TDWI Europe 2010 Munich
|
|
- Theresa Peters
- vor 8 Jahren
- Abrufe
Transkript
1 TDWI Europe 2010 Munich Architektur und Modellierung für das Enterprise Data Warehouse W2A Mittwoch, 16. Juni :00 bis 11:30 & 12:00 bis 13:15 Dr. Michael Hahne Dr. Michael Hahne 2010 W2A / 1
2 Agenda Motivation Konzeptionelle Modellierung des Reporting Layers Zeitabhängigkeit im Reporting Layer am Beispiel Star Schema Staging und Core Data Warehouse Modellierung Architektur für Enterprise Data Warehousing W2A / 2
3 Agenda Motivation Konzeptionelle Modellierung des Reporting Layers Zeitabhängigkeit im Reporting Layer am Beispiel Star Schema Staging und Core Data Warehouse Modellierung Architektur für Enterprise Data Warehousing W2A / 3
4 Typische Data Warehouse Probleme We Can t Meet our Batch Windows KPI und Berichtsbereitstellung Backup derdatenbank Neuaufbau im Data Warehouse Our Costs are Spiraling Storage / Hardware / Replikation Rechenzentrumsbetrieb (Raum / Energie / Klimatechnik) Datenadministration The Targets Keep Changing Neue Geschäftsanforderungen Spezifische Projektanforderungen Externe Anforderungen / Audit / Innenrevision W2A / 4
5 Information as Corporate Asset We Do not Know What we not Know... The Known Current BI implementations are set up to answer known requirements The Unknown Little or nothing is done to be prepared for unpredictable future information needs W2A / 5
6 Aktuelles DW-Architektur-Konzept Endbenutzer- werkzeuge Data Abfrage- und Mining Berichtssysteme Executive - OLAP- Information Systeme Frontend Data Warehouse Metadaten- banksystem Data Mart Data Mart OLAP Server Enterprise Data Zentrale Warehouse/ Operational Datenbasis Data Store ETL-System Archivierungs- system Externe Daten Operative Vorsysteme W2A / 6
7 Agenda Motivation Konzeptionelle Modellierung des Reporting Layers Zeitabhängigkeit im Reporting Layer am Beispiel Star Schema Staging und Core Data Warehouse Modellierung Architektur für Enterprise Data Warehousing W2A / 7
8 Semantische Data Mart Modellierung mit ADAPT Application Design for Analytical Processing Technologies W2A / 8
9 ADAPT Modelliermethode Entwickelt von Dan Bulos, Symmetry Corporation Unahängig von Technologie und Architektur auf semantischer Modellierebene zur Modellierung von OLAP Systemen Zielsetzung Kommunikation (mit Fachanwender) Konzeptionelles Framework Frühe Problemidentifikation Verbesserte Qualität Grundlage für Entwicklung Folgt dem OLAP Paradigma Einfach und leicht verständlich Kein Case Tool Umfasst Konstrukte zur Abbildung von Cubes, Dimensionen und Beziehungen W2A / 9
10 ADAPT: Grundobjekte W2A / 10
11 Objekte der Dimensionsmodellierung in ADAPT Dimension Model Hierarchy { } Member { } Level { } Scope Attribute W2A / 11
12 ADAPT: Dimensionsobjekte in der Übersicht W2A / 12
13 Einfache Dimensionselemente W2A / 13
14 Elementbestimmte Dimension Szenario { } Ist { } Plan { } Abweichung Ist - Plan W2A / 14
15 ADAPT: Erweiterte Dimensionsobjekte W2A / 15
16 Dimension Scope Definiert eine Menge von Dimensionselementen Ist eine Teilmenge der übergeordneten Menge von Elementen (z.b. Dimension oder ein anderer Scope) Sind hilfreich zur Modellierung von Ausnahmen W2A / 16
17 Beispiele für Attribute Attribute können an der Dimension, an einer Ebene oder an einem Scope hängen W2A / 17
18 Ebenenbestimmte Dimension Produkt Produkthierarchie { } Warenhauptgruppe { } Warengruppe { } Warenuntergruppe { } Hersteller { } Produkt Bezeichnung { } Eigene Produkte { } Fremdprodukte Verpackungsart Herstellerhierarchie Verpackungsgröße Gewicht Anzahl auf einer Palette W2A / 18
19 Beziehungstypen in ADAPT (Domain Relationships) Fully exclusive Fully overlapping Partially exclusive Partially overlapping W2A / 19
20 Weitere Einsatzmöglichkeiten von Beziehungen Ebene Region hat USA und Europe Alle States sind entweder Continental oder Other Continental States verdichten sich zu Area Other States verdichten sich zu Region USA W2A / 20
21 Mit und ohne Domain Relationships W2A / 21
22 Attribute auf unterschiedlichen Ebenen Eine Organisationsdimension mit einer Hierarchie mit drei Ebenen: Region (top level) National Sales Organization (middle) Sales office (bottom) Ebene Region hat drei Elemente: APAC Europe NA Alle Elemente aller Ebenen haben Einen Manager Eine Adresse Jede national Sales Org hat Eine Currency W2A / 22
23 Totale Verdichtung In diesem Beispiel gibt es keinen All Years Knoten Wird in ADAPT durch den Pfeil vom Hierarchiesymbol zu der obersten Ebene verdeutlicht W2A / 23
24 Implizite Totale Verdichtung In diesem Fall gibt es implizit definiertes Element All Families als totale Verdichtung Dies wird in ADAPT durch den Doppelpfeil von der obersten Ebene zum Hierarchiesymbol dargestellt W2A / 24
25 Explizite Totale Verdichtung All als Präfix für die Top-Ebene weist auf die totale Verdichtung hin Optional kann in ADAPT das Top-Element auch über eine Domain Relationship modelliert werden (exclusive full set) W2A / 25
26 Unbalancierte Hierarchien W2A / 26
27 Parallele Hierarchien mit gemeinsamer Ebene Gemeinsam genutzte Ebenen sind meistens die Top-Ebene Werden in verschiedenen Hierarchien der gleichen Dimension genutzt W2A / 27
28 Hierarchien mit Verzweigungen Ein Hierarchiezweig ist ein Teil der Hierarchie, der von einem Knoten bis zur granularen Ebene geht Hilfreich ist, das Element oder den Scope am Eingang in den Zweig explizit zu modellieren W2A / 28
29 Spezielle Form der Verzweigung Eine Unit berichtet entweder an eine Area oder an ein Department, aber nicht an beides Ausgedrückt durch die einzelne gemeinsame Linie von Unit zur nächst höheren Ebene W2A / 29
30 Cube Shape in ADAPT Ein Cube hat immer eine Kennzahlen-Dimension Die meisten haben auch eine Zeitdimension Cubes gruppieren Kennzahlen gleicher Dimensionierung und gleicher Granularität W2A / 30
31 Cube-Modellierung Kennzahl Zeit { } Kosten { } { } Jahr Quartal Controlling Zeit Kostenstelle Kostenart Szenario Kennzahl { } Kostenstelle Kostenstellen- Hierarchie Kostenstelle Kalenderhierarchie Kostenstellenverantwortlicher { } Monat Szenario Kostenart { } Ist { } Plan Kostenarten- Hierarchie { } Abweichung { } Kostenart Ist - Plan W2A / 31
32 Cube Modifiers Ein Cube nutzt nicht immer die vollständige conformed dimension Mit Modifiers kann die Granularität und Dimensionsteilmenge des Cubes festgelegt werden {M} filtert Member {L} filtert Level {H} filtert Hierarchy {S} filtert Scope -Bereich x inkl. der Parents und Childs ; mehrere Subsets Cube Modifiers: Erweiterung von ADAPT, die Nippur (NL) entwickelt hat W2A / 32
33 Beispiel für Cube Modifiers Alle Elemente der Organisationshierarchie deren Organisation in der Menge Factories ist Nur Elemente des Scope Factories W2A / 33
34 Beispiel für Plandaten W2A / 34
35 Weiteres Beispiel W2A / 35
36 Mehrere Cubes oder einen Cube? Trade-Off: Viele Cube-Übergreifende Operationen vs. sparse Cubes W2A / 36
37 ADAPT: Weitere Objekte der Modellierung W2A / 37
38 Agenda Motivation Konzeptionelle Modellierung des Reporting Layers Zeitabhängigkeit im Reporting Layer am Beispiel Star Schema Staging und Core Data Warehouse Modellierung Architektur für Enterprise Data Warehousing W2A / 38
39 Zeitabhängigkeit: Strukturelle Veränderungen in Dimensionen PG 1 PG 2 Strukturveränderungen PG 1 PG 2 P 1 P 2 P 3 P 4 P 5 P 4 gelöscht P 6 hinzugefügt P 3 verändert P 1 P 2 P 3 P 5 P 6 W2A / 39
40 Zeitabhängigkeit: Implizierte Schemaveränderung PG 2 PG 1 PG 2 Schemaveränderungen PUG 1 PUG 2 P 1 P 2 P 3 P 5 P 6 P 1 P 2 P 3 P 5 P 6 W2A / 40
41 Anforderungen des Berichtswesens Mögliche Anforderungen: Berichte nach aktueller Struktur Berichte nach definierter historischer Struktur (Zeitpunkt) Berichte gemäß historischer Wahrheit (Transaktionsorientierte Sicht der Bewegungsdaten) Bericht vergleichbarer Resultate (Zeitintervall) W2A / 41
42 Beispiel für Slowly Changing Dimensions Produktdimension in Produkt P A P B P C P D Produkt P A P B P C P D P E Produktgruppe PG X PG X PG Y PG Y Produktdimension in Produktgruppe PG X PG Y (geändert) PG Y PG Y PG Y (neu) Produkt P A P B P C P D P A P B P C P D P E Fakten-Tabelle Periode Umsatz W2A / 42
43 Berichtsanforderungen -Szenarien Berichtsszenario aktuelle Struktur Produktgruppe PG X PG Y Umsatz Umsatz Berichtsszenario alte Struktur Produktgruppe PG X PG Y Umsatz Umsatz Berichtsszenario historische Wahrheit Produktgruppe PG X PG Y Umsatz Umsatz Berichtsszenario vergleichbare Resultate Produktgruppe PG X PG Y Umsatz Umsatz W2A / 43
44 Szenario I : Bericht mit aktueller Struktur Produktdimension in Fakten-Tabelle Produkt Produktgruppe Produkt Periode Umsatz P A P B P C P D P E PG X PG Y (geändert) PG Y PG Y PG Y (neu) P A P B P C P D P A P B P C P D P E Produktgruppe PG X PG Y Umsatz Umsatz W2A / 44
45 Szenario II : Bericht mit alter Struktur Fakten-Tabelle Produktdimension in Produkt Periode Umsatz Produkt P A P B P C P D Produktgruppe PG X PG X PG Y PG Y P A P B P C P D P A P B P C P D P E Produktgruppe PG X PG Y Umsatz Umsatz W2A / 45
46 Szenario III : Bericht nach historischer Wahrheit Produktdimension in Produkt P A P B P C P D Produkt P A P B P C P D P E Produktgruppe PG X PG X PG Y PG Y Produktdimension in Produktgruppe PG X PG Y (geändert) PG Y PG Y PG Y (neu) Produkt P A P B P C P D P A P B P C P D P E Fakten-Tabelle Periode Umsatz Produktgruppe PG X PG Y Umsatz Umsatz W2A / 46
47 Szenario IV : Bericht mit vergleichbaren Resultaten Produktdimension in Produkt P A P B P C P D Produkt P A P B P C P D P E Produktgruppe PG X PG X PG Y PG Y Produktdimension in Produktgruppe PG X PG Y (geändert) PG Y PG Y PG Y (neu) Produkt P A P B P C P D P A P B P C P D P E Fakten-Tabelle Periode Umsatz Produktgruppe PG X PG Y Umsatz Umsatz W2A / 47
48 Lösungsalternativen bei Strukturbrüchen Anpassung des historischen Datenmaterials an neue Strukturen Vorteile: Keine Aufblähung des Datenbestandes; Datenstrukturen bleiben überschaubar Nachteile: Alte Strukturen sind verloren; Anwender wollen u. U. Berichte mit alten Strukturen Separate Speicherung des historischen Datenbestandes zusätzlich zum Komplettbestand mit neuen Strukturen Vorteile: Alte Auswertungen können abgerufen werden Nachteile: Datenvolumen; aufwendige Aktualisierung, wenn Anwender auch neue Zahlen in den alten Strukturen sehen wollen; verwirrend für Endbenutzer Aufbau paralleler Hierarchien mit alten/neuen Strukturen Vorteile: Alle Zahlen können mit Stammdaten basierten Strukturen angezeigt werden Nachteile: Dimensionsstruktur kaum überschaubar Temporale Datenbanken - Gültigkeitsstempel Vorteile: Alle Zahlen können mit beliebigen Strukturen angezeigt werden Nachteile: Performance-Impact W2A / 48
49 Varianten der Berücksichtigung von Strukturänderungen as is Szenario as of & as is Szenario as posted Szenario as posted & as is Szenario as posted & as of & as is Szenario W2A / 49
50 as is Szenario: Update-Verfahren Produkt_Id SKU Produkt Gruppe Einfach zu implementieren AB6 AX3 PA600 PAX300 High Fidelity High Fidelity Stellt keine Historie von Attributsausprägungen zur Verfügung 103 AX4 PAX450 Consumer Electronic Einfachster Fall Unterstützt nur as is Szenarien Produkt_Id SKU Produkt Gruppe Meistens ausreichend AB6 AX3 PA600 PAX300 High Fidelity High Fidelity Empfehlung für nur as is 102 AX3 PAX300 Consumer Electronic 103 AX4 PAX450 Consumer Electronic W2A / 50
51 as is & quasi as of : Mehrere Attributspalten Geringfügig größerer Speicherbedarf in Dimensionstabellen Stellt historische Version ohne Zeitzuordnung zur Verfügung Produkt_Id SKU AB6 AX3 AX4 Produkt PA600 PAX300 PAX450 Gruppe High Fidelity High Fidelity Consumer Electronic Alte Gruppe High Fidelity High Fidelity Consumer Electronic Unterstützt Auswertungen aktueller Daten mit historischer Gruppierung und umgekehrt Produkt_Id SKU Produkt Gruppe Alte Gruppe Entspricht paralleler Hierarchie 101 AB6 PA600 High Fidelity High Fidelity 102 AX3 PAX300 Consumer Electronic High Fidelity 103 AX4 PAX450 Consumer Electronic Consumer Electronic W2A / 51
52 as is & as of Szenario: Versionierung ohne Datum Produkt_Id Version SKU Produkt Gruppe Etwas größerer Speicherbedarf in Dimensionstabellen AB6 AX3 PA600 PAX300 High Fidelity High Fidelity Benötigt unbedingt künstliche Dimensionsschlüssel AX4 PAX450 Consumer Electronic Stellt historische Versionen ohne Zeitzuordnung zur Verfügung Produkt_Id Version SKU Produkt Gruppe Die neue Gruppierung führt zu einer neuen Ausprägung in der Dimensionstabelle Unterstützt keine Auswertungen aktueller Daten mit historischer Gruppierung und umgekehrt AB6 AX3 AX3 AX4 PA600 PAX300 PAX300 PAX450 High Fidelity High Fidelity Consumer Electronic Consumer Electronic W2A / 52
53 as is & as of Szenario: Gültigkeitsstempel Etwas größerer Speicherbedarf in Dimensionstabellen Benötigt zusätzlich künstlichen oder zusammen gesetzten Dimensionsschlüssel Die neue Gruppierung führt zu einer neuen Ausprägung in der Dimensionstabelle Produkt_Id Fakten Unterstützt Auswertungen aktueller Daten mit historischer Gruppierung u. umgekehrt 103 Empfehlung für as is mit as of Produkt_AId Produkt_Id GültigVon GültigBis SKU Produkt Gruppe AB6 PA600 High Fidelity AX3 PAX300 High Fidelity AX3 PAX300 Consumer Electronic AX4 PAX450 Consumer Electronic W2A / 53
54 Implementierung des as posted Szenarios Etwas größerer Speicherbedarf in Dimensionstabellen Benötigt unbedingt künstliche Dimensionsschlüssel Stellt historische Versionen zum Transaktionszeitpunkt zur Verfügung Die neue Gruppierung führt zu einer neuen Ausprägung in der Dimensionstabelle Produkt_AId Fakten Unterstützt keine Auswertungen aktueller Daten mit historischer Gruppierung oder umgekehrt Empfehlung für nur as posted Produkt_AId Produkt_Id Version SKU Produkt Gruppe AB6 PA600 High Fidelity AX3 PAX300 High Fidelity AX3 PAX300 Consumer Electronic AX4 PAX450 Consumer Electronic W2A / 54
55 as posted & as of & as is Szenario: Snapshot-Verfahren Faktentabelle Deutlich größerer Speicherbedarf in Faktentabelle und in Dimensionstabellen Jede Aktualisierung der Dimensionstabelle fügt sämtliche Datensätze an die Tabelle an Ermöglicht vollständige Historisierung: as is über join Produkt_Id und Filter Curr as of über join Produkt_Id und Filter Loaddate as posted über join Loaddate und Produkt_Id Produkt_Id Current-Flag in Dimensionstabelle definiert aktuelle Zuordnung Ladedatum bzw. Zeitstempel muss in Dimensions- und Faktentabelle in Schlüssel aufgenommen werden Schlechte Performance (join!) Bei kleinen Dimensionen und für as * empfehlenswert Dimensionstabelle Curr Produkt_Id SKU AB6 AX3 AX4 AB6 AX3 AX4 Produkt PA600 PAX300 PAX450 PA600 PAX300 PAX450 DimX xx xx xx xx Fact Gruppe High Fidelity High Fidelity Consumer Electronic High Fidelity Consumer Electronic Consumer Electronic Loaddate Loaddate W2A / 55
56 as posted & as of & as is Szenario: Snapshot-Variante Delta-Historisierung Faktentabelle Größerer Speicherbedarf in Dimensionstabellen Jede Aktualisierung der Dimensionstabelle fügt verwendete Datensätze an die Tabelle an Current-Flag in Dimensionstabelle definiert aktuelle Zuordnung Ladedatum bzw. Zeitstempel muss in Dimensionsund Faktentabelle in Schlüssel aufgenommen werden Schlechtere Performance (join!) Empfehlenswert für alle Szenarien, wenn as posted Attribute unbekannt Produkt_Id Curr SKU Produkt Gruppe Produkt_Id Loaddate DimX Fact Loaddate xx xx xx xx Dimensionstabelle GueltigVon GueltigBis AB6 PA600 High Fidelity AX3 PAX300 High Fidelity AX3 PAX300 Consumer Electronic AX4 PAX450 Consumer Electronic W2A / 56
57 as posted & as of & as is Szenario: Mehrere Fremdschlüssel und Gültigkeitsstempel Etwas größerer Speicherbedarf in Dimensionstabellen Benötigt zusätzlich künstliche Dimensionsschlüssel Stellt historische Versionen auch zum Transaktionszeitpunkt zur Verfügung Die neue Gruppierung führt zu einer neuen Ausprägung in der Dimensionstabelle Unterstützt Auswertungen aktueller Daten mit historischer Gruppierung u. umgekehrt Produkt_AId Produkt_Id Fakten Empfehlung für alle Szenarien, wenn as posted Attribute bekannt Produkt_AId Produkt_Id GültigVon GültigBis SKU Produkt Gruppe AB6 PA600 High Fidelity AX3 PAX300 High Fidelity AX3 PAX300 Consumer Electronic AX4 PAX450 Consumer Electronic W2A / 57
58 Agenda Motivation Konzeptionelle Modellierung des Reporting Layers Zeitabhängigkeit im Reporting Layer am Beispiel Star Schema Staging und Core Data Warehouse Modellierung Architektur für Enterprise Data Warehousing W2A / 58
59 Enterprise Data Warehousing: Aktuelles Architektur-Konzept Endbenutzer- werkzeuge Data Abfrage- und Mining Berichtssysteme Executive - OLAP- Information Systeme Frontend Data Warehouse Metadaten- banksystem Data Mart Data Mart OLAP Server Enterprise Data Zentrale Warehouse/ Operational Datenbasis Data Store ETL-System Archivierungs- system Externe Daten Operative Vorsysteme W2A / 59
60 Speichersegmente des Data Warehouse Data Warehouse Enterprise Data Warehouse Operational Data Store Zentrale Staging Datenbasis Area ETL-System v Externe Daten Operative Vorsysteme W2A / 60
61 Staging Area Temporäre Zwischenspeicherung extrahierter Rohdaten vor der Integration Dauerhafte Speicherung der Extraktionshistorie im Coporate Staging Memory Kein direkter Zugriff der Endbenutzer für Analysen Plattform für Datentransformationen zur Entlastung von Quelldatenbanken und Data Warehouse Staging Area W2A / 61
62 Datenfluss im Staging Prozess Stagingtabelle Stagingtabelle Stagingtabelle Staging Area (Acquisition Layer) Stagingtabelle Stagingtabelle Stagingtabelle Corporate Staging Memory Lieferung Lieferung Lieferung Datenquelle Datenquelle Datenquelle ETL Metadaten: Was, Wann, Von, Nach W2A / 62
63 Staging Area im relationalen DBMS Lieferung ID Feld 1 Feld n 1907 Stagingtabelle Lieferung ID Feld 1 Feld n Stagingtabelle Corporate Staging Memory Lieferung Lieferung ID Feld 1 Feld n ETL Metadaten: Was, Wann, Von, Nach Lieferung ID Was Wann Datenquelle Feld 1 Feld n Liefergruppe ID Lieferung ID Wann W2A / 63
64 Operational Data Store Integrierte Detaildaten ggf. bis auf Belegebene für operatives Reporting I. d. R. keine allzu lange Historie Operational Data Store Ggf. Datenquelle für das Enterprise Data Warehouse Klassische relationale Datenablage (3. Normalform) W2A / 64
65 Enterprise Data Warehouse Verdichtete Daten (z. B. Tagesbasis) Enterprise Data Warehouse Lange Historie (> 5 Jahre) Großes Datenvolumen (u. U. > TB) Unternehmens- bzw. konzernweit ausgerichtet Nicht unbedingt denormalisiert, oftmals rein relational (Normalform) SPOT: Single Point of thetruth Entspricht Core Data Warehouse W2A / 65
66 Transformation und Integration im EDW Stammdaten Bewegungsdaten Transformationsprozess Stammdaten Lieferung Bewegungsdaten Lieferung ETL Metadaten: Was, Wann, Wie, Wohin, Woher Stagingtabelle Stagingtabelle Stagingtabelle Staging Area (Acquisition Layer) W2A / 66
67 Historisierung und Deltahandling für das EDW EDW-Tabelle EDW-Tabelle EDW-Tabelle Enterprise Data Warehouse (Integration Layer) EDW-Tabelle EDW-Tabelle EDW-Tabelle Corporate Memory Historisierung von Stammdaten Deltahandling Bewegungsdaten Stammdaten Lieferung Stammdaten Lieferung Bewegungsdaten Lieferung ETL Metadaten: Was, Wann, Wie, Wohin, Woher W2A / 67
68 Stammdaten und Bewegungsdaten im Core Warehouse Stammdatentabelle im EDW (FG = Fachlich gültig; TG = Technisch gültig): Lief ID Dim ID Blatt ID FG Von FG Bis TG Von TG Bis SKU Produkt AB6 PA AX3 PAX AX3 PAX AX3 PAX AX4 PAX450 Bewegungsdatentabelle im EDW: Lief ID Feld Fakten Zum Beispiel: -Auftrag Kopfdaten -Auftrag Positionsdaten -Faktura Kopfdaten -Faktura Positionsdaten -Lieferung Kopfdaten -Lieferung Positionsdaten W2A / 68
69 Konzeptionelle Multi-Layer Architektur Reporting / Analysis Reporting layer Operational Data Store Integration layer Corporate Memory Acquisition layer Corporate Staging Memory Source systems W2A / 69
70 Nutzung des EDW: Data Marts on Demand Data Mart Data Mart Data Marts (Reporting Layer) Aggregation Aggregation EDW-Tabelle EDW-Tabelle EDW-Tabelle Enterprise Data Warehouse (Integration Layer) EDW-Tabelle EDW-Tabelle EDW-Tabelle Corporate Memory W2A / 70
71 Agenda Motivation Konzeptionelle Modellierung des Reporting Layers Zeitabhängigkeit im Reporting Layer am Beispiel Star Schema Staging und Core Data Warehouse Modellierung Architektur für Enterprise Data Warehousing W2A / 71
72 Datenwachstum W2A / 72
73 Herausforderungen IT W2A / 73
74 Typische Data Warehouse Probleme We Can t Meet our Batch Windows KPI und Berichtsbereitstellung Backup derdatenbank Neuaufbau im Data Warehouse Our Costs are Spiraling Storage / Hardware / Replikation Rechenzentrumsbetrieb (Raum / Energie / Klimatechnik) Datenadministration The Targets Keep Changing Neue Geschäftsanforderungen Spezifische Projektanforderungen Externe Anforderungen / Audit / Innenrevision W2A / 74
75 Ausgaben für Storage (Platten, Bandsysteme, Netzwerk, Administration) wachsen jährlich um 15% bis 20%, obwohl die Speicherkosten um 30% jährlich sinken Ref.: McKinsey W2A / 75
76 Speicherkosten W2A / 76
77 Herausforderung fürs Data Warehouse With projected compounded annual growth rates for databases exceeding 125%, organizations face two basic options: 1) Continue to grow the infrastructure (e.g., server size, storage capacity) OR 2) Develop processes [and architectures] to separate dormant [archive-ready] data from active data. Meta Group Report Databases on a Diet W2A / 77
78 Historie der BI-Systeme Unterstützungsgrad bei Managementaufgaben MIS EIS DSS MSS Data Warehouse Executive Information Systems EDW On-Line Analytical Processing Decision Support Systems Management Information Systems Zeit W2A / 78
79 Data Warehouse-Konzept Data Warehouse (DW) = A subject oriented, integrated, nonvolatile, time variant collection of data organized to support management needs W. H. Inmon, Building the Data Warehouse, New York u. a. 1993, S. 29. subject oriented Themenorientierung integrated Vereinheitlichung nonvolatile Dauerhaftigkeit, Stabilität time variant Zeitorientierung der Informationen management needs Analyse und Entscheidungsunterstützung W2A / 79
80 Data Warehouse MSS Data Warehouse Operative Unternehmensdaten Operative Informationssysteme umfasst die Serverkomponenten einer Systemlösung, die für die unternehmensweite Datenversorgung der Front-End-Systeme zur Informationsbereitstellung und Entscheidungsunterstützung betrieblicher Fach- und Führungskräfte zuständig sind, ist physikalisch von den operativen Vorsystemen getrennt und baut lediglich zum Zweck der periodischen Datenaktualisierung bzw. -ergänzung Verbindungen zu den operativen DV-Systemen auf. W2A / 80
81 Aktuelles DW-Architektur-Konzept Endbenutzer- werkzeuge Data Abfrage- und Mining Berichtssysteme Executive - OLAP- Information Systeme Frontend Data Warehouse Metadaten- banksystem Data Mart Data Mart OLAP Server Enterprise Data Zentrale Warehouse/ Operational Datenbasis Data Store ETL-System Archivierungs- system Externe Daten Operative Vorsysteme W2A / 81
82 Bill Inmon s Enterprise Data Warehousing Concept Departmental Data Marts Acctg Marketing Finance Sales DSS Applications ERP ERP ERP ETL CRM Changed Data Staging Area EDW ecomm. Bus. Int. ERP Corporate Applications local ODS Global ODS Oper. Mart Granularity Manager Exploration warehouse/ data mining Cross media Storage Management Session Analysis Near line Storage Internet Dialogue Manager Cookie Cognition Preformatted dialogues Web Logs Archives Source:Bill Inmon W2A / 82
83 Datenzugriff vs. Datenwachstum Typisches Datenwachstum Typischer Datenzugriff vs. Datenwachstum Mit zunehmendem Datenwachstum ändert sich die Zugriffswahrscheinlichkeit signifikant W2A / 83
84 Information Lifecycle Management mit Near-Line Storage Online Datenbank Near Line Speicherung Daten Archivierung Häufiger Datenzugriff Updates Wenig Datenzugriff Kaum Datenzugriff W2A / 84
85 Bill Inmon s Meinung zu Performance Problemen im Kontext Near-Line Storage Indeed, leaving infrequently accessed data on disk storage greatly HURTS performance [] because mixing infrequently used data with actively used data is like adding lots of cholesterol into the blood stream. Information Lifecycle Management for Data Warehousing: Matching Technology to Reality By W.H. Inmon (2005) W2A / 85
86 Information Lifecycle Management (ILM) W2A / 86
87 Motivation für ein EDW Konzept Anticipating the unknown Datenwachstum Zunehmende Anzahl an Applikationen Dies führt zu Steigenden administrativen Kosten Höheres Ausfallrisiko von Anwendungen Gefahr eines Totalausfalls Ohne EDW Konzept Administrative Kosten Mit EDW Konzept Anzahl Applikationen / Datenvolumen W2A / 87
88 Konzeptionelle Multi-Layer Architektur Reporting / Analysis Reporting layer Operational Data Store Aggregation Acquisition layer Integration layer Transformation Corporate Memory Corporate Staging Memory Nearline Storage Source systems W2A / 88
89 Weitere Informationen Die zweite Auflage erscheint in Kürze! Sowie unter: W2A / 89
90 Kontakt Hahne Consulting GmbH Dr. Michael Hahne Geschäftsführer / Managing Director fon: fax: michael@hahneconsulting.de W2A / 90
Herausforderungen und Chancen von Nearline Storage
Herausforderungen und Chancen von Nearline Storage Dr. Michael Hahne Hahne Consulting GmbH 9. Juni 2010 Agenda Herausforderung: Wachsende Data Warehouses Lösung: Information Lifecycle Management mit SAP
MehrMultikonferenz Wirtschaftsinformatik 2004
Multikonferenz Wirtschaftsinformatik 2004 Grafische Repräsentation mehrdimensionaler Datenmodelle des SAP Business Information Warehouse Dr. Michael Hahne, cundus AG Essen, 9. März 2004 cundus AG 2004
MehrLogische Datenmodellierung zur Abbildung mehrdimensionaler Datenstrukturen im SAP Business Information Warehouse
Logische Datenmodellierung zur Abbildung mehrdimensionaler Datenstrukturen im SAP Business Information Warehouse Vortrag auf der BTW 2003, Leipzig 26.-28.02.2003 Dr. Michael Hahne cundus AG Prokurist,
MehrStar-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten
Star-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten Michael Hahne T&I GmbH Workshop MSS-2000 Bochum, 24. März 2000 Folie 1 Worum es geht...
MehrChristian Kurze BI-Praktikum IBM WS 2008/09
Einführung in die multidimensionale Datenmodellierung e mit ADAPT BI-Praktikum IBM WS 2008/09 1 Gliederung Einführung multidimensionale Datenmodellierung 1. Multidimensionales Modell BI-Praktikum IBM WS
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
MehrBIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004
BIW - Überblick Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 Annegret Warnecke Senior Sales Consultant Oracle Deutschland GmbH Berlin Agenda Überblick
MehrVon der spezialisierten Eigenentwicklung zum universellen Analysetool. Das Controlling-Informationssystem der WestLB Systems
Von der spezialisierten Eigenentwicklung zum universellen Analysetool Das Controlling-Informationssystem der WestLB Systems Begriffe und Definitionen Data Warehouse - Datensammlung oder Konzept?! Data
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
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
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
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
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
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
MehrSurvival Guide für Ihr Business Intelligence-Projekt
Survival Guide für Ihr Business Intelligence-Projekt Sven Bosinger Solution Architect BI Survival Guide für Ihr BI-Projekt 1 Agenda Was ist Business Intelligence? Leistungsumfang Prozesse Erfolgsfaktoren
MehrAlbert HAYR Linux, IT and Open Source Expert and Solution Architect. Open Source professionell einsetzen
Open Source professionell einsetzen 1 Mein Background Ich bin überzeugt von Open Source. Ich verwende fast nur Open Source privat und beruflich. Ich arbeite seit mehr als 10 Jahren mit Linux und Open Source.
MehrOERA OpenEdge Reference Architecture. Mike Fechner PUG Infotag 19. Mai 05 Frankfurt
OERA OpenEdge Reference Architecture Mike Fechner PUG Infotag 19. Mai 05 Frankfurt Überblick OERA Separated presentation and integration layers Common business logic with advanced models Data access abstracted
MehrLars Priebe Senior Systemberater. ORACLE Deutschland GmbH
Lars Priebe Senior Systemberater ORACLE Deutschland GmbH Data Mining als Anwendung des Data Warehouse Konzepte und Beispiele Agenda Data Warehouse Konzept und Data Mining Data Mining Prozesse Anwendungs-Beispiele
MehrData 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
MehrWAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE'
Take control of your decision support WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE' Sommersemester 2008 Gliederung Business Intelligence und Data Warehousing On-Line Analytical Processing Ziel
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
MehrWas ist Analyse? Hannover, CeBIT 2014 Patrick Keller
Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität
MehrEIDAMO Webshop-Lösung - White Paper
Stand: 28.11.2006»EIDAMO Screenshots«- Bildschirmansichten des EIDAMO Managers Systemarchitektur Die aktuelle EIDAMO Version besteht aus unterschiedlichen Programmteilen (Komponenten). Grundsätzlich wird
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
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
MehrMobiles SAP für Entscheider. Permanente Verfügbarkeit der aktuellen Unternehmenskennzahlen durch den mobilen Zugriff auf SAP ERP.
Beschreibung Betriebliche Kennzahlen sind für die Unternehmensführung von zentraler Bedeutung. Die Geschäftsführer oder Manager von erfolgreichen Unternehmen müssen sich deshalb ständig auf dem Laufenden
MehrETL in den Zeiten von Big Data
ETL in den Zeiten von Big Data Dr Oliver Adamczak, IBM Analytics 1 1 Review ETL im Datawarehouse 2 Aktuelle Herausforderungen 3 Future of ETL 4 Zusammenfassung 2 2015 IBM Corporation ETL im Datawarehouse
MehrSMART Newsletter Education Solutions April 2015
SMART Education Newsletter April 2015 SMART Newsletter Education Solutions April 2015 Herzlich Willkommen zur aktuellen Ausgabe des Westcon & SMART Newsletters jeden Monat stellen wir Ihnen die neuesten
MehrBusiness Intelligence im Krankenhaus
Business Intelligence im Krankenhaus Dr. Thomas Lux Holger Raphael IT-Trends in der Medizin 03.September 2008 Essen Gliederung Herausforderungen für das Management im Krankenhaus Business Intelligence
Mehrwww.braunconsult.de SAP HANA Einsatzmöglichkeiten und Potenziale
SAP HANA Einsatzmöglichkeiten und Potenziale Vorstellung HANA Einsatzmöglichkeiten und Potenziale SAP HANA Studio Performance Was ist SAP HANA : SAP HANA ist eine neue Plattform die die In-Memory Technologie
MehrTHEOBALD XTRACT PPS IXTO GMBH. Mathias Slawik, Linda Kallinich
THEOBALD XTRACT PPS IXTO GMBH Mathias Slawik, Linda Kallinich Projekt BWA: Analytische Anwendungen, WS 2010/2011 Agenda 2/14 Projektaufgabe Technologien / Xtract PPS Projektablauf Dashboard-Prototyp Bewertung
Mehr1 Business-Intelligence-Architektur 1
D3kjd3Di38lk323nnm xi 1 Business-Intelligence-Architektur 1 1.1 Data Warehouse....................................... 1 1.2 OLAP und mehrdimensionale Datenbanken.................. 4 1.3 Architekturvarianten....................................
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
MehrMetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen
MetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen Pasquale Grippo Senior Manager/Business Unit Manager BI 18/20.10.2011 Oracle Business Analytics Summits Düsseldorf/München
MehrData Warehouse ein strategisches Projekt
Gosch Consulting GmbH DI Bernhard Scherdoner IDC Österreich Data Warehouse / Data Mining Konferenz Wien, am 21.03.2002 81 Die Bedeutung von Informationen Motivation/Ziele bei DWH-Projekten Aufbau erfolgreicher
MehrInfor PM 10 auf SAP. Bernhard Rummich Presales Manager PM. 9.30 10.15 Uhr
Infor PM 10 auf SAP 9.30 10.15 Uhr Bernhard Rummich Presales Manager PM Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche zu vermeiden. Sie können
MehrCENIT RETENTION SOLUTION 1.1 Verwaltung von temporären Sperren und Löschworkflows. Copyright CENIT AG
CENIT RETENTION SOLUTION 1.1 Verwaltung von temporären Sperren und Löschworkflows Agenda Herausforderung Ausgangssituation in Unternehmen Funktionen Architektur Nutzen Ausblick auf nächste Produktversionen
MehrAufbau eines IT-Servicekataloges am Fallbeispiel einer Schweizer Bank
SwissICT 2011 am Fallbeispiel einer Schweizer Bank Fritz Kleiner, fritz.kleiner@futureways.ch future ways Agenda Begriffsklärung Funktionen und Aspekte eines IT-Servicekataloges Fallbeispiel eines IT-Servicekataloges
MehrSWISSVAULT StorageCenter Console Version 5 Kurzanleitung für SWISSVAULT Combo Partner
SWISSVAULT StorageCenter Console Version 5 Kurzanleitung für SWISSVAULT Combo Partner April 2008 Version 1.0 Inhaltsverzeichnis 1 VERWENDUNGSZWECK... 3 2 INSTALLATION... 3 3 STORAGECENTER CONSOLE EINRICHTEN...
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
MehrPoint of Information. Point of Information
1 Information & Kommunikation Ein ist keine neue Idee, die s.g. POI s haben ihren Platz in Unternehmen längst gefunden. Dieses System ist eine Weiterentwicklung der bisherigen Technik und Möglichkeiten.
MehrTRACK II Datenmanagement Strategien & Big Data Speicherkonzepte BI Operations Erfolgsfaktoren für einen effizienten Data Warehouse Betrieb
9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics
MehrENTERBRAIN Reporting & Business Intelligence
Überblick Vorhandene Listen/Analysen in ENTERBRAIN Die Daten in ENTERBRAIN Das Fundament des BI - Hauses Details zur ENTERBRAIN Staging Area Reports und Cubes auf Basis der Staging Area Data Mining mit
MehrCAIRO if knowledge matters
CAIRO if knowledge matters Monitoring mit Microsoft Operations Manager 2007 Ein Überblick Johann Marin, Inhalt if knowledge matters Warum Monitoring? Was soll überwacht werden? SCOM Key Features Das SCOM
MehrBI in der Cloud eine valide Alternative Überblick zum Leistungsspektrum und erste Erfahrungen 11.15 11.45
9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics
MehrModellierung von OLAP- und Data- Warehouse-Systemen
Andreas Totok Modellierung von OLAP- und Data- Warehouse-Systemen Mit einem Geleitwort von Prof. Dr. Burkhard Huch Deutscher Universitäts-Verlag Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis
Mehrtdwi E U R D P E OPEN SOURCE BUSINESS INTELLIGENCE HANSER MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN
OPEN SOURCE BUSINESS INTELLIGENCE MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN uwehaneke Stephan TRAHASCH tobias HAGEN tobias LAUER (Hrsg.)' tdwi E U R D P E HANSER Vorwort 9 Einführung
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
MehrInstallation SQL- Server 2012 Single Node
Installation SQL- Server 2012 Single Node Dies ist eine Installationsanleitung für den neuen SQL Server 2012. Es beschreibt eine Single Node Installation auf einem virtuellen Windows Server 2008 R2 mit
MehrPreisvergleich ProfitBricks - Amazon Web Services M3 Instanz
Preisvergleich - Amazon Web Services M3 Instanz Stand Preisliste : 10.04.2014 www.profitbricks.de Stand Preisliste : 10.04.2014 Hotline: 0800 22 44 66 8 product@profitbricks.com Vorwort Preisvergleiche
MehrMOUNT10 StoragePlatform Console
MOUNT10 StoragePlatform Console V7.14 Kurzmanual für Microsoft Windows Ihr Leitfaden für die Verwaltung der MOUNT10 Backup-Umgebung unter Verwendung der Storage Platform Console Inhaltsverzeichnis 1 VERWENDUNGSZWECK...3
MehrS A P B W O N H A N A P R O O F O F C O N C E P T B E I S. O L I V E R
S A P B W O N H A N A P R O O F O F C O N C E P T B E I S. O L I V E R S T E F A N M A R K 07.07.2015 F O L I E 1 V O N 2 7 F I R M E N P O R T R A I T S. O L I V E R GESCHICHTE F O L I E 2 V O N 2 7 F
MehrBITMARCK VERNETZT DER KUNDENTAG
BITMARCK VERNETZT DER KUNDENTAG BI@BITMARCK neue Wege, neue Möglichkeiten Michael Heutmann und René Wilms, BITMARCK Thomas Linke, Terranet Essen, 03. November 2015 Rückblick Was bisher geschah KT 2013:
MehrSearch-Driven Applications. Florian Hopf, freiberuflicher Softwareentwickler Tobias Kraft, exensio GmbH
Search-Driven Applications Florian Hopf, freiberuflicher Softwareentwickler Tobias Kraft, exensio GmbH Agenda Motivation Aufbau der Such-Datenstruktur Anwendungsfälle Fallstricke Was ist Suche? Was wollen
MehrMuster Auswertungen TELAU Integrales Management und Informatik GmbH
Integrales Management und Informatik GmbH Inhaltsverzeichnis Telefonie Auswertungen...3 Total pro Kostenstelle...4 Detail pro Kostenstelle pro Rufnummer...5 Aufstellung variable Kosten pro Kostenstelle
MehrVorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII
Vorwort zur zweiten Auflage...V Vorwort zur ersten Auflage... VIII 1 Management Support Systeme und Business Intelligence Anwendungssysteme zur Unterstützung von Managementaufgaben...1 1.1 Computergestützte
MehrDer beste Plan für Office 365 Archivierung.
Der beste Plan für Office 365 Archivierung. Der Einsatz einer externen Archivierungslösung wie Retain bietet Office 365 Kunden unabhängig vom Lizenzierungsplan viele Vorteile. Einsatzszenarien von Retain:
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
Mehr6 InfoCubes erstellen und konfigurieren
InfoCubes bilden die Reportingschicht in der LSA; sie sind für die Performance des Reportings entscheidend. In diesem Kapitel stellen wir Ihnen vor, welche InfoCubes es gibt und wie Sie damit arbeiten.
Mehr4D Server v12 64-bit Version BETA VERSION
4D Server v12 64-bit Version BETA VERSION 4D Server v12 unterstützt jetzt das Windows 64-bit Betriebssystem. Hauptvorteil der 64-bit Technologie ist die rundum verbesserte Performance der Anwendungen und
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
MehrIIBA Austria Chapter Meeting
covalgo consulting GmbH IIBA Austria Chapter Meeting ITIL und Business Analyse 20. März 2012 Dr. Gerd Nanz 1040 Wien, Operngasse 17-21 Agenda Ein Praxisbeispiel Was ist Business Analyse? Was ist ein Service
MehrStudierenden-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
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
Mehrnovapro Open Audittrail Report
novapro Open Audittrail Report Bedienungshandbuch 7001042001 Q11 Diese Beschreibung entspricht dem aktuellen Programmstand Version 1.0. Änderungen erfolgen zu jeder Zeit und ohne vorherige Ankündigung.
MehrData Warehouse schnell gemacht Performanceaspekte im Oracle DWH
Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH Dani Schnider Principal Consultant Business Intelligence BI Trilogie, Zürich/Basel 25./26. November 2009 Basel Baden Bern Lausanne Zürich
MehrTECHNISCHE INFORMATION LESSOR LOHN/GEHALT BEITRAGSNACHWEIS-AUSGLEICH BUCH.-BLATT MICROSOFT DYNAMICS NAV
MICROSOFT DYNAMICS NAV Inhaltsverzeichnis TECHNISCHE INFORMATION: Einleitung... 3 LESSOR LOHN/GEHALT Beschreibung... 3 Prüfung der Ausgleichszeilen... 9 Zurücksetzen der Ausgleichsroutine... 12 Vorgehensweise
Mehraito for Abacus Excellente Dokumentation Juli 11
aito for Abacus Excellente Dokumentation Juli 11 2 / 5 aito for Abacus ist eine, auf Microsoft Basis-Technologie aufgebaute, BI-Lösung welche die Vorteile einer Individuallösung mit dem hohem Vorfertigungsgrad
MehrIT-basierte Kennzahlenanalyse im Versicherungswesen
Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen Kennzahlenreporting mit Hilfe des SAP Business Information Warehouse Diplomica Verlag Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen:
MehrMIS by Franziska Täschler, Winformation GmbH ftaeschler@winformation-gmbh.ch Ausgabe 01/2001
MIS Glossar by Franziska Täschler, Winformation GmbH ftaeschler@winformation-gmbh.ch Ausgabe 01/2001 Aggregat Data Cube Data Marts Data Mining Data Warehouse (DWH) Daten Decision Support Systeme (DSS)
MehrCODESOFT version 10. SOFTWARE SOLUTIONS Label Design ERP/Host Connectivity Data Management
CODESOFT version 10 SOFTWARE SOLUTIONS Label Design ERP/Host Connectivity Data Management 4 unterschiedliche Lizenzmodelle sind verfügbar: Software Online Lizenz Software Offline Lizenz Hardware Lizenz
MehrWas ist neu in Sage CRM 6.1
Was ist neu in Sage CRM 6.1 Was ist neu in Sage CRM 6.1 In dieser Präsentation werden wir Sie auf eine Entdeckungstour mitnehmen, auf der folgende neue und verbesserte Funktionen von Sage CRM 6.1 auf Basis
MehrWindows Server 2012 R2 Essentials & Hyper-V
erklärt: Windows Server 2012 R2 Essentials & Hyper-V Windows Server 2012 R2 Essentials bietet gegenüber der Vorgängerversion die Möglichkeit, mit den Boardmitteln den Windows Server 2012 R2 Essentials
MehrE-MAIL VERWALTUNG. Postfächer, Autoresponder, Weiterleitungen, Aliases. http://www.athost.at. Bachstraße 47, 3580 Mödring office@athost.
E-MAIL VERWALTUNG Postfächer, Autoresponder, Weiterleitungen, Aliases http://www.athost.at Bachstraße 47, 3580 Mödring office@athost.at Loggen Sie sich zunächst unter http://www.athost.at/kundencenter
MehrDer Blindflug in der IT - IT-Prozesse messen und steuern -
Der Blindflug in der IT - IT-Prozesse messen und steuern - Ralf Buchsein KESS DV-Beratung GmbH Seite 1 Agenda Definition der IT Prozesse Ziel der Prozessmessung Definition von Prozesskennzahlen KPI und
Mehr:: Anleitung Hosting Server 1cloud.ch ::
:: one source ag :: Technopark Luzern :: D4 Platz 4 :: CH-6039 Root-Längenbold LU :: :: Fon +41 41 451 01 11 :: Fax +41 41 451 01 09 :: info@one-source.ch :: www.one-source.ch :: :: Anleitung Hosting Server
MehrOracle-Statistiken im Data Warehouse effizient nutzen
Oracle-Statistiken im Data Warehouse effizient nutzen Reinhard Mense ARETO Consulting Köln Schlüsselworte: DWH, Data Warehouse, Statistiken, Optimizer, Performance, Laufzeiten Einleitung Für die performante
MehrManagement Information System SuperX status quo and perspectives
Management Information System SuperX status quo and perspectives 1 Agenda 1. Business Intelligence: Basics 2. SuperX: Data Warehouse for Universities 3. Joolap: OLAP for Universities 4. Cooperative reporting
MehrWo finde ich die Software? - Jedem ProLiant Server liegt eine Management CD bei. - Über die Internetseite http://www.hp.
Erfahrungen mit dem Insight Manager von HP Dipl. Ing. Elektrotechnik (FH) - Automatisierungs- / Regelungstechnik DV-Spezialist Landesbank Rheinland-Pfalz Abteilung 2-351 Große Bleiche 54-56 55098 Mainz
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
MehrWorkshop für ZGV-Mitglieder zum Thema Software as a Service bzw. SOFLEX Software flexibel mieten
Workshop für ZGV-Mitglieder zum Thema Software as a Service bzw. SOFLEX Software flexibel mieten Claas Eimer Claas Eimer Geschäftsführer comteam Systemhaus GmbH (Unternehmen der ElectronicPartner Handel
MehrBig Data Projekte richtig managen!
Big Data Projekte richtig managen! Stuttgart, Oktober 2014 Praktische Herausforderungen eines Big Data Projektes Definition: Was ist Big Data? Big data is a collection of data sets so large and comple
Mehrcretis Data Lifecycle Manager für Oracle HSM - Lösungsszenarien - Joachim.Daniel@cretis.de cretis cretis service & software GmbH
Data Lifecycle Manager für Oracle HSM - Lösungsszenarien - Joachim.Daniel@.de Agenda Einführung Versionierung für SAM-FS Two Phase Commit für SAM-FS Kostenoptimierung für DiskArchive Technologiemigration
MehrCubeware 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
MehrEXCHANGE 2013. Neuerungen und Praxis
EXCHANGE 2013 Neuerungen und Praxis EXCHANGE 2013 EXCHANGE 2013 NEUERUNGEN UND PRAXIS Kevin Momber-Zemanek seit September 2011 bei der PROFI Engineering Systems AG Cisco Spezialisierung Cisco Data Center
MehrHOWTO Update von MRG1 auf MRG2 bei gleichzeitigem Update auf Magento CE 1.4 / Magento EE 1.8
Update von MRG1 auf MRG2 bei gleichzeitigem Update auf Magento CE 1.4 / Magento EE 1.8 Schritt 1: Altes Modul-Paket vollständig deinstallieren Die neuen MRG-Module sind aus dem Scope local in den Scope
MehrSAP Integration von Business Objects am Beispiel von SAP Student Lifecycle Management. Anke Noßmann Syncwork AG
SAP Integration von Business Objects am Beispiel von SAP Student Lifecycle Management Anke Noßmann Syncwork AG SAP HERUG Partnertag, Berlin 06. November 2009 Inhalt 1. Ausgangssituation 2. Alternative
MehrWEBINAR@LUNCHTIME THEMA: "SAS STORED PROCESSES - SCHNELL GEZAUBERT" HELENE SCHMITZ
WEBINAR@LUNCHTIME THEMA: "SAS STORED PROCESSES - SCHNELL GEZAUBERT" HELENE SCHMITZ HERZLICH WILLKOMMEN BEI WEBINAR@LUNCHTIME Moderation Anne K. Bogner-Hamleh SAS Institute GmbH Education Consultant Training
MehrFriedensallee 45 22765 Hamburg. 0700 - bananait info@banana- it.com
Friedensallee 45 22765 Hamburg 0700 - bananait info@banana- it.com Historie Historie Kunden Fähigkeiten Konzepte Budget 1995 1996 1997 1998 1999-2004 2005-2010 2011 Ausbildung des Firmeninhabers am Mac,
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,
MehrMöglichkeiten für bestehende Systeme
Möglichkeiten für bestehende Systeme Marko Filler Bitterfeld, 27.08.2015 2015 GISA GmbH Leipziger Chaussee 191 a 06112 Halle (Saale) www.gisa.de Agenda Gegenüberstellung Data Warehouse Big Data Einsatz-
MehrTYPO3 CMS 6.2 LTS. Die neue TYPO3- Version mit Langzeit- Support
Die neue TYPO3- Version mit Langzeit- Support Am 25. März 2014 wurde mit die zweite TYPO3- Version mit Langzeit- Support (Long- Term- Support, kurz: LTS) veröffentlicht. LTS- Versionen werden drei Jahre
MehrAnlage eines neuen Geschäftsjahres in der Office Line
Leitfaden Anlage eines neuen Geschäftsjahres in der Office Line Version: 2016 Stand: 04.11.2015 Nelkenweg 6a 86641 Rain am Lech Stand: 04.11.2015 Inhalt 1 Zielgruppe... 3 2 Zeitpunkt... 3 3 Fragen... 3
MehrOLAP und Data Warehouses
OLP und Data Warehouses Überblick Monitoring & dministration Externe Quellen Operative Datenbanken Extraktion Transformation Laden Metadaten- Repository Data Warehouse OLP-Server nalyse Query/Reporting
MehrHANDBUCH LSM GRUNDLAGEN LSM
Seite 1 1.0 GRUNDLAGEN LSM 1.1. SYSTEMVORAUSSETZUNGEN AB LSM 3.1 SP1 (ÄNDERUNGEN VORBEHALTEN) ALLGEMEIN Lokale Administratorrechte zur Installation Kommunikation: TCP/IP (NetBios aktiv), LAN (Empfehlung:
Mehrrepostor möchte Ihre TCO senken
repostor möchte Ihre TCO senken In diesem Dokument informieren wir Sie über unsere Leistungen in folgenden Bereichen: ROI (Return on Investment = Kapitalerträge) Bis zu 43-fache Platzersparnis TCO (Total
Mehrarlanis Software AG SOA Architektonische und technische Grundlagen Andreas Holubek
arlanis Software AG SOA Architektonische und technische Grundlagen Andreas Holubek Speaker Andreas Holubek VP Engineering andreas.holubek@arlanis.com arlanis Software AG, D-14467 Potsdam 2009, arlanis
MehrBusiness Intelligence. Bereit für bessere Entscheidungen
Business Intelligence Bereit für bessere Entscheidungen Business Intelligence Besserer Einblick in Geschäftsabläufe Business Intelligence ist die Integration von Strategien, Prozessen und Technologien,
MehrGESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013
OPEN SYSTEMS CONSULTING IT-KOMPLETTDIENSTLEISTER IM MITTELSTAND GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013 Business Analytics Sascha Thielke AGENDA Die Geschichte des Reporting Begriffe im BA Umfeld
Mehr