1. Welche Fremdschlüsselbeziehungen gehen Dimensionstabellen ein? Fortschreibungsregel im Quellsystem anlegen

Größe: px
Ab Seite anzeigen:

Download "1. Welche Fremdschlüsselbeziehungen gehen Dimensionstabellen ein? Fortschreibungsregel im Quellsystem anlegen"

Transkript

1 Fragen 1. Welche Fremdschlüsselbeziehungen gehen Dimensionstabellen ein? Falsch a) Faktentabellen b) SID- Tabllen c) Dimensionstabellen d) Attribute e) Tete 2. Was muss beim Laden von Bewegungsdaten aus dem Quellsystem gemacht werden? Falsch a) Quellsystem nach BW kopieren b) DataSource im BW replizieren c) Fortschreibungsregel im Quellsystem anlegen d) Anwendungskomponenten im Quellsystem anlegen

2 e) Infopackage im BW anlegen f) Datenladeprozess aus BW überwachen 3. Was sind Anforderungen an ein BW- System? Falsch a) Einheitliche Darstellung von Informationen b) Normalisierung der Datenbanktabellen c) Datenzugriff unabhängig vom Quellsystem d) Analyse über längeren Zeitraum e) keine Redundanzen bei der Datenspeicherung Quelle 1.1_Einstieg_BW- Reporting.pps Folgende Anforderungen werden an ein Data Warehouse gestellt: standardisierte Strukturierung und Darstellung aller Unternehmensinformationen einfacher Zugriff auf Unternehmensinformationen über einen einzigen Zugangspunkt hochentwickeltes Business Reporting zur Self- Service- Analyse auf allen Ebenen (benutzerfreundliches Reporting für alle Ebenen) schnelle und kostengünstige Einführung High- Performance- Umgebung Bereitstellung von Daten aus einem heterogenem Umfeld Entlastung der Quellsysteme und der IT- Organisation Datenzugriff unabhängig vom Quellsystem Analyse der Daten über einen längeren Zeitraum, Sichern von historischen Informationen (zeitabhängige Stammdaten)

3 4. Welche Zugriffsarten ermöglicht der SAP Business Eplorer? Falsch a) Auswertung in Ecel b) Telnet- Zugriff c) Webzugriff d) Eterne Reportingtools e) Mobile Intelligence f) Dateneport als CSV (über Umweg ja direkt definitiv nein) Quelle 1.1_Einstieg_BW- Reporting.pps

4 5. Variablen dienen innerhalb von BE- Auswertungen u.a. als Platzhalter für Falsch a) Kennzahlen b) Tabellennamen c) Merkmalswerte d) Hierarchien e) Formelelemente Quelle 7.1_Variable.pps, Folie 3 Variablen fungieren als Platzhalter für: Merkmalswerte Hierarchien Hierarchieknoten Tete Formelelemente

5 6. Welche Aussagen für InfoObjects sind? InfoObjects sind Falsch a) technische und fachliche Informationen der Stamm- und Bewegungsdaten. b) Felder in den BW- Tabellen. c) unverzichtbar für die Definition von Berichten. d) Repräsentation einer Datenquelle im BW- System. e) eine einheitliche Schnittstelle für Auswertungen im BW. 7. Welche Funktionen stellt die AWB zu Verfügung? Falsch a) Benutzerverwaltung b) Modellierung von BW- Objekten c) Überwachung der Datenübernahme d) Einplanen der Datenübernahme e) Definition des Aufbaus von Tabellen

6 8. In welchen zwei Arten von Tabellen werden die Daten von InfoCubes gespeichert? - Dimensionstabellen - Faktentabelle 9. Skizzieren Sie das klassische Sternschema!

7 10. Welche Vorteile bringt das BW- Sternschema von SAP? Falsch a) Kurze, ganzzahlige Schlüssel ermöglichen einen schnellen Datenzugriff. b) Mehrfachverwendung von Stammdaten c) Verbesserung der Query- Performance durch aggregierte Kennzahlen in den Faktentabellen. d) Performance- Verbesserung durch Reduzierung der Join- Operationen. e) Dimensionstabellen werden in mehreren InfoCubes verwendet.

8 11. Nennen Sie Transfermethoden für SAP- Systeme! - IDOC- Container - PSA 12. Welche Aussagen zum Datenfluß im BW sind korrekt? Falsch a) Eine DataSource beschreibt das Datenangebot eines Quellsystems in Form von Feldstrukturen b) Übertragungsregeln transformieren Daten aus gegebenenfalls mehreren Transferstrukturen in eine Kommunikationsstruktur. c) Eterne Systeme schreiben Daten direkt in die InfoSource innerhalb des BW- Systems. d) Fortschreibungsregeln ermöglichen die Anbindung von heterogenen Systemen. e) Fortschreibungsregeln transformieren Daten aus einer Kommunikationsstruktur in ein oder mehrere Datenziele. Quelle 13.2_Laden_von_Stammdaten.pps

9 Fragen UrFe Entscheiden Sie,welche Aussagen zu Kennzahlen oder sind! WAHR FALSCH Tag ist ein Beispiel für eine Kennzahl können fortgeschrieben werden Welche Aussagen zu BW stimmen? WAHR FALSCH Es sind mehr Datensätze als in der Ursprungstabelle. Kritisch: Datenimport erzeugt evtl. mehrere Einträge. AWB steht für Allgemeine Workbench Nein. AWB: Admin Workbench Suchen können nur über den Query Designer definiert werden. Suchen nicht klar definiert lokal definierte Suchen sind im InfoProvider sichtbar. Hierarchien können importiert werden. Kostenstelle ist ohne Kostenrechnungskreis gültig Kritisch: Im BW kann die Kostenstelle unabhängig vom Kostenrechnungskreis gültig sein. Aber bei Aktivierung der Kostenstelle aus dem Business Content wird automatisch auch der K aktiviert (Klammerung) RFC steht für Remote Fakten Call Nein. Remote Function Call Die Etraktstruktur enthält die vom Benutzer ausgewählten Felder. Nein. In der Etraktruktur werden Daten einer DataSource im Quellsystem bereitgestellt. Sie Felder, die von einem Etraktor im Quellystem für den Datenladeprozeß angeboten werden. Die vom Benutzer ausgewählten Felder stehen dann in der Transferstruktur. Es gibt Stamm- und Bewegungsdaten ETL steht für Etraction Transfer Load Nein. Etract, Transform, Load (ETL) Damit können Sichten über heterogene oder verteilte Daten erzeugt werden. Jo! Über die AWB wird im SAP BW konfiguriert, gesteuert und verwaltet. Jo! Merkmale und Kennzahlen sind InfoObjects. Jo! Welche Cube- Arten gibt es? WAHR FALSCH Virtuelle Basis Remote

10 Daten können geladen werden aus: WAHR FALSCH csv Ecel Datenbanken Welche Aussagen zu InfoCubes stimmen? WAHR FALSCH Mit Daten gefülltes Gerüst, auf dem Berichte und Analysen basieren. Stammdaten des BW- Systems bestehen aus Attributen, Hierarchien und Teten zu einem Me besteht aus mehreren Datenbanktabellen, die nach dem so genannten Sternschema verknüp Jeder InfoCube hat min. 2 Faktentabellen Welche Aussagen zum Query Designer stimmen? WAHR FALSCH Mit "Publizieren" stell' ich meine Queries anderen Benutzer zur Verfügung. es können neue Kennzahlen definiert werden, die nicht im InfoProvider enthalten sind. Ja. Berechnete Kennzahlen. Berechnete Kennzahlen auf InfoProvider Ebene stehen allen Queries dieses InfoProviders zur Fragen Dobler Welche Möglichkeiten bzw. Schnittstellen gibt es, um Daten aus nicht- SAP- Systmen in das BW zu laden? ODBO FlatFile ML Data Docking SAPI DB Connect Welche der folgenden Objekte sind InfoProvider mit physikalischer Datenhaltung? ODS- Objekt SAP RemoteCube BasisCube Stammdatentragendes Merkmals- InfoObject PSA Aggregat

11 Der Scheduler ist ein wichtiges Instrument in der AWB. Welche Aufgabe erfüllt er? Steuerung und zentrale Überwachung der Datenladevorgänge Einplanung von Datenladevorgängen Modellierung von Zeitmerkmalen Welche Arten von InfoObjects gibt es? Einheiten InfoSources Kennzahlen Merkmale Hierarchien Welche Aussagen zum Datenfluss in BW sind? Fortschreibungsregeln verbinden InfoSource und Datenziel. Es gibt InfoSources mit direkter Fortschreibung und fleibler Fortschreibung Übertragungsregeln verbinden die DataSource direkt mit dem Datenziel Fortschreibungsregeln sind quellsystembezogen Merkmale und Attribute können direkt oder fleibel fortgeschrieben werden. In jedem Fall gibt es bei der Fortschreibung von Stammdaten keine Fortschreibungsregeln.

12 Daten, die in das BW geladen werden, können an verschiedenen Stellen verändert und transformiert werden. Welche Aussagen sind? Übertragungsregeln dienen dazu, die Daten zu transformieren, bevor sie in die PSA geladen werden. In den Fortschreibungsregeln sind keine Transformationen oder Berechnungen möglich, die Daten werden immer unverändert weitergegeben. Möglichkeiten für die Transformation von Daten in den Übetragungsregeln sind z.b. Formel, ABAP- Routine, Konstante Eine globale Übertragungsroutine wird bei der Anlage des InfoObjects definiert und wird immer aufgerufen, wenn Daten in das InfoObject geladen werden. Wie viele Dimensionen eines Cubes können vom Administrator definiert werden? 13 (Achtung: 16 sind ma. möglich, aber 3 sind standardmäßig definiert) Aus welchen Objekten kann ein MultiProver Daten beziehen? OSD- Objekt PSA RemoteCube InfoSource mit fleibler Fortschreibung BasisCube Wie ist ein InfoCube aufgebaut? Die Dim- Tabellen verbinden die SID- Tabellen mit den Stammdatentabellen Zu einer Dimension zählt man die Stammdatentabellen, die Dim- Tabellen und die SID- Tabellen Die Faktentabelle enthält Kennzahlen In den Dim- Tabellen werden die Merkmale gespeichert. In den Dim- Tabellen werden nur die Schlüssel zu den Merkmalen abgelegt.

13 Welche der folgenden Objekte sind im Business Content enthalten? DataSources InfoCubes Queries Rollen Prozessketten 18. Was ist ein RemoteCube? SINGLE CHOICE nur eine Antwort ist! a) Ein RemoteCube ist ein Cube, der in einem anderen BW (DataMart) liegt. b) Ein RemoteCube ist ein Cube, der Daten aus mehreren anderen InfoCubes bezieht und somit vergleichende Analysen ermöglicht. c) Ein RemoteCube stellt für das Reporting Bewegungsdaten zur Verfügung, die physikalisch nicht im SAP BW liegen. 19. Was sind die Eigenschaften eines ODS-Objekts? Falsc h a) Ein ODS-Objekt speichert Merkmale und Kennzahlen. b) Ein ODS-Objekt enthält Schlüsselfelder und Datenfelder. c) Ein ODS-Objekt ist ein InfoProvider. d) Ein ODS-Objekt ist ein Datenziel.

14 Was kennzeichnet ein Data Warehouse? Es ist für den lesenden Zugriff auf große Datenmengen optimiert. Ist es, aber das Sternschema erfordert komplee JOINs Daten werden in der Regel nach 30 Tagen gelöscht auf keinen Fall! Das DW integriert Daten aus allen Unternehmensbereichen Im Gegensatz zu OLTP- Systemen, wo die Daten aggregiert gehalten werden, speichert ein DW die Daten auf Detailebene (atomare Daten). OLTP = Online Transaction Processing OLAP = Online Analytik Processing 22. Was sind Typen von Stammdaten? Falsc h a) Hierarchien b) Kennzahlen c) Aggregate d) Tete Welche Aussagen zu Hierarchien sind? Hierarchien bestehen aus Merkmalen, Attributen und geklammerten Merkmalen Hierarchien

15 ML ist ein Standard für den offenen Austausch von Daten über das Internet. Neben anderen eternen Quellen integriert das BW auch ML- Daten. ML- Dateien eigenen sich aufgrund der Internet- Technologien besonders für das Laden großer Datenmengen. ML- Daten werden über das SOAP übertragen. Ein ML- Dokument enthält Zeichendaten und sogenannte Markups. Was muss getan werden, damit ein Navigationsattribut für das Reporting für Verfügung steht? Auf Ebene der InfoSource freischalten Im InfoCube aktivieren In den Fortschreibungsregeln als Navigationsattribut kennzeichnen. Auf InfoObject- Ebene anlegen Welche Arten von Quellsystemen lassen sich mit einem SAP- BW- System verbinden? ML- basierte Datenquellen SAP R/3 Systeme Datenbanken LS- Dateien DOC- Dateien Welche der folgenden Aussagen über InfoObjects sind korrekt? Merkmale und Kennzahlen werden als InfoObjects bezeichnet. Ein InfoObject kann auch ein InfoProvider sein. Alle Attribute sind Merkmal- InfoObjects Alle Merkmal- InfoObjects enthalten Attribut-, Tet- und Hierarchiedaten.

16 Welches sind die wichtigsten Aspekte einer InfoCube- Struktur? InfoCube besteht aus ma. 16 Faktentabellen InfoCube hat eine primäre Faktentabelle und ma. 16 Dim- Tabellen Eine DIM- Tabelle baut sich aus Merkmalen und Kennzahlen auf Eine DIM- Tabelle baut sich aus Merkmalen und Attributen auf Eine DIM- Tabelle enthält Schlüsselverbindung zu Attributen Welche Möglichkeiten der Berichterstellung bietet das SAP- BW- Reporting? Sie können Bereiche über den Be- Analyser in Ecel erstellen Sie können Be- Analyser- Berichte direkt aus einem Web Report erstellen Sie können aus einem Be- Analyser- Bericht einen Web Report erstellen Sie können eine Ecel- Tabellen- Query in einen BW- Bericht umwandeln. Wie ist ein InfoCube augebaut? Die DIM- Tabellen verbinden die SID- Tabellen mit den Stammdatentabellen Zu einer Dimension zählt man die Stammdatentabellen, DIM- Tabellen und die SID- Tabellen Die Faktentabelle enthält Kennzahlen In den DIM- Tabellen werden die Merkmale gespeichert. Nur der Verweis Welche Aussagen zum Datenfluss im BW sind? Die Fortschreibungsregeln verbinden InfoSource und Datenziel Es gibt InfoSources mit direkter Fortschreibung und InfoSources mit fleibler Fortschreibung Übertragungsregeln verbinden die DataSource direkt mit dem Datenziel Fortschreibungsregeln sind Quellsystem bezogen Merkmale und Attribute können direkt oder fleibel fortgeschrieben werden. In jedem Fall gibt es bei der Fortschreibung von Stammdaten keine Fortschreibungsregeln.

17 Welche Vorteile bietet das SAP- Sternschema gegenüber dem klassischen Sternschema? Mehrsprachigkeit Die Verwendung von automatisch generierten INT4- Schlüsseln ermöglicht einen schnelleren Datenzugriff als bei langen alphanumerischen Schlüsseln Historisierung der Dimension Da aggregierte Kennzahlen in eigene Faktentabellen ausgelagert werden können, wird die Query- Performance verbessert Eterne Hierarchien können mit dem SAP- Sternschema abgebildet werden. Das zentrale Tool im SAP- BW ist die ABW. Teilbereiche? Modellierung Monitoring Fortschreibung Business Content Metadata Repository Die InfoObjects sind aufgrund ihrer Definitionen und Informationseigenschaften in fünf Gruppen gegliedert. Nennen Sie die fünf InfoObjects- Gruppen: Kennzahlen Merkmale Zeitmerkmale Einheiten Technische Merkmale Ein DataSource beschreibt das Datenangebot eines Quellsystems in Form von Feldstrukturen. Nennen Sie die zwei Typen DataSources: DataSource für - - Stammdaten (Attribute, Tete und Hierarchien) Bewegungsdaten

18 Vervollständigen Sie die nachstehende Grafik! Bei der Pfelge von Fortschreibungsregeln wird zwischen Fortschreibungsart und Fortschreibungsmethode unterschieden. Mit der Fortschreibungsart steuer Sie, ob eine Kennzahl in das Datenziel fortgeschrieben wird. Im SAP BW eistieren folgende Fortschreibungsarten: Addition Subtraktion Keine Fortschreibung Periodische Fortschreibung

19 Bei der Pfelge von Fortschreibungsregeln wird zwischen Fortschreibungsart und Fortschreibungsmethode unterschieden. Für die Fortschreibung von Merkmalen stehen Ihnen im SAP BW folgende Fortschreibungsmethoden zur Verfügung: Quellmerkmal Zeitverteilung Routine Formel Konstante Die Fortschreibung erfolgt durch Anreicherung aus der Stammdatentabelle eines anderen Merkmals Welche Aussagen zu SAP BW sind? Direkte Fortschreibung bedeutet Fortschreibung in die Stammdatentabelle eines Merkmals ohne die Verwendung von Fortschreibungsregeln Eine InfoSource mit direkter Fortschreibung ist keiner Anwendungskomponente zugeordnet. Die InforSource erscheint im InfoSource- Baum der ABW Die fleible Fortschreibung erlaubt die Fortschreibung in jedes beliebige Datenziel unter Verwendung von Fortschreibungsregeln ETL- Tools sind Eigenentwicklungen, die den Etraktionsprozess vereinheitlichen und beschleunigen. Über die fleible Fortschreibung ist es möglich, Daten aus unterschiedlichen Datenquellen auf Ebene der InfoSource zusammenzuführen, um sie anschließend in genau ein Datenziel fortzuschreiben.

20 3. Die Fakttabelle eines BasisCubes kann komprimiert werden. Dabei werden Daten von der F- in die E-Tabelle geschrieben. Falsc h a) Es ist zweckmäßig, die Komprimierung unmittelbar nach dem Laden von Daten automatisch durchführen zu lassen. b) Durch die Komprimierung wird die Performance beim Ausführen von Queries gesteigert. c) Nach dem Komprimieren können einzelne Requests gezielt bearbeitet werden. d) Bei der Komprimierung kann über Merkmale oder Hierarchiestufen aggregiert werden. e) Beim Komprimieren wird die Request-ID jedes Datensatzes auf Null gesetzt. 5. Welche der folgenden Aussagen zu Aggregaten sind? Falsc h a) Aggregate können über Merkmale, Navigationsattribute und Hierarchien gebildet werden. b) Das Laden von Daten vom BasisCube in die Aggregate erfolgt durch einen sogenannten Roll-up. c) Wenn man Aggregate über eine Hierarchie bildet, nennt man das eine Aggregatshierarchie. d) Aggregate können zu BasisCubes und ODS-Objekten gebildet werden.

21 9. Wie können Daten aus einem Aggregat gelöscht werden? Falsc h a) Durch Deaktivieren des Aggregats. b) Durch Ausschalten des Aggregats. c) Durch Löschen des Aggregats. 10. Aus welcher/n Tabelle(n) besteht ein Standard-ODS-Objekt? SINGLE CHOICE nur eine Antwort ist! a) Aktive Daten b) Fakttabelle und Dimensionstabellen c) Neue Daten, Aktive Daten, Change Log d) Attributs- und Tettabellen

22 12. Aus welchen Objekten kann ein MultiProvider Daten beziehen? Falsc h a) ODS-Objekt b) PSA c) RemoteCube d) InfoSource mit fleibler Fortschreibung e) BasisCube 13. Das Metadata Repository enthält Daten über Daten. Welche Aussagen sind? Falsc h a) Das Metadata Repository enthält Informationen über alle aktiven Objekte im BW. b) Das Metadata Repository enthält rein technische Beschreibungen, es lassen sich keine graphischen Darstellungen zu Objekten aufrufen. c) Im Metadata Repository liegen Informationen nur über die Objekte, die der Kunde erstellt hat. d) Informationen über die Objekte des Business Content lassen sich im Metadata Repository abrufen.

23 14. Welche Aussagen zu ODS-Objekten sind? Falsc h a) ODS-Objekte dienen dem Speichern aggregierter Daten. b) Beim Reporting auf ODS-Objekte können nur die Daten ausgewertet werden, die in der Tabelle Aktive Daten stehen. c) Daten können aus ODS-Objekten in andere Datenziele fortgeschrieben werden. d) In ODS-Objekte können Daten direkt oder fleibel fortgeschrieben werden. e) Daten in ODS-Objekten können nicht überschrieben oder gelöscht werden. 15. Welche Aussagen zu Attributen sind? Falsc h a) Wenn ein Attribut als zeitabhängig gekennzeichnet wird, so bedeutet das, dass es nur für einen bestimmten Stichtag gültig ist. b) Ein Navigationsattribut kann nur in Verbindung mit seinem Merkmal angezeigt und ausgewertet werden. c) Attribut ist ein anderer Begriff für ein geklammertes Merkmal. d) Ein Merkmal wird durch seine Attribute näher beschrieben.

24 16. Wozu dient das Data Mart Interface? Falsc h a) Zum Aufbau konzernweiter, verteilter und doch integrierter BW- Landschaften. b) Zum Auswerten der Daten eines multidimensionalen Cubes. c) Zum Fortschreiben von Daten aus einem ODS-Objekt in einen BasisCube. d) Zum Austausch von Daten zwischen unterschiedlichen BW-Systemen. 17. Wie viele Aggregate können für einen BasisCube definiert werden? SINGLE CHOICE nur eine Antwort ist! a) Keines. BasisCubes können keine Aggregate besitzen. b) Eines. c) Mehr als eines.

25 18. Welche Aussage zu Hierarchien ist? SINGLE CHOICE nur eine Antwort ist! a) Hierarchien bestehen aus Merkmalen, Attributen und geklammerten Merkmalen. b) Hierarchien dienen der strukturierten Anzeige von Merkmalen im Reporting und werden deshalb auch als Präsentationshierarchien bezeichnet. c) Hierarchien geben die Organisationsstruktur eines Unternehmens wieder, also die personelle Hierarchie, und finden im Berechtigungswesen Verwendung. 19. Falsc h Im SAP BW werden die kleinsten Informationsbausteine als InfoObjects bezeichnet. Welche Aussagen zu InfoObjects sind? a) InfoObjects haben einen technischen Namen und sind über diesen eindeutig identifizierbar b) c) d) Als Bestandteil des Metadaten Repository tragen InfoObjects die technischen und fachlichen Informationen der Stamm- und Bewegungsdaten im SAP-BW InfoObjects werden mandantenweit zum Aufbau von Tabellen und Strukturen eingesetzt, wodurch die Informationen im SAP BW in strukturierter Form abgebildet werden können. Die SAP liefert InfoObject mit dem Business Content aus. Der technische Name von Standard-InfoObject beginnt mit dem Zeichen A. Zusätzlich können eigene InfoObjects definiert werden, wobei zu beachten ist, dass der technische Name mit dem Buchstaben Z beginnen muss

26 20. Falsc h Im SAP BW unterscheidet man zwischen BasisCube und Virtueller Cube. Welche der nachstehenden Cubes enthalten physisch Daten auf der Datenbank? a) RemoteCube b) SAP RemoteCube c) Virtueller InfoCube mit Services d) BasisCube 21. Eine Fortschreibungsregel legt fest, wie Kennzahlen und Merkmale aus einer InfoSource in ein Datenziel fortgeschrieben werden. Falsc h a) Fortschreibungsregel müssen Sie pflegen, wenn Sie ein Datenziel aus einer InfoSource mit fleibler Fortschreibung versorgen b) Sie müssen keine Fortschreibungsregel pflegen, wenn Sie ein InfoObject aus einer InfoSource mit direkter Fortschreibung versorgen. c) Bei fleibler Fortschreibung muss für jede Kennzahl bzw. jedes Merkmal eines Datenziels eine Fortschreibungsregel spezifiziert sein d) Ein Datenziel kann von genau einer InfoSource versorgt werden. e) Bei fleibler Fortschreibung müssen für jede InfoSource Fortschreibungsregeln angelegt werden.

1. Welche Fremdschlüsselbeziehungen gehen Dimensionstabellen ein? Fortschreibungsregel im Quellsystem anlegen

1. Welche Fremdschlüsselbeziehungen gehen Dimensionstabellen ein? Fortschreibungsregel im Quellsystem anlegen Fragen 1. Welche Fremdschlüsselbeziehungen gehen Dimensionstabellen ein? Falsch a) Faktentabellen b) SID- Tabllen c) Dimensionstabellen d) Attribute e) Tete 2. Was muss beim Laden von Bewegungsdaten aus

Mehr

InfoObjects&InfoSource

InfoObjects&InfoSource InfoObjects&InfoSource 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

Mehr

1 Einführung 1 1.1 SAP Business Information Warehouse... 3. 1.1.1 BW Version 3.0...5. Architekturplanung... 9

1 Einführung 1 1.1 SAP Business Information Warehouse... 3. 1.1.1 BW Version 3.0...5. Architekturplanung... 9 vii 1 Einführung 1 1.1 SAP Business Information Warehouse... 3 1.1.1 BW Version 3.0...5 Architekturplanung.................................... 9 2 BW-Basissystem 11 2.1 Client/Server-Architektur... 12

Mehr

SAP BW Grundlagen. Bremerhaven 06.05.2006. T4T Bremerhaven 1

SAP BW Grundlagen. Bremerhaven 06.05.2006. T4T Bremerhaven 1 SAP BW Grundlagen Bremerhaven 06.05.2006 T4T Bremerhaven 1 Inhaltsverzeichnis 1. Motivation für bzw. Anforderungen an eine Data Warehousing-Lösung 2. Architektur des SAP Business Information Warehouse

Mehr

Performance-Optimierung in SAP BW. Helmut Tack

Performance-Optimierung in SAP BW. Helmut Tack Performance-Optimierung in SAP BW Helmut Tack INHALTSVERZEICHNIS Inhaltsverzeichnis Einleitung 9 1 Grundlegende Betrachtungen 13 2 Grundlagen der SAP BW-Datenhaltung 17 2.1 Flache Datenspeicher 21 2.2

Mehr

TU Chemnitz SAP BW Pratikum

TU Chemnitz SAP BW Pratikum TU Chemnitz SAP BW Pratikum SAP BW Basics 19.05.2008 Falk Engelhardt Agenda Überblick SAP NetWeaver 7.0 / BI 7.0 Warehouse Management das multidimensionale Datenmodell InfoObjekte DataProvider Datenversorgung

Mehr

Multikonferenz Wirtschaftsinformatik 2004

Multikonferenz 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

Mehr

Performanceaspekte in der SAP BI Modellierung

Performanceaspekte in der SAP BI Modellierung Performanceaspekte in der SAP BI Modellierung SAP BW 7.3 & SAP HANA Performance Indizes Aggregate DSO & InfoCube BWA SAP HANA Empfehlung 2 Performance Performance bedeutet, unter gegebenen Anforderungen

Mehr

Inhaltsverzeichnis. Teil I Datenmodell 5

Inhaltsverzeichnis. Teil I Datenmodell 5 ix 1 Einleitung 1 Teil I Datenmodell 5 2 Grundlagen 7 2.1 Semantische Aspekte der Modellierung....................... 7 2.2 Zeilenbasierte Speicherstrukturen........................... 9 2.2.1 Star-Schema....................................

Mehr

Zu diesem Buch 1. Leitfaden SAP BW 7 Buchinhalt... 1 Leitfaden SAP BW 7 Buchstruktur... 3 Leitfaden SAP BW 7 Motivation zum Buch...

Zu diesem Buch 1. Leitfaden SAP BW 7 Buchinhalt... 1 Leitfaden SAP BW 7 Buchstruktur... 3 Leitfaden SAP BW 7 Motivation zum Buch... xi Zu diesem Buch 1 Leitfaden SAP BW 7 Buchinhalt..................... 1 Leitfaden SAP BW 7 Buchstruktur................... 3 Leitfaden SAP BW 7 Motivation zum Buch............ 5 1 Einleitung ins Szenario

Mehr

1... Einleitung... 15. 2... Grundlagen der Datenmodellierung... 25. 3... SAP NetWeaver BW und SAP BusinessObjects Überblick... 57

1... Einleitung... 15. 2... Grundlagen der Datenmodellierung... 25. 3... SAP NetWeaver BW und SAP BusinessObjects Überblick... 57 1... Einleitung... 15 1.1... Zielgruppen dieses Buches... 17 1.2... Aufbau des Buches... 18 1.3... Hinweise zur Benutzung des Buches... 21 1.4... Danksagung... 23 2... Grundlagen der Datenmodellierung...

Mehr

Cubeware Connectivity for SAP Solutions

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

Mehr

Xtract EXA. Plug n Play mit SAP und EXASolution

Xtract EXA. Plug n Play mit SAP und EXASolution Xtract EXA Plug n Play mit SAP und EXASolution Xtract EXA garantiert eine nahtlose Integration zwischen Ihrem SAP ERP- bzw. SAP BW-System und EXASolution. Mit nur wenigen Mausklicks extrahieren Sie Massendaten

Mehr

3 SAP Business Information Warehouse

3 SAP Business Information Warehouse 3 SAP Business Information Warehouse»Die Grundlage ist das Fundament der Basis.«Le Corbusier Das Business Information Warehouse (BW) ist die von SAP entwickelte Applikation eines Data Warehouses. Das BW

Mehr

6 InfoCubes erstellen und konfigurieren

6 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.

Mehr

DW2004. XML-Datenimport in das SAP Business Information Warehouse bei Bayer Material Science. 3. November 2004. Dr. Michael Hahne, cundus AG

DW2004. XML-Datenimport in das SAP Business Information Warehouse bei Bayer Material Science. 3. November 2004. Dr. Michael Hahne, cundus AG DW2004 XML-Datenimport in das SAP Business Information Warehouse bei Bayer Material Science Dr. Michael Hahne, cundus AG 3. November 2004 cundus AG 2004 Gliederung Motivation SAP Business Information Warehouse

Mehr

6 HANA-optimierte InfoCubes

6 HANA-optimierte InfoCubes 117 HANA-optimierte InfoCubes bilden im»sap BW powered by SAP HANA«das Pendant zu relationalen InfoCubes in BW-Systemen mit relationalen Datenbanksystemen. Obwohl ihr Modell wesentlich auf die spaltenorientierte

Mehr

& Kundenmanagement, Supply Chain Management und Performance. Online Analytical Processing (OLAP)

& Kundenmanagement, Supply Chain Management und Performance. Online Analytical Processing (OLAP) 1 1 Einführung Der Begriff Data Warehouse bezeichnet ein System zur zentralen Bereitstellung von Informationen für Kontroll- und Entscheidungsprozesse. Dies bringt technische und funktionale Besonderheiten

Mehr

Logische Datenmodellierung zur Abbildung mehrdimensionaler Datenstrukturen im SAP Business Information Warehouse

Logische 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,

Mehr

Analyse-Prozess-Designer

Analyse-Prozess-Designer 1 Einleitung Projektarbeit Thema: Analyse-Prozess-Designer Funktionen und Einsatzgebiete im SAP Business Warehouse An der Fachhochschule Dortmund im Fachbereich Informatik erstellte Projekt-/Diplomarbeit

Mehr

Projektverwaltung von SAP-Erweiterungen. Schemaviewer für BasisCubes (inklusive Aggregate) anlegen/ändern/anzeigen

Projektverwaltung von SAP-Erweiterungen. Schemaviewer für BasisCubes (inklusive Aggregate) anlegen/ändern/anzeigen 790.book Seite 637 Montag, 8. Mai 2006 2:24 14 C scodes C.1 en im SAP BW-System BAPI CMOD BAPI Explorer Projektverwaltung von SAP-Erweiterungen DB02 FILE LISTCUBE LISTSCHEMA PFCG Pflege von logischen Dateipfaden

Mehr

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

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

Mehr

www.braunconsult.de SAP BW 7.3 & SAP HANA

www.braunconsult.de SAP BW 7.3 & SAP HANA Performanceaspekte in der SAP BI Modellierung SAP BW 7.3 & SAP HANA Performance Indizes Aggregate DSO & InfoCube BWA SAP HANA Empfehlung 2 Performance Performance bedeutet, unter gegebenen Anforderungen

Mehr

Datenkollektor für SAP Business Warehouse (BW) Status: 09.12.08

Datenkollektor für SAP Business Warehouse (BW) Status: 09.12.08 Datenkollektor für SAP Business Warehouse (BW) Status: 09.12.08 Inhaltsverzeichnis SAP BUSINESS WAREHOUSE (BW) DATENKOLLEKTOR 3 GRUNDSÄTZLICHES:...3 DER BW DATENKOLLEKTOR ÜBERWACHT DIE FOLGENDEN KERNPROZESSE

Mehr

SAP Business Intelligence

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

Mehr

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch

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

Mehr

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Architektur und Konzepte Josef Kolbitsch Manuela Reinisch Übersicht Mehrstufiges BI-System Architektur eines Data Warehouses Architektur eines Reporting-Systems Benutzerrollen in

Mehr

Data Warehousing mit SAP BW 7.3

Data Warehousing mit SAP BW 7.3 Christian Mehrwald Data Warehousing mit SAP BW 7.3 Umfasst SAP BW 7.3 powered by SAP HANA 6., komplett überarbeitete Auflage M dpunkt.verlag Inhaltsübersicht 1 Einleitung 1 Teil I Datenmodell ~ 5 2 Grundlagen

Mehr

Datawarehousing mit SAP @ BW 7

Datawarehousing mit SAP @ BW 7 Christian Mehrwald Datawarehousing mit SAP @ BW 7 Bl in SAP NetWeaver 2004s Architektur, Konzeption, Implementierung 4., vollständig überarbeitete und erweiterte Auflage i" dpunkt.verlag Übersicht 1 Einleitung

Mehr

System angelegt, an das ein BWA angeschlossen ist.

System angelegt, an das ein BWA angeschlossen ist. 129 BWA-Indizes sind ein Spezifikum des Business Warehouse Accelerator (BWA), dessen In-Memory-Technologie mit spaltenbasierter Speicherung in gewisser Weise als Ursprung der HANA-Datenbank betrachtet

Mehr

SAP Business Information Warehouse 3 Architektur, Konzeption, Implementierung

SAP Business Information Warehouse 3 Architektur, Konzeption, Implementierung Christian Mehrwald SAP Business Information Warehouse 3 Architektur, Konzeption, Implementierung Christian Mehrwald E-Mail: Christian.Mehrwald@quadox.de Lektorat & Copy-Editing: Christine Weber Satz: Peter

Mehr

IT-basierte Kennzahlenanalyse im Versicherungswesen

IT-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:

Mehr

Norbert Egger, Jean-Marie R. Fiechter, Jens Rohlf, Jörg Rose, Oliver Schrüffer SAP BW Reporting und Analyse

Norbert Egger, Jean-Marie R. Fiechter, Jens Rohlf, Jörg Rose, Oliver Schrüffer SAP BW Reporting und Analyse Norbert Egger, Jean-Marie R. Fiechter, Jens Rohlf, Jörg Rose, Oliver Schrüffer SAP BW Reporting und Analyse Galileo Press Inhalt Geleitwort 13 Vorwort 15 Einleitung und Überblick 17 Einführung 17 Aufbau

Mehr

Inhalt. Geleitwort 13. Vorwort 17. Einleitende Hinweise 19. 1 Business-Intelligence-Konzepte - Neuerungen 25

Inhalt. Geleitwort 13. Vorwort 17. Einleitende Hinweise 19. 1 Business-Intelligence-Konzepte - Neuerungen 25 Inhalt Geleitwort 13 Vorwort 17 Einleitende Hinweise 19 Handhabung des Buches 19 Übergreifendes Beispielszenario 19 Nach der Lektüre 21 Danksagung 21 1 Business-Intelligence-Konzepte - Neuerungen 25 1.1

Mehr

OLAP und Data Warehouses

OLAP 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

Mehr

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

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

Mehr

AGM Project & Education GmbH

AGM Project & Education GmbH AGM Project & Education GmbH Leipzig Datenschutzkonferenz dtb Kassel November 2011 20.11.2011 Detlev.Sachse@agm-onside.com 1 Zur Person 20.11.2011 Detlev.Sachse@agm-onside.com 2 Thema Data-Mining am Beispiel

Mehr

Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s)

Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s) Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s) Architektur, Konzeption, Implementierung von Christian Mehrwald 5., korrigierte Auflage Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s)

Mehr

Workshop Fit for SAP BW 7.40!

Workshop Fit for SAP BW 7.40! Workshop Fit for SAP BW 7.40! Fit for SAP BW 7.40 Seite 1 von 5 Agendavorschlag - Tag 1 Delta Workshop BW 7.4 09:00 09:15 Vorstellung Ablauf 09:15 09:30 Übersicht Neuerungen BW 7.4 09:30 10:00 Data Staging

Mehr

Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg, 16.09.2014 www.boak.ch

Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg, 16.09.2014 www.boak.ch Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg, 16.09.2014 www.boak.ch Obwohl mit der Verwendung von SAP HANA ein neuer semantischer Layer zum Einsatz kommt,

Mehr

1 Einführung. Unbekannte Begriffe: Business Intelligence, Knowledge Management, Unternehmensportale, Information Warehouse.

1 Einführung. Unbekannte Begriffe: Business Intelligence, Knowledge Management, Unternehmensportale, Information Warehouse. 1 Einführung mysap Business Intelligence stellt mit Hilfe von Knowledge Management die Verbindung zwischen denen, die etwas wissen und denen, die etwas wissen müssen her. mysap Business Intelligence integriert

Mehr

Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s)

Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s) Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s) Architektur, Konzeption, Implementierung von Christian Mehrwald überarbeitet Datawarehousing mit SAP BW 7 (BI in SAP NetWeaver 2004s) Mehrwald schnell

Mehr

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

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

Mehr

Übungsaufgaben. Anmerkungen: Die Aufgabenstellungen basieren teilweise auf Aufgabenstellungen der SAP AG bzw. sind dort angelehnt.

Übungsaufgaben. Anmerkungen: Die Aufgabenstellungen basieren teilweise auf Aufgabenstellungen der SAP AG bzw. sind dort angelehnt. Übungsaufgaben Anmerkungen: Die Aufgabenstellungen basieren teilweise auf Aufgabenstellungen der SAP AG bzw. sind dort angelehnt. Für alle Screenshots gilt: Copyright SAP AG! Das verwendete Kürzel ## in

Mehr

Liquiditätsrechnung und -planung mit SAP

Liquiditätsrechnung und -planung mit SAP Stephan Kerber, Dirk Warntje Liquiditätsrechnung und -planung mit SAP Bonn Boston Inhaltsverzeichnis Einleitung... 7 1 Betriebswirtschaftlicher Überblick... 11 1.1 Der Begriff Liquiditätsrechnung... 11

Mehr

O-BIEE Einführung mit Beispielen aus der Praxis

O-BIEE Einführung mit Beispielen aus der Praxis O-BIEE Einführung mit Beispielen aus der Praxis Stefan Hess Business Intelligence Trivadis GmbH, Stuttgart 2. Dezember 2008 Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg

Mehr

Stichwortverzeichnis. Symbole $TMP 53, 238, 263, 316. Numerisch 0CALMONTH 121, 125, 147, 228 0CALYEAR 109, 121, 125, 147, 216, 217, 218,

Stichwortverzeichnis. Symbole $TMP 53, 238, 263, 316. Numerisch 0CALMONTH 121, 125, 147, 228 0CALYEAR 109, 121, 125, 147, 216, 217, 218, Symbole $TMP 53, 238, 263, 316 Numerisch 0CALMONTH 121, 125, 147, 228 0CALYEAR 109, 121, 125, 147, 216, 217, 218, 219, 273 0CUSTOMER 78 3-Schichten-Modell 325 A abbrechen 213 mit Core 346 ohne Core 346

Mehr

SAP HANA ist schnell erklärt. TOBA Trainerwochenende vom 09. - 12. Mai 2013 in Prag

SAP HANA ist schnell erklärt. TOBA Trainerwochenende vom 09. - 12. Mai 2013 in Prag SAP HANA ist schnell erklärt TOBA Trainerwochenende vom 09. - 12. Mai 2013 in Prag Ihr Referent Steckbrief Name: Miroslav Antolovic Jahrgang: 1975 Stationen: SAP, Walldorf 1999-2004 Realtech, Walldorf

Mehr

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

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

Mehr

BI around the world - Globale Reporting Lösungen bei Continental Automotive

BI around the world - Globale Reporting Lösungen bei Continental Automotive BI around the world - Globale Reporting Lösungen bei Continental Automotive Stefan Hess Trivadis GmbH Stuttgart Herbert Muckenfuss Continental Nürnberg Schlüsselworte: Oracle BI EE, Business Intelligence,

Mehr

Das Common Warehouse Metamodel als Referenzmodell für Metadaten im Data Warehouse und dessen Erweiterung im SAP Business Information Warehouse

Das Common Warehouse Metamodel als Referenzmodell für Metadaten im Data Warehouse und dessen Erweiterung im SAP Business Information Warehouse BTW 2005 Das Common Warehouse Metamodel als Referenzmodell für Metadaten im Data Warehouse und dessen Erweiterung im SAP Business Information Warehouse Dr. Michael Hahne 3. März 2005 Dr.Michael Hahne 2005

Mehr

Integration Services Übersicht

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

Mehr

WI EDI Solution. Stand 17.02.2012

WI EDI Solution. Stand 17.02.2012 WI EDI Solution Stand 17.02.2012 WIAG Überblick 2011 - SAP, SAP BW, SAP SEM/BPS, SAP BPC, SAP R/3, ABAP, Netweaver sind eingetragene Warenzeichen der SAP AG, Walldorf Folie 1 Inhalt Was ist WIEDIS? IDOC

Mehr

1Ralph Schock RM NEO REPORTING

1Ralph Schock RM NEO REPORTING 1Ralph Schock RM NEO REPORTING Bereit für den Erfolg Business Intelligence Lösungen Bessere Entscheidungen Wir wollen alle Mitarbeiter in die Lage versetzen, bessere Entscheidungen schneller zu treffen

Mehr

Data Warehouse. für den Microsoft SQL SERVER 2000/2005

Data Warehouse. für den Microsoft SQL SERVER 2000/2005 Warehouse für den Microsoft SQL SERVER 2000/2005 Begriffe 1 DWH ( Warehouse) ist eine fachübergreifende Zusammenfassung von Datentabellen. Mart ist die Gesamtheit aller Datentabellen für einen fachlich

Mehr

Intelligence (BI): Von der. Nürnberg, 29. November 2011

Intelligence (BI): Von der. Nürnberg, 29. November 2011 Modelle für Business Intelligence (BI): Von der Anforderung zum Würfel Nürnberg, 29. November 2011 Warum Modelle für Business Intelligence (BI)? Warum Modelle für Business Intelligence (BI)? Bis zur Auswertung

Mehr

Data Warehouse Grundlagen

Data Warehouse Grundlagen Seminarunterlage Version: 2.10 Version 2.10 vom 24. Juli 2015 Dieses Dokument wird durch die veröffentlicht.. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen sind Warenzeichen

Mehr

CBW NLS Schneller Query-Zugriff auf Datenbank und Nearline Storage

CBW NLS Schneller Query-Zugriff auf Datenbank und Nearline Storage CBW NLS Schneller Query-Zugriff auf Datenbank und Nearline Storage PBS Nearline Storage Lösung mit spaltenorientierter Datenbanktechnologie für SAP NetWeaver BW Dr. Klaus Zimmer, PBS Software GmbH Agenda

Mehr

Teil 1: Taktischer Ansatz und Konzepte von SAP... R/3-Reporting

Teil 1: Taktischer Ansatz und Konzepte von SAP... R/3-Reporting SAP R/3-Reporting Berichte erstellen Reportingtools sinnvoll wählen und anwenden 3-89842-209-7 Inhaltsverzeichnis Einführung 17 Teil 1: Taktischer Ansatz und Konzepte von SAP... R/3-Reporting 1... Anforderungen

Mehr

Leben und Arbeiten mit (SAP)BW. Thomas Brandt Developer, SAP AG

Leben und Arbeiten mit (SAP)BW. Thomas Brandt Developer, SAP AG Leben und Arbeiten mit (SAP)BW Thomas Brandt Developer, SAP AG Leben und Arbeiten mit (SAP)BW Thomas Brandt Developer, SAP AG Business Information Warehouse SAP AG 2003, Leben und Arbeiten mit (SAP)BW,

Mehr

Modellbasierte Business Intelligence in der Praxis. Nürnberg, 10.11.2009

Modellbasierte Business Intelligence in der Praxis. Nürnberg, 10.11.2009 Modellbasierte Business Intelligence in der Praxis Nürnberg, 10.11.2009 I N H A L T 1. Warum Modelle für Business Intelligence (BI)? 2. Inhalte von Datenmodellen für BI 3. Inhalte von Prozessmodellen 4.

Mehr

Information-Design-Tool

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

Mehr

Business Intelligence Data Warehouse. Jan Weinschenker

Business 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

Mehr

V13: SAP BW: Data Warehousing & Wiederholung

V13: SAP BW: Data Warehousing & Wiederholung Aufbaukurs SAP ERP: Module PP, FI und CO Wintersemester 2009/10 V13: SAP BW: Data Warehousing & Wiederholung 25. Januar 2010 Dipl.-Ök. Harald Schömburg Dipl.-Ök. Thorben Sandner schoemburg@iwi.uni-hannover.de

Mehr

Contents. Ebenen. Data Warehouse - ETL Prozess Version: July 10, 2007. 1 Ebenen. Andreas Geyer-Schulz und Anke Thede. 2 Problemquelle Quellsysteme 4

Contents. Ebenen. Data Warehouse - ETL Prozess Version: July 10, 2007. 1 Ebenen. Andreas Geyer-Schulz und Anke Thede. 2 Problemquelle Quellsysteme 4 Contents Data Warehouse - ETL Prozess Version: July 10, 2007 Andreas Geyer-Schulz und Anke Thede Schroff-Stiftungslehrstuhl Informationsdienste und Elektronische Märkte Fakultät für Wirtschaftswissenschaften

Mehr

BI-Kongress 2015 COMBINED THINKING FOR SUCCESS. Daniel Stecher, Stephan Weber, Adrian Bourcevet Frankfurt, 09. Juni 2015 Zürich, 11.

BI-Kongress 2015 COMBINED THINKING FOR SUCCESS. Daniel Stecher, Stephan Weber, Adrian Bourcevet Frankfurt, 09. Juni 2015 Zürich, 11. BI-Kongress 2015 COMBINED THINKING FOR SUCCESS. Office of the CIO Daniel Stecher, Stephan Weber, Adrian Bourcevet Frankfurt, 09. Juni 2015 Zürich, 11. Juni 2015 CubeServ BI-Kongress 2015 / 1 Agenda Anforderungen

Mehr

DSAG Arbeitskreis Revision Arbeitsgruppe Datenschutz. Leitfaden Datenschutz für SAP BW

DSAG Arbeitskreis Revision Arbeitsgruppe Datenschutz. Leitfaden Datenschutz für SAP BW DSAG Arbeitskreis Revision Arbeitsgruppe Datenschutz Leitfaden Datenschutz für SAP BW Release 3.1 Stand 28. November 2003 http://www.sap.de/revis SAP AG Neurottstr. 16 D-69190 Walldorf Änderungen und Ergänzungen

Mehr

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht)

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Christian Haag, DATA MART Consulting Consulting Manager Oracle DWH Team

Mehr

Nach Data Warehousing kommt Business Intelligence

Nach Data Warehousing kommt Business Intelligence Nach Data Warehousing kommt Business Intelligence Andrea Kennel Trivadis AG Glattbrugg, Schweiz Schlüsselworte: Business Intelligence, Data Warehouse Zusammenfassung Data Warehouse bedeutet, dass operative

Mehr

3 Absatzplanung mit SAP APO-DP die Grundlagen

3 Absatzplanung mit SAP APO-DP die Grundlagen Die Konfiguration der Absatzplanung und ihrer Planungsmappen entscheidet über die Handhabbarkeit, die Flexibilität und die Performance der Absatzplanung. Ein gut durchdachtes Konzept spart später viel

Mehr

Seminar C16 - Datenmodellierung für SAP BW

Seminar 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

Mehr

Customer Data Control. - verwalten und steuern -

Customer Data Control. - verwalten und steuern - Customer Data Control - verwalten und steuern - Customer Data Control Für jede kleine Steuertabelle eine Datenbanktabelle anzulegen ist teuer! Jeder Entwickler programmiert den Zugriff auf Z-Tabellen anders!

Mehr

Marketing Intelligence Übersicht über Business Intelligence. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Übersicht über Business Intelligence. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Übersicht über Business Intelligence Josef Kolbitsch Manuela Reinisch Übersicht Beispiel: Pantara Holding Der Begriff Business Intelligence Übersicht über ein klassisches BI-System

Mehr

Oracle-Statistiken im Data Warehouse effizient nutzen

Oracle-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

Mehr

Howto. Konfiguration eines Adobe Document Services

Howto. Konfiguration eines Adobe Document Services Howto Konfiguration eines Adobe Document Services (ADS) Inhaltsverzeichnis: 1 SYSTEMUMGEBUNG... 3 2 TECHNISCHE VERBINDUNGEN ZWISCHEN DEN SYSTEMEN... 3 2.1 PDF BASIERENDE FORMULARE IN DER ABAP UMGEBUNG...

Mehr

Performance by Design Wie werden performante ETL-Prozesse erstellt?

Performance by Design Wie werden performante ETL-Prozesse erstellt? Performance by Design Wie werden performante ETL-Prozesse erstellt? Reinhard Mense ARETO Consulting Bergisch Gladbach Schlüsselworte: DWH, Data Warehouse, ETL-Prozesse, Performance, Laufzeiten, Partitionierung,

Mehr

SAP-BW Überblick und Nutzen

SAP-BW Überblick und Nutzen SAP-BW Überblick und Nutzen Die Motivation Ihr Unternehmen zieht die Nutzung von BW für seine Reporting-Bedürfnisse in Betracht. Aus diesem Grund benötigen sie einen Gesamtüberblick über das Produkt,um

Mehr

Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH

Data 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

Mehr

Database Exchange Manager. Infinqa IT Solutions GmbH, Berlin Stralauer Allee 2 10245 Berlin Tel.:+49(0) 30 2900 8639 Fax.:+49(0) 30 2900 8695

Database Exchange Manager. Infinqa IT Solutions GmbH, Berlin Stralauer Allee 2 10245 Berlin Tel.:+49(0) 30 2900 8639 Fax.:+49(0) 30 2900 8695 Database Exchange Manager Replication Service- schematische Darstellung Replication Service- allgemeines Replikation von Daten von bzw. in ein SAP-System und einer relationalen DMS-Datenbank Kombination

Mehr

Best Practice: Dezentraler Datenanlieferungsprozess im Enterprise Data Warehouse

Best Practice: Dezentraler Datenanlieferungsprozess im Enterprise Data Warehouse Best Practice: Dezentraler Datenanlieferungsprozess im Enterprise Data Warehouse 07. Juli 2011 DSAG AG Enterprise-BW Klaus Schneider, Celesio AG Marcel Salein, FIVE1 GmbH & Co. KG 1 March 2011, CCEA Agenda

Mehr

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

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

Mehr

Business Intelligence Aufgabenstellung

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

Mehr

Themenblock: Erstellung eines Cube

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

Mehr

Star-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten

Star-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...

Mehr

SAP BI Business Information

SAP BI Business Information Aus der Praxis für die Praxis. SAP BI Business Information Thomas Wieland Berlin, 24. November 2006 SAP BW Architektur Seite 2 Business Intelligence Aufgaben Bereitstellung harmonisierter Daten, Informationen

Mehr

products Cubeware Connectivity for SAP Solutions Smarte Schnittstelle für Business Intelligence auf SAP SAP zertifiziert

products Cubeware Connectivity for SAP Solutions Smarte Schnittstelle für Business Intelligence auf SAP SAP zertifiziert Cubeware Connectivity for SAP Solutions Smarte Schnittstelle für Business Intelligence products auf SAP SAP zertifiziert Keine Programmierkenntnisse erforderlich Mächtig durch vorgegebenen Business Content

Mehr

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

Datawarehouse Architekturen. Einheitliche Unternehmenssicht Datawarehouse Architekturen Einheitliche Unternehmenssicht Was ist Datawarehousing? Welches sind die Key Words? Was bedeuten sie? DATA PROFILING STAGING AREA OWB ETL OMB*PLUS SAS DI DATA WAREHOUSE DATA

Mehr

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

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

Mehr

Integration Services - Dienstarchitektur

Integration Services - Dienstarchitektur Integration Services - Dienstarchitektur Integration Services - Dienstarchitektur Dieser Artikel solle dabei unterstützen, Integration Services in Microsoft SQL Server be sser zu verstehen und damit die

Mehr

ISACA After Hours Seminar vom 29.3.2009

ISACA After Hours Seminar vom 29.3.2009 SAP -Systeme und Unternehmensdaten wie sicher sind sie wirklich? Thomas Tiede IBS Schreiber GmbH Geschäftsführer 1 Agenda 1 Sensible Unternehmensdaten Wo und wie werden sie gespeichert? 2 Unterschätzte

Mehr

eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator

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

Mehr

Einführungsveranstaltung: Data Warehouse

Einführungsveranstaltung: Data Warehouse Einführungsveranstaltung: 1 Anwendungsbeispiele Berichtswesen Analyse Planung Forecasting/Prognose Darstellung/Analyse von Zeitreihen Performancevergleiche (z.b. zwischen Organisationseinheiten) Monitoring

Mehr

BI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit

BI 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

Mehr

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

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

Mehr

Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH. Software mit Format.

Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH. Software mit Format. Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH Gerd Schandert, Neuss den 18.03.2014 Agenda 1. Vorstellung Auftraggeber 2. Förderung allgemein 3. Schichten im Data Warehouse 4.

Mehr

Einleitung. 1.1 Zielgruppe und Voraussetzungen. Kapitel 1

Einleitung. 1.1 Zielgruppe und Voraussetzungen. Kapitel 1 Kapitel 1 Einleitung 1.1 Zielgruppe und Voraussetzungen Das Buch wird für alle von Nutzen sein, die sich entweder neu oder wiederholt mit dem SAP NetWeaver Business Warehouse praktisch befassen: Studenten,

Mehr

Norbert Egger, Jean-Marie Fiechter, Jens Rohlf. SAP BW Datenmodellierung

Norbert Egger, Jean-Marie Fiechter, Jens Rohlf. SAP BW Datenmodellierung Norbert Egger, Jean-Marie Fiechter, Jens Rohlf SAP BW Datenmodellierung Inhalt Geleitwort 13 Vorwort 15 Einleitung und Überblick 17 Einführung... 17 Aufbau des Buches... 18 Handhabung des Buches... 19

Mehr

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft

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

Mehr

C09: Einsatz SAP BW im Vergleich zur Best-of-Breed-Produktauswahl

C09: 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

Mehr

BW powered by HANA. Martin Effinger Month 06, 2013

BW powered by HANA. Martin Effinger Month 06, 2013 BW powered by HANA Martin Effinger Month 06, 2013 winnovation Quick Facts Form Aktiengesellschaft Gründung 28.3.2006 Aktienkapital 200 000 CHF (100% im Besitz des Mgt) Ort Baar (Zug, Schweiz) Mitarbeiter

Mehr