Aufbau eines Data Warehouse für den Lebensmitteleinzelhandel
|
|
- Manfred Neumann
- vor 8 Jahren
- Abrufe
Transkript
1 Die Fallstudie aus der Wirtschaftsinformatik: Aufbau eines Data Warehouse für den Lebensmitteleinzelhandel Dipl.-Kfm. Carsten Bange, Dr. Heiko Schinzer, Würzburg 1. Ausgangssituation Der hohe Wettbewerbsdruck im Sektor des Lebensmitteleinzelhandels zwingt die Unternehmen zu weiteren Effizienzsteigerungen ihrer Leistungserstellung. Erreicht wird dies vor allem durch eine Integration der bisher stark heterogenen IT- Landschaften zu unternehmensweit integrierten Warenwirtschaftssystemen und einer Installation leistungsfähiger Business Intelligence- und Supply-Chain-Management- Systeme. Neben massiven Investitionen in die elektronische Erfassung der Warenströme (Scanner-Kassen, Nachorderterminals mit Funkübertragung) und die Einführung von betriebswirtschaftlicher Standardsoftware rückt das Data Warehouse- Konzept dabei weiter in den Mittelpunkt. Durch den Aufbau eines Data Warehouse können Analysen in den Bereichen Unternehmensführung und Controlling sowie im Filial-, Sortiments- und Aktionsmanagement auf eine solide Datenbasis gestellt werden, die schnellere und bessere Entscheidungen ermöglicht. Weiterhin erlauben moderne Analyseverfahren des Data Mining die Gewinnung neuer Informationen, die z. B. in der Layoutplanung, Sortimentsgestaltung oder Marketingplanung verwertbar sind. Auch die Öffnung des Data Warehouse für einen externen Zugriff von Zulieferern erhöht Informationsfluß und -geschwindigkeit zwischen den Partnern und führt zu einer engeren Verzahnung der Lieferkette. 2. Problemstellung Zur besseren Kontrolle des operativen Geschäftsablaufes und zur Bereitstellung von Informationen für Unternehmensführung, Marketing- und Vertriebsabteilung soll für einen Handelskonzern ein zentrales Data Warehouse aufgebaut werden. Aufgrund der zu erwartenden immensen Datenfülle und des im Haus vorhandenen Know-Hows wird eine relationale Datenbank als Warehouse Speicherkomponente ausgewählt (ROLAP-Ansatz). Für die erste Phase des Warehouse-Projektes wurden von der Einzelhandelskette folgende Analyse- bzw. Berichtsanforderungen formuliert: 1. Umsatzentwicklung
2 Nach Aufbau des Data Warehouse sollen Produktmanager tagesgenau über Umsatzentwicklung einzelner Produkte in den verschiedenen Filialen und Regionen informiert werden. Weiterhin werden auch Zeitreihenanalysen mit kumulierten Werten über Monate, Quartale und Jahre und eine Aufstellung der besten und schlechtesten Produkte und n (Top 10 / Bottom 10) in einer bestimmten Periode vorgenommen. Die sleiter möchten zusätzlich wissen, welche Umsatzanteile auf welche n und Produkte fallen, während Regionalmanager die Umsatzzahlen der einzelnen Filialen ihrer Region benötigen. 2. Kundenkarte Die Akzeptanz der neu eingeführten Kundenkarte soll analysiert werden. Die Kundenkarte wurde zur Steigerung der Kundenbindung eingeführt und ist mit einer Zahlungsfunktion ausgestattet, d. h. sie kann alternativ zu anderen en (bar, ec-karte, Kreditkarte) eingesetzt werden. Ausgewertet werden soll der Einsatz von Kundenkarten im Vergleich zu anderen Bezahlformen. 3. Kassierer Für eine Leistungskontrolle soll die Geschwindigkeit der Kassierer ermittelt werden. Bei allen Transaktionen an der Kasse wird automatisch eine Startzeit (Einlesen des ersten Produktes) und eine Endzeit (Abschluß des Bezahlvorgangs) erfaßt. Als Kennzahl wird der durchschnittliche Produktdurchsatz während einer Transaktion gewählt, wobei eine tägliche Ermittlung des Wertes ausreicht. Das Inhouse-Transaktionssystem des Einzelhändlers ist auf Basis eines relationalen Datenbankmanagementsystems (RDBMS) aufgebaut. Zur Erfüllung der Analyseanforderungen wurden in diesem Quellsystem folgende Tabellen(auszüge) als relevant identifiziert:
3 Stammdaten Artikel CHAR(20) Artikel_Kurzbez. CHAR(15) Artikel_Langtext CHAR(50) Verkaufsmengeneinheit nbez. Filiale Fil_ Regionsname Bewegungsdaten nbez. sbez. Startzeit Endzeit Artikelanzahl Bon_Betrag Transaktion NUMBER(10,2) Funktion Kassierer Bon_Detail Position CHAR(20) Artikel_Kurzbez. CHAR(15) Menge Verkaufspreis NUMBER(10,2) Kunde Karte_Ausstellung Karte_Ablauf Konto_Nr. BLZ ZT_Bez. Bon_Betrag CHAR(20) NUMBER(10,2) 3. Problemlösung 1. Identifikation von Fakten und Dimensionen Aus den vorgegebenen Analyseanforderungen müssen in einem ersten Schritt alle relevanten Fakten (Kennzahlen) identifiziert werden. Dies sind hier Verkaufspreis und Verkaufsmenge sowie die abgeleiteten Kennzahlen Umsatz (Preis * Menge) und Kassiergeschwindigkeit, errechnet aus Verkaufsmenge im Verhältnis zu Kassierdauer (Endzeit Startzeit). Weiterhin sind die verschiedenen Dimensionen der multidimensionalen Sicht auf die Datenbasis und ihr hierarchischer Aufbau entscheidend.
4 Aus den Analyseanforderungen und vorhandenen Tabellen des Transaktionssystems können die Dimensionen Ware ( Produkt), Verkaufsstelle (Region Filiale), Mitarbeiter (Region Filiale Mitarbeiter), Zeit (Jahr Quartal Monat Tag), Bon, Kunde und abgeleitet werden. 2. Entwicklung des Datenmodells Als logische Datenmodelle zur Umsetzung von multidimensionalen Strukturen in relationalen Datenbanken existieren hauptsächlich das Star-Schema, das Snowflake- Schema und das sog. Galaxy-Schema. Alle drei Modellierungstechniken beinhalten das Redesign und die Denormalisierung bzw. bewußte Vermeidung von Normalisierungsschritten der operationalen Datenstrukturen, die durch das Entity-Relationship- Modell (ERM) von Chen dargestellt werden. Das im vorliegenden Fall gewählte Star- Schema bildet das vergleichsweise einfachste Datenmodell. Es besteht aus zwei Arten von Tabellen, der Fact-Table und den Dimension-Tables. Zentraler Dreh- und Angelpunkt des Star-Schemas ist die Fact-Table. Innerhalb dieser Tabelle wird jeder Artikelumsatz in Form eines Datensatzes erfaßt, wodurch das Datenvolumen entsprechend groß werden kann. Ein Datensatz der Fact-Table besteht aus Schlüsselund numerischen Attributen. Schlüsselattribute werden im oberen Teil der Fact-Table angegeben und stellen die Verknüpfung mit den Dimension-Tables her. Die Anzahl der Schlüsselattribute entspricht somit in der Regel der Anzahl der Dimension-Tables im Star-Schema. Numerische Attribute befinden sich im unteren Bereich des Fact- Tables und enthalten die eigentliche Fakten bzw. Kennzahlen. Sie korrespondieren mit dem Wieviel einer Abfrage (z. B. Umsatz, Verkaufsmenge) und können selbst Berechnungsgrundlage für neue Kennzahlen (z. B. Kassiergeschwindigkeit) sein. Dimension-Tables enthalten neben einem Schlüsselattribut, über das eine Verknüpfung mit der Fact-Table realisiert wird, beschreibende Attribute, die eine konkrete Abfrage spezifizieren (z. B. Umsatz für Produkt A). Innerhalb der Dimension-Tables werden Konsolidierungshierarchien aufgebaut (z. B. Jahr, Quartal, Monat etc.) wobei diese Abhängigkeiten graphisch nur in ihrer Reihenfolge dargestellt werden.
5 Bon Artikel Zeit Tag Woche Wochenname Monat Monatsname Quartal Jahr Verkaufsstelle Fil_ Regionsname Filial_ Fakten Menge Verkaufspreis Umsatz Kassiergeschw. Artikel_Kurzbez. nbez. sbez. Kunde Kassierer Fil_ Regionsname ZT_Bez. Abb.: Star-Schema mit Fact-Table und 7 Dimension-Tables 3. Aufbau des Data Warehouse Während die Abbildung des logischen Datenmodells in die Tabellenstruktur des relationalen Data Warehouse keine Schwierigkeiten bereitet, ist die Definition der Extraktions- Transformations- und Ladeschritte deutlich aufwendiger. Hierfür werden häufig spezielle Werkzeuge eingesetzt (ETL-Tools), welche die Daten der Quellsysteme aufbereiten und in das Warehouse überspielen. Da das Transaktionssystem des Einzelhandelskonzerns auf relationalen Datenbanken basiert, stellt die Anbindung der Datenquellen und Extraktion der erforderlichen Tabellen kein großes Problem dar. Transformationen müssen vorgenommen werden, um einige Dimensionen aufzubauen (beispielsweise die Hierarchiestufen der Dimension Zeit aus dem Feld ) oder abgeleitete Kennzahlen zu berechnen (Umsatz und Kassiergeschwindigkeit). Die Ladeprozesse werden durch Scheduler automatisiert, die über Nacht für eine Aktualisierung der tagesgenauen Daten des Warehouse sorgen.
6 4. Literaturhinweise Inmon, W. H.: Building the data warehouse. New York, 2. Aufl Kimball, R.: The data warehouse toolkit : practical techniques for building dimensional data warehouses. New York, 3. Aufl Muksch, H./Behme, W.: Das Data-Warehouse-Konzept. Architektur Datenmodelle Anwendungen. Wiesbaden, 3. Aufl Schinzer, H./Bange, C./Wehner, J./Zeile, C.: Management mit Maus und Monitor. Ausgewählte Business Intelligence-, OLAP- und Data Warehouse-Werkzeuge im Vergleich. München Schinzer, H./Thome, R.: wisu Studienblatt: Aktive Informationsgewinnung mit einem Data Warehouse. In: wisu das wirtschaftsstudium 28 (1999) 4.
Marketing Intelligence Schwierigkeiten bei der Umsetzung. Josef Kolbitsch Manuela Reinisch
Marketing Intelligence Schwierigkeiten bei der Umsetzung Josef Kolbitsch Manuela Reinisch Übersicht Schwierigkeiten bei der Umsetzung eines BI-Systems Schwierigkeiten der Umsetzung 1/13 Strategische Ziele
MehrC09: Einsatz SAP BW im Vergleich zur Best-of-Breed-Produktauswahl
C09: Einsatz SAP BW im Vergleich zur Best-of-Breed-Produktauswahl Ein Seminar der DWH academy Seminar C09 Einsatz SAP BW im Vergleich zur Best-of-Breed- Produktauswahl Befasst man sich im DWH mit der Auswahl
MehrMarketing Intelligence Vorstellung der Übungsaufgabe. Josef Kolbitsch Manuela Reinisch
Marketing Intelligence Vorstellung der Übungsaufgabe Josef Kolbitsch Manuela Reinisch Übersicht Ausgangssituation Ist-Situation Aufgabenstellung Vorgeschlagene Herangehensweise Ausgangssituation 1/2 Willkommen
MehrKampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht
Kampagnenmanagement mit Siebel Marketing/Oracle BI ein Praxisbericht Thomas Kreuzer ec4u expert consulting ag Karlsruhe Schlüsselworte: Kampagnenmanagement Praxisbericht Siebel Marketing Oracle BI - ec4u
MehrVirtual Roundtable: Business Intelligence - Trends
Virtueller Roundtable Aktuelle Trends im Business Intelligence in Kooperation mit BARC und dem Institut für Business Intelligence (IBI) Teilnehmer: Prof. Dr. Rainer Bischoff Organisation: Fachbereich Wirtschaftsinformatik,
MehrArtenkataster. Hinweise zur Datenbereitstellung. Freie und Hansestadt Hamburg. IT Solutions GmbH. V e r s i o n 1. 0 0.
V e r s i o n 1. 0 0 Stand Juni 2011 Freie und Hansestadt Hamburg Behörde für Stadtentwicklung und Umwelt IT Solutions GmbH Artenkataster Auftraggeber Freie und Hansestadt Hamburg Behörde für Stadtentwicklung
MehrAnwenderdokumentation AccountPlus GWUPSTAT.EXE
AccountPlus Inhaltsverzeichnis Inhaltsverzeichnis Anwenderdokumentation AccountPlus GWUPSTAT.EXE (vorläufig) ab Version 6.01 INHALTSVERZEICHNIS...1 1 ALLGEMEINES...2 2 INSTALLATION UND PROGRAMMAUFRUF...2
MehrData Warehouse ??? Ein Data Warehouse ist keine von der Stange zu kaufende Standardsoftware, sondern immer eine unternehmensindividuelle
??? Zusammenfassung, Ergänzung, Querverbindungen, Beispiele A.Kaiser; WU-Wien MIS 188 Data Warehouse Ein Data Warehouse ist keine von der Stange zu kaufende Standardsoftware, sondern immer eine unternehmensindividuelle
MehrAuswertung 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...
MehrInhalt. 1 Übersicht. 2 Anwendungsbeispiele. 3 Einsatzgebiete. 4 Systemanforderungen. 5 Lizenzierung. 6 Installation. 7 Key Features.
Inhalt 1 Übersicht 2 Anwendungsbeispiele 3 Einsatzgebiete 4 Systemanforderungen 5 Lizenzierung 6 Installation 7 Key Features Seite 2 von 11 1. Übersicht MIK.mobile for ipad ist eine Business Intelligence
MehrHandbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken
Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken Dateiname: ecdl5_01_00_documentation_standard.doc Speicherdatum: 14.02.2005 ECDL 2003 Basic Modul 5 Datenbank - Grundlagen
MehrModulbeschreibung. Kurzbeschreibung. Kasse
Kurzbeschreibung Kasse Inhalt Kurzbeschreibung... 1 Kasse... 1 Kassenvorgaben... 3 Neuer Beleg... 4 Kassentasten-Funktion Kopf ändern... 5 Kassentasten-Funktion Zahlen... 6 Offene Belege/Alle Belege...
MehrHow-to: Webserver NAT. Securepoint Security System Version 2007nx
Securepoint Security System Inhaltsverzeichnis Webserver NAT... 3 1 Konfiguration einer Webserver NAT... 4 1.1 Einrichten von Netzwerkobjekten... 4 1.2 Erstellen von Firewall-Regeln... 6 Seite 2 Webserver
MehrIhr Mandant möchte einen neuen Gesellschafter aufnehmen. In welcher Höhe wäre eine Vergütung inklusive Tantieme steuerrechtlich zulässig?
Ihr Mandant möchte einen neuen Gesellschafter aufnehmen. In welcher Höhe wäre eine Vergütung inklusive Tantieme steuerrechtlich zulässig? Oft wirft die Aufnahme neuer Gesellschafter oder auch die Einstellung
Mehreevolution 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
MehrAnforderungen an die HIS
Anforderungen an die HIS Zusammengefasst aus den auf IBM Software basierenden Identity Management Projekten in NRW Michael Uebel uebel@de.ibm.com Anforderung 1 IBM Software Group / Tivoli Ein Feld zum
MehrUMSTELLUNG AUF DAS SEPA-ZAHLUNGSWESEN
UMSTELLUNG AUF DAS SEPA-ZAHLUNGSWESEN Dieser Leitfaden gibt Ihnen einen Überblick über die Möglichkeiten, die Ihnen bei der Umstellung vom DTAUS- auf das SEPA-Zahlungswesen in Stotax Gehalt und Lohn zur
MehrBusiness 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
MehrBachelor Prüfungsleistung
FakultätWirtschaftswissenschaftenLehrstuhlfürWirtschaftsinformatik,insb.Systementwicklung Bachelor Prüfungsleistung Sommersemester2008 EinführungindieWirtschaftsinformatik immodul GrundlagenderWirtschaftswissenschaften
MehrAGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom 21.10.2013b
AGROPLUS Buchhaltung Daten-Server und Sicherheitskopie Version vom 21.10.2013b 3a) Der Daten-Server Modus und der Tresor Der Daten-Server ist eine Betriebsart welche dem Nutzer eine grosse Flexibilität
MehrExcel Pivot-Tabellen 2010 effektiv
7.2 Berechnete Felder Falls in der Datenquelle die Zahlen nicht in der Form vorliegen wie Sie diese benötigen, können Sie die gewünschten Ergebnisse mit Formeln berechnen. Dazu erzeugen Sie ein berechnetes
MehrHilfe zur Urlaubsplanung und Zeiterfassung
Hilfe zur Urlaubsplanung und Zeiterfassung Urlaubs- und Arbeitsplanung: Mit der Urlaubs- und Arbeitsplanung kann jeder Mitarbeiter in Coffee seine Zeiten eintragen. Die Eintragung kann mit dem Status anfragen,
Mehrpro4controlling - Whitepaper [DEU] Whitepaper zur CfMD-Lösung pro4controlling Seite 1 von 9
Whitepaper zur CfMD-Lösung pro4controlling Seite 1 von 9 1 Allgemeine Beschreibung "Was war geplant, wo stehen Sie jetzt und wie könnte es noch werden?" Das sind die typischen Fragen, mit denen viele Unternehmer
MehrUNIGLAS - Handbuch zum Forum
UNIGLAS - Handbuch zum Forum Stand: November 2014 Das Forum im der UNIGLAS im Intranet der Website soll dem Informationsaustausch dienen und gleichzeitig Plattform sein, um gemeinsam verschiedene Themen
Mehr----------------------------------------------------------------------------------------------------------------------------------------
0 Seite 0 von 20 03.02.2015 1 Ergebnisse der BSO Studie: Trends und Innovationen im Business Performance Management (BPM) bessere Steuerung des Geschäfts durch BPM. Bei dieser BSO Studie wurden 175 CEOs,
MehrAnleitung Typo3-Extension - Raumbuchungssystem
Anleitung Typo3-Extension - Raumbuchungssystem t3m_calendar v 1.1 Stand 15.12.2011 Mehr Datails siehe: http://www.typo3-macher.de/typo3-ext-raumbuchungssystem.html 1 INHALT 1. Bedienungsanleitung der Anwendung...
MehrData Mining-Projekte
Data Mining-Projekte Data Mining-Projekte Data Mining stellt normalerweise kein ei nmaliges Projekt dar, welches Erkenntnisse liefert, die dann nur einmal verwendet werden, sondern es soll gewöhnlich ein
MehrSchritt für Schritt zur Krankenstandsstatistik
Schritt für Schritt zur Krankenstandsstatistik Eine Anleitung zur Nutzung der Excel-Tabellen zur Erhebung des Krankenstands. Entwickelt durch: Kooperationsprojekt Arbeitsschutz in der ambulanten Pflege
Mehrpersonal.net Neue Quellensteuertarifcodes ab dem 01.01.2014
personal.net Neue Quellensteuertarifcodes ab dem 01.01.2014 Anleitung und Informationzur Handhabung ab personal.net Version 14.0.0 (ab heim.net Version 2.3.0.0) Domis Consulting AG, 6246 Altishofen personal
Mehr2. Einrichtung der ODBC-Schnittstelle aus orgamax (für 32-bit-Anwendungen)
1. Einführung: Über den ODBC-Zugriff können Sie bestimmte Daten aus Ihren orgamax-mandanten in anderen Anwendungen (beispielsweise Microsoft Excel oder Microsoft Access) einlesen. Dies bietet sich beispielsweise
MehrBI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit
BI Konsolidierung: Anspruch & Wirklichkeit Jacqueline Bloemen in Kooperation mit Agenda: Anspruch BI Konsolidierung Treiber Was sind die aktuellen Treiber für ein Konsolidierungsvorhaben? Kimball vs. Inmon
MehrLavid-F.I.S. Ablaufbeschreibung für. Arbeitszeiterfassung. Lavid-F.I.S.
Lavid-F.I.S. Ablaufbeschreibung für Dauner Str. 12, D-41236 Mönchengladbach, Tel. 02166-97022-0, Fax -15, Email: info@lavid-software.net 1. Inhalt 1. Inhalt... 2 2. Verwendbar für... 3 3. Aufgabe... 3
MehrContent Management System mit INTREXX 2002.
Content Management System mit INTREXX 2002. Welche Vorteile hat ein CM-System mit INTREXX? Sie haben bereits INTREXX im Einsatz? Dann liegt es auf der Hand, dass Sie ein CM-System zur Pflege Ihrer Webseite,
MehrANTARES Informations-Systeme GmbH Stuttgarter Strasse 99 D-73312 Geislingen Tel. +49 73 31 / 30 76-0 Fax +49 73 31 / 30 76-76 www.antares-is.
ANTARES Informations-Systeme GmbH Stuttgarter Strasse 99 D-73312 Geislingen Tel. +49 73 31 / 30 76-0 Fax +49 73 31 / 30 76-76 www.antares-is.de insight und dynasight sind eingetragene Markenzeichen der
MehrFHTW Berlin Einführungsskript SAP BPS Gruppe 3. Einführungsskript. Stefan Henneicke Uwe Jänsch Andy Renner Daniel Fraede
Einführungsskript Projekt: elearning SAP BPS Auftraggeber: Prof. Dr. Jörg Courant Gruppe 3: Bearbeiter: Diana Krebs Stefan Henneicke Uwe Jänsch Andy Renner Daniel Fraede Daniel Fraede 1 Inhaltsverzeichnis
Mehrgallestro BPM - weit mehr als malen...
Ob gallestro das richtige Tool für Ihr Unternehmen ist, können wir ohne weitere rmationen nicht beurteilen und lassen hier die Frage offen. In dieser rmationsreihe möchten wir Ihre Entscheidungsfindung
MehrDie Orgadata AG ist ein stark expandierendes Software-Unternehmen aus Leer. Mit unserem System LogiKal
HIER DREHT SICH ALLES UM IHRE ZUKUNFT Entwicklung einer Architektur für automatisierte UI-Tests Im Rahmen Ihrer entwickeln Sie eine Software-Lösung, die das automatische Bedienen und Befüllen der graphischen
MehrHYPERCOM MEDHYBRID EINRICHTUNG UNTER DAMPSOFT
HYPERCOM MEDHYBRID EINRICHTUNG UNTER DAMPSOFT 14. OKTOBER 2011 EINLEITUNG Beim Gesundheitskartenterminal medhybrid handelt es sich um ein Kombigerät, das neben der Verarbeitung der Krankenversichertenkarte
MehrAufgabe 1: [Logische Modellierung]
Aufgabe 1: [Logische Modellierung] a) Entwerfen Sie für das von Ihnen entworfene Modell aus Aufgabe 2 des 1. Übungsblattes ein Star-Schema. b) Entwerfen Sie für das vorangegangene Modell einen Teil eines
MehrSharePoint Portal für eine effiziente Zusammenarbeit
Portal für eine effiziente Zusammenarbeit SharePoint Zusammenarbeit im Unternehmen Die Informationstechnologie, die Mitarbeitern dabei hilft mit ihren Kollegen während der täglichen Arbeit leicht und schnell
MehrDokumentation Bonuspunkteverwaltung. Verfasser(in) / Autor: Check it Consulting
Dokumentation Bonuspunkteverwaltung Verfasser(in) / Autor: Check it Consulting Stand 05/2006 1 In Jack können die erreichten Bonuspunkte je nach Vorgabe und Bedarf des Büros automatisch berechnet werden.
MehrBest Practice Infor PM 10 auf Infor Blending
Best Practice Infor PM 10 auf Infor Blending, 11.11.2008 Infor Performance Management Best Practice Infor PM 10 auf Infor Blending Leistungsübersicht Infor PM 10 auf Infor Blending eine Data Warehouse
MehrMS Outlook Integration
CRM Adresssystem Ziel Jede Kontaktinformation von Kunden, Lieferanten und anderen Geschäftspartnern sollte in einer Organisation aus Mitarbeitersicht nur ein einziges Mal vorhanden sein. Ändert sich eine
MehrHetero-Homogene Data Warehouses
Hetero-Homogene Data Warehouses TDWI München 2011 Christoph Schütz http://hh-dw.dke.uni-linz.ac.at/ Institut für Wirtschaftsinformatik Data & Knowledge Engineering Juni 2011 1 Data-Warehouse-Modellierung
MehrSeminar C02 - Praxisvergleich OLAP Tools
C02: Praxisvergleich OLAP Tools Ein Seminar der DWH academy Seminar C02 - Praxisvergleich OLAP Tools Das Seminar "Praxisvergleich OLAP-Tools" bietet den Teilnehmern eine neutrale Einführung in die Technologien
MehrMarketing 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
MehrLeseauszug DGQ-Band 14-26
Leseauszug DGQ-Band 14-26 Einleitung Dieser Band liefert einen Ansatz zur Einführung von Prozessmanagement in kleinen und mittleren Organisationen (KMO) 1. Die Erfolgskriterien für eine Einführung werden
MehrErmittlung von Tantiemen mittels Excel-Zielwertsuche für Bemessungsgrundlagen nach Gewerbesteuer und nach der Tantieme selbst
Newsletter März 2005 Ermittlung von Tantiemen mittels Excel-Zielwertsuche für Bemessungsgrundlagen nach Gewerbesteuer und nach der Tantieme selbst Die Ermittlung von Tantiemen, deren Bemessungsgrundlage
MehrDATA-WAREHOUSE Bereitstellung von Daten für externe Anwendungen
DATA-WAREHOUSE Bereitstellung von Daten für externe Anwendungen Inhaltsverzeichnis 1 Leistungsbeschreibung... 3 2 Integration in das Agenda-System... 4 3 Highlights... 5 3.1 Sehr einfache Definition der
MehrForschungsbereich Value-based Customer Relationship Management (CRM)
Forschungsbereich Value-based Customer Relationship Management (CRM) Reminder: Wertorientiertes CRM Schwerpunkte im Forschungsbereich Ziel: Steigerung des Unternehmenswerts Wertorientiertes Customer Relationship
MehrVersion 2.0.2 Deutsch 09.02.2015. In diesem HOWTO wird beschrieben wie Sie Ihr vorhandenes PMS-System mit der IAC-BOX verbinden und konfigurieren.
Version 2.0.2 Deutsch 09.02.2015 In diesem HOWTO wird beschrieben wie Sie Ihr vorhandenes PMS-System mit der IAC-BOX verbinden und konfigurieren. Inhaltsverzeichnis... 1 1. Hinweise... 2 2. Konfiguration...
MehrBusiness Intelligence und intuitives Berichtswesen in einer umfassenden Lösung
Business Intelligence und intuitives Berichtswesen in einer umfassenden Lösung Business Intelligence Unterstützung Ihrer Mitarbeiter Das interaktive Drag-and-Drop Interface in Excel Mit Jet Enterprise
MehrBearbeiten elektronische Rechnungen (Invoices)
Bearbeiten elektronische Rechnungen (Invoices) 1. Zweck des Programms: Die elektronischen Rechnungen können zur Zeit für folgenden Bereiche genutzt werden:.. Anzeige der Rechnungen mit den relevanten Werten..
MehrCross-Selling bei Versicherungen. Empirische Analyse zu Status quo, Trends und zukünftigen Anforderungen
Georg Wittmann Christiane Früchtl Silke Weisheit Cross-Selling bei Versicherungen Empirische Analyse zu Status quo, Trends und zukünftigen Management Summary In der Studie Cross-Selling bei Versicherungen
MehrSeminar C16 - Datenmodellierung für SAP BW
C16: Datenmodellierung für SAP BW Ein Seminar der DWH academy Seminar C16 - Datenmodellierung für SAP BW Dieses Seminar soll einen umfassenden Einblick in die Datenmodellierung beim Einsatz von SAP BW
MehrEducase. Release Notes 1.7: Neue Funktionen und Verbesserungen. Base-Net Informatik AG Wassergrabe 14 CH-6210 Sursee
Educase Release Notes 1.7: Neue Funktionen und Verbesserungen Version: 1.0 Datum: 01.12.2015 08:34 Ersteller: Andreas Renggli Status: Abgeschlossen Base-Net Informatik AG Wassergrabe 14 CH-6210 Sursee
MehrBusiness Intelligence und intuitives Berichtswesen in einer umfassenden Lösung
Business Intelligence und intuitives Berichtswesen in einer umfassenden Lösung Business Intelligence Mit Jet Enterprise erhalten Sie dies und mehr Jet Enterprise ist Business Intelligence und intuitives
MehrBusiness 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
MehrSUBTITEL. Innovatives Kennzahlenmanagement. Matthias Glahn. Geschäftsführer
Innovatives Kennzahlenmanagement Matthias Glahn Geschäftsführer Innovatives Kennzahlenmanagement BOOM!! DIE ZEIT NACH DER KRISE? Die Fragestellung 1. Kommt der Aufschwung / Boom? 2. Welche Auswirkungen
MehrAllgemeines zu Datenbanken
Allgemeines zu Datenbanken Was ist eine Datenbank? Datensatz Zusammenfassung von Datenelementen mit fester Struktur Z.B.: Kunde Alois Müller, Hegenheimerstr. 28, Basel Datenbank Sammlung von strukturierten,
MehrIndividuelle Formulare
Individuelle Formulare Die Vorlagen ermöglichen die Definition von Schnellerfassungen für die Kontenanlage sowie für den Im- und Export von Stammdaten. Dabei kann frei entschieden werden, welche Felder
MehrData Quality Management: Abgleich großer, redundanter Datenmengen
Data Quality Management: Abgleich großer, redundanter Datenmengen Westendstr. 14 809 München Tel 089-5100 907 Fax 089-5100 9087 E-Mail Datras@Datras.de Redundanz und relationales Datenbankmodell Redundanz:
MehrProzessorientiertes Asset Management und Mobile Workforce (unter Android)
Prozessorientiertes Asset Management und Mobile Workforce (unter Android) Themen Herausforderungen für einen effizienten Netzbetrieb Zentrales Objektmanagement: Funktionsumfang und Aufbau Mobile Bearbeitung
MehrHow to do? Projekte - Zeiterfassung
How to do? Projekte - Zeiterfassung Stand: Version 4.0.1, 18.03.2009 1. EINLEITUNG...3 2. PROJEKTE UND STAMMDATEN...4 2.1 Projekte... 4 2.2 Projektmitarbeiter... 5 2.3 Tätigkeiten... 6 2.4 Unterprojekte...
MehrDatenübernahme easyjob 3.0 zu easyjob 4.0
Datenübernahme easyjob 3.0 zu easyjob 4.0 Einführung...3 Systemanforderung easyjob 4.0...3 Vorgehensweise zur Umstellung zu easyjob 4.0...4 Installation easyjob 4.0 auf dem Server und Arbeitsstationen...4
MehrBusiness Intelligence Data Warehouse. Jan Weinschenker
Business Intelligence Data Warehouse Jan Weinschenker 28.06.2005 Inhaltsverzeichnis Einleitung eines Data Warehouse Data Warehouse im Zusammenfassung Fragen 3 Einleitung Definition: Data Warehouse A data
MehrInstallationsanleitung für CashPro im Mehrbenutzerzugriff/Netzwerkbetrieb
Installationsanleitung für CashPro im Mehrbenutzerzugriff/Netzwerkbetrieb CashPro basiert auf Accesstechnologie 2003 und ist auch unter den aktuellen Accessversionen 2007 bis 2013 einsetzbar und Mehrbenutzerfähig.
Mehrwhite sheep GmbH Unternehmensberatung Schnittstellen Framework
Schnittstellen Framework Mit dem Schnittstellen Framework können Sie einerseits Ihre Schnittstellen automatisch überwachen. Eine manuelle Kontrolle wird überflüssig, da das Schnittstellen Framework ihre
MehrStatistiken für Skribo in CIPS² V1.0
HANDBUCH Statistiken für Skribo in CIPS² V1.0 Stand: 06.06.2009 Autor: Markus Freudenthaler Inhaltsverzeichnis 1. MONATLICHE AUSWERTUNGEN:... 4 1.1. SKRIBO MONATSSTATISTIK... 4 1.2. WARENGRUPPEN-DB-STATISTIK
MehrDurchführung der Datenübernahme nach Reisekosten 2011
Durchführung der Datenübernahme nach Reisekosten 2011 1. Starten Sie QuickSteuer Deluxe 2010. Rufen Sie anschließend über den Menüpunkt /Extras/Reisekosten Rechner den QuickSteuer Deluxe 2010 Reisekosten-Rechner,
Mehr6. Oracle DWH Community Mainz 2011. Koexistenz SAP BW und mit unternehmensweitem zentralen DWH
6. Oracle DWH Community Mainz 2011 Koexistenz SAP BW und mit unternehmensweitem zentralen DWH 2 6. Oracle DWH Community Mainz 2011 Agenda Vorstellung Globus Historische Entwicklung des DWH-Systems Globus
MehrMai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln
Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese
MehrKontaktlos bezahlen mit Visa
Visa. Und das Leben läuft leichter Kurzanleitung für Beschäftigte im Handel Kontaktlos bezahlen mit Visa Was bedeutet kontaktloses Bezahlen? Immer mehr Kunden können heute schon kontaktlos bezahlen! Statt
Mehr1Ralph 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
Mehr3. MOTORISTEN-Kongress. Elektronische Bestellungen - Die Vorteile von Standards. Referent: Horst Geiger
Elektronische Bestellungen - Die Vorteile von Standards Referent: Horst Geiger Begriffsklärungen vorab: EDI = Electronic Data Interchange Datenformate: XML, EDIFACT, CSV sowie deren Derivate werden in
MehrDataManagement. smcdatamanagement - SQL-Tabellen verwalten für jedermann
DataManagement smcdatamanagement ermöglicht Ihnen ohne jegliche SQL- Kenntnisse, Datenbanken und Tabellen zu erstellen und diese im Anschluss zu bearbeiten. Durch den integrierten Verbindungsserver-Manager
MehrDie Beschreibung bezieht sich auf die Version Dreamweaver 4.0. In der Version MX ist die Sitedefinition leicht geändert worden.
In einer Website haben Seiten oft das gleiche Layout. Speziell beim Einsatz von Tabellen, in denen die Navigation auf der linken oder rechten Seite, oben oder unten eingesetzt wird. Diese Anteile der Website
MehrTPAV. Dubletten- und Adressprüfung direkt im SAP CRM
TPAV Dubletten- und Adressprüfung direkt im SAP CRM 2 Ihr Kapital im SAP CRM: die Geschäftspartnerdaten. Trusted Partner Address Validation (TPAV) Das von der C4RM entwickelte TPAV AddOn sucht Geschäftspartner-Dubletten
MehrDER SELBST-CHECK FÜR IHR PROJEKT
DER SELBST-CHECK FÜR IHR PROJEKT In 30 Fragen und 5 Tipps zum erfolgreichen Projekt! Beantworten Sie die wichtigsten Fragen rund um Ihr Projekt für Ihren Erfolg und für Ihre Unterstützer. IHR LEITFADEN
MehrIDV Assessment- und Migration Factory für Banken und Versicherungen
IDV Assessment- und Migration Factory für Banken und Versicherungen Erfassung, Analyse und Migration von Excel- und AccessAnwendungen als User-Selfservice. Sind Ihre Excel- und Access- Anwendungen ein
MehrCL-Mini-ABF. Kurzbeschreibung. Installation und Vorbereitung. Stand 30.01.2012. Ihre HTK-Filiale Michelstadt
64720 email : Info@KM-EDV.de Stand 30.01.2012 CL-Mini-ABF Inhaltsverzeichnis Kurzbeschreibung... 1 Installation und Vorbereitung...1 ODBC-Zugriff... 2 ODBC-Einrichtung unter Windows XP...2 ODBC-Einrichtung
MehrSpezialisierung Business Intelligence
Spezialisierung Business Intelligence Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg peter.becker@h-brs.de 10. Juni 2015 Was ist Business Intelligence? Allgemein umfasst der Begriff Business
MehrVeit Köppen Gunter Saake Kai-Uwe Sattler. 2. Auflage. Data Warehouse Technologien
Veit Köppen Gunter Saake Kai-Uwe Sattler 2. Auflage Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis ix 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...
MehrSchnittstellenbeschreibung zur Importschnittstelle der Vollmachtsdatenbank
Schnittstellenbeschreibung zur Importschnittstelle der DATEV eg, 2013 Version 1.0 Seite 1 von 5 Inhaltsverzeichnis 1. Allgemeine Anforderungen... 3 1.1. Dateiaufbau... 3 1.2. Datensatzaufbau... 3 1.3.
MehrKlicken Sie auf Weiter und es erscheint folgender Dialog
Datenimport Hier wird der Import von Excel-Daten in das Programm Videka TS beschrieben. Der Import mit den Programmen Aring s AdressMogul und Aring s promptbill läuft genauso ab, wie hier beschrieben.
MehrEntwicklung des Dentalmarktes in 2010 und Papier versus Plastik.
Sehr geehrter Teilnehmer, hier lesen Sie die Ergebnisse aus unserer Umfrage: Entwicklung des Dentalmarktes in 2010 und Papier versus Plastik. Für die zahlreiche Teilnahme an dieser Umfrage bedanken wir
Mehr2006 COGNOSCO AG, 8057 ZUERICH, SWITZERLAND All rights reserved. Performance Management Markterfolg dank Kundenrating
Performance Management Markterfolg dank Kundenrating Welches sind Ihre besten Kunden? Frage 1: Kennen Sie die Umsatzentwicklung jedes Kunden über die letzten 5 Jahre? Frage 2: Kennen Sie den Produkte-Mix
MehrData Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann
Data Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann Andreas Ditze MID GmbH Kressengartenstraße 10 90402 Nürnberg a.ditze@mid.de Abstract: Data Lineage
MehrProgrammteil Zeiterfassung für Projekt und Mitarbeiter
Programmteil Zeiterfassung für Projekt und Mitarbeiter Version: 2.01 Datum: 24.02.2004 Modul: Projektverwaltung, Zeiterfassung Programmaufruf: Stammdaten Grunddaten Lohnarten Stammdaten Mitarbeiter Belege
Mehrsage Office Line und cobra: die ideale Kombination!
sage Office Line und cobra: die ideale Kombination! 1 Sage und cobra: Die Kombination und ihre Synergieeffekte! Unternehmen brauchen eine ERP-Lösung zur Verwaltung und Abwicklung ihrer Geschäftsprozesse.
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrBedienungsanleitung. Matthias Haasler. Version 0.4. für die Arbeit mit der Gemeinde-Homepage der Paulus-Kirchengemeinde Tempelhof
Bedienungsanleitung für die Arbeit mit der Gemeinde-Homepage der Paulus-Kirchengemeinde Tempelhof Matthias Haasler Version 0.4 Webadministrator, email: webadmin@rundkirche.de Inhaltsverzeichnis 1 Einführung
MehrEs gibt zwei Wege die elektronischen Daten aus Navision zu exportieren.
Elektronische Daten aus Navision (Infoma) exportieren Es gibt zwei Wege die elektronischen Daten aus Navision zu exportieren. 1. GDPdU 1.1 Manuelle Einrichtung der GDPdU-Definitionsgruppe und Ausführung
MehrSEPA-Umstellungsanleitung VR-NetWorld Software
In dieser Anleitung möchten wir Ihnen die wesentlichen Schritte zur automatisierten Umstellung Ihrer in VR NetWorld Software hinterlegten nationalen Zahlungsaufträge in SEPA Aufträge beschreiben. Fällige
MehrIst Excel das richtige Tool für FMEA? Steve Murphy, Marc Schaeffers
Ist Excel das richtige Tool für FMEA? Steve Murphy, Marc Schaeffers Ist Excel das richtige Tool für FMEA? Einleitung Wenn in einem Unternehmen FMEA eingeführt wird, fangen die meisten sofort damit an,
MehrLeitfaden Kontenrahmenumstellung
Inhalt 1. Kontenrahmenumstellung über den Fremdkontenrahmen 3 2. Manuelle Kontenrahmenumstellung 6 3. Änderungen im Mandantenstammblatt 6 Dokument: Leitfaden Kontenrahmen.doc Seite: 1 von 8 Glossar Folgende
MehrVeröffentlichen von Apps, Arbeitsblättern und Storys. Qlik Sense 1.1 Copyright 1993-2015 QlikTech International AB. Alle Rechte vorbehalten.
Veröffentlichen von Apps, Arbeitsblättern und Storys Qlik Sense 1.1 Copyright 1993-2015 QlikTech International AB. Alle Rechte vorbehalten. Copyright 1993-2015 QlikTech International AB. Alle Rechte vorbehalten.
MehrInformation-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
MehrPQ Explorer. Netzübergreifende Power Quality Analyse. Copyright by Enetech 2000-2010 www.enetech.de Alle Rechte vorbehalten. ros@enetech.
1 PQ Explorer Netzübergreifende Power Quality Analyse 2 Ortsunabhängige Analyse: so einfach, wie noch nie PQ-Explorer ist ein Instrument, das die Kontrolle und Überwachung von Energieversorgungsnetzen
MehrDOKUMENTATION PASY. Patientendaten verwalten
DOKUMENTATION PASY Patientendaten verwalten PASY ist ein Programm zur einfachen und zuverlässigen Verwaltung von Patientendaten. Sämtliche elektronisch gespeicherten Dokumente sind sofort verfügbar. Neue
Mehr