzahlen und andere Informationen auf einen Blick in Echtzeit Echtzeit-Dashboards In dieser Schicht werden (Roh-)Daten abgelegt und im Batch-Betrieb verarbeitet. Die Aufbereitung erfolgt spezifisch für verschiedene abnehmende Informationsablage für Systeme. Rohdaten Batch Processing & Storage-Layer Data Hub Informationen Zielsystemspezifisch aufbereiten Spezifische Batch Verarbeitung Informationen an spezifische Informationsablagesysteme übertragen Laden Diese Schicht ist für den Transport, die Filterung und einer Verarbeitung in nahezu Echtzeit zuständig. Transport-Layer Informationspush kurz nach Auftreten Echtzeitnah Rohdaten in Data Hub ablegen Laden Filtern, Analyse, Verarbeitung & Weitergabe im Stream für bestimmte Zielsysteme Livestream-Datenverarbeitung Die Quelldaten liegen polystrukturiert in Datenbanken, die sowohl intern als auch extern zum Abruf bereit stehen. Polystrukturierte Daten Interne DBs Wetter Bewegung Produkte Logdaten Social Media Infomotion GmbH

32 Abschnitt III EINSTIEG BEI INFOMOTION

33 Berufseinstieg Studium Vortrag Infomotion Praktikum Abschlussarbeit Einstellung als Consultant

34 Zusammenarbeitsmöglichkeiten Praktikum Abschlussarbeit Werkstudententätigkeit Einstieg in die Beratung

35 Ansprechpartner Bewerbungen Fragen und Bewerbungen können Sie an unsere Ansprechpartnerin richten! ANNA-LENA BURK Diplom-Ökonomin Referentin Human Resources INFOMOTION GMBH LUDWIGSTRASSE FRANKFURT T: +49 (0) F: +49 (0)

36 Ihre Fragen SEBASTIAN SCHADE Diplom Wirtschaftsinformatiker Professional Consultant INFOMOTION GMBH LUDWIGSTRASSE FRANKFURT AM MAIN T: +49 (0) F: +49 (0) TIM KRETZSCHMAR Consultant INFOMOTION GMBH LUDWIGSTRASSE FRANKFURT AM MAIN T: +49 (0) F: +49 (0)