Stichwortverzeichnis. e - Funktion 33 ff. B Data Refresh 35
|
|
- Sofia Fischer
- vor 6 Jahren
- Abrufe
Transkript
1 537 Stichwortverzeichnis A ADAPT 185, 198 ff. Data Dictionary 26 ff. Aggregation 46 ff., 503 f. Data Mart 19 f., 343 Anreicherung 39 f. Data Mining 31 f., 379 ff., Anwendungs-Server 60 ff. 427 ff. Archivierungssystem 27 ff. - Anwendungen 392 ff., 428 f. Auditing 136 ff. - Funktionen 388 ff. Aufwand 64 f. - Marktüberblick 432 ff. Auswertungstools 29 f., 356 ff., - Methoden 392 ff. 364 ff. - Rahmenkonzept 379 f. Authentifizierung 93 ff. - System 387 ff. Autorisierung 100 f. - Werkzeuge 397 ff. D Data Propagation 37 B Data Refresh 35 Betriebsarten 95 ff. Data Update 35 f. Budgetüberwachung 283 ff. Data Warehouse Business Information - Administration 47 ff. Reengineering 533 ff. - Architektur 14 ff. Business Intelligence 411,422 - Begriff 6 ff. Business Performance - Betrieb 47ff. Measurement 9 - Datenbank 15 ff. - Design 42 ff. e - Funktion 33 ff. Calculation Growth Factor (CGF) - Management f. - Organisations formen 51 ff. Client- / Server- Architektur - Projekt 270 ff. - Fat Client virtuelles 55 f. - Thin Client 349 Datenbank COGITO 439 ff. - multidimensionale 21,354 ff. Conjoin 222 f. - statistische 113f. Datenextraktion 34 f.
2 538 Stichwortverzeichnis D Datenmodell Fact Constellation Schema semantisches 158 f. Fakttabelle 224 DatenmodelIierung 158 ff. FASMI 342 Datenmustererkennung 378 f. Filterung 37 f. Datenqualität 482 Firewalls 127 f. Datenschutz 137 Frühwarnsystem 279 f. Datensicherheit 88 ff. Datensicherung 27 G Delta Update 35 f. Denormalisierung 42 ff. Dicing 157,340 Dimensional Fact Model 207 f. Dimensionen - aggregierende hierarchische 167 f. - kategorisierende 169 f. - partitionierende Strukturanomalien 172 ff. - Tabelle Typen 164 f., 200 f. Discretionary Access Control (DAC) 106f. Drill Down 155,340 I E F Galaxie 226 Granularität 39 Grundrechnung 8 H Hardware 236 ff. Harmonisierung 37 f. Hierarchien - parallele 174 Hub and Spoke 56 f. Hybrides OLAP 415 Hypercube 358 Identifizierung Indizierung 93 ff. Eamed Value-Analyse 283 f. - Bitmap 233 f., 352 EBIS 5 -Standard 233 Endbenutzerwerkzeuge 364 tf. Information Entity Relationship Model Factory 476 ff. Erfolgsfaktoren - Warehouse 5 - kritische (KEF) 177 Extraktion 34 f., 500 f. Extranet 59 f.
3 539 I Multidimensionalität 216 Informations- - Abfragen 354 ff. - katalog 24 - Daten 151 ff. - sicherheit 86 ff. - Datenbanken 354 ff. - wert 89 - wertanalyse 90 ff. N Initial Load 41 Navigation 370 ff. Integrität 86 Nicht-Volatilität 13 Internet 58 ff., 125 ff., N ormalisierung 369,522 f. - partielle 227 f. Intranet 58 ff., 522 f. Nutzenpotentiale 65 ff. ISOM 514 ff. K Kennzahlen 150 Knowledge Discovery 32 Kosten 64 M 0 Objektorientierung 249 ff. - Datenbanken 251 ff. - Konzepte 249 ff. - ModelIierungsansätze 209 ff. Objekttypenmethode 194 OLAP MAIS 486 ff. - Council 357 Mandatory Access Control - Datenbank 21 (MAC) 109 ff. - Engine 349 Massive1y Parallel Processing (MPP) Generatoren 366 f. Matrizen - Marktübersicht 413 f. - dünnbesiedelte 217 ff., 358 ff. - Regeln 336 ff. M eilens teindiagramm 282 f. - Server 344 ff. Meta-Daten 22 ff. On-Line Analytical - banksystem 22 ff. Processing (OLAP) - DSS- 26 Online Transaction MuIticube 358 Processing (OLTP) 153 5,30f.,151, 334 ff. Multidimensional On-Line Operational Data Store Analytical Processing (ODS) 21 f. (MOLAP) 344 ff., 415 Optimierung - muitidimensionale Impl. 220 ff.
4 540 Stichwortverzeichnis 0 Symmetrie Multiprocessing - relationale Impl. 229 ff. (SMP) 236 Orange Book 140 f. P Parallelisierung 236 ff. Partitionierung 45 f., 231 f. Projekt - controlling 270 ff. - management 270 ff. - team 473 Q Qualitätssicherung 295 ff. T Testarten - Black Box 306 f. - Last 316 ff. - Massen 313 f. - Modul 307 f. - Regression 320 f. - Restart-/Recovery 3l9ff. - StreB 314f. - System 310 f. - White Box 306 f. Testverfahren Testorganisation 301 ff. 322 ff. R Transformation 33 f., 502 Ranging 157 Trojanische Pferde 123 f. Relational On-Line AnalyticalProcessing (ROLAP) Risikoanalyse 344ff., ff. Roll Up 155,340 S Sampling 235 f. Search Engines 18 Selektivität 233 Sicherheitsfunktionen 93 f. Slicing 155,340 Snowflake-Schema 227 f. Star-Index 232 f. Star-Join 232 f. Star-Schema 225 f. Supply Chain 60 U Unternehmensdaten - externe 17f. - interne 16 f. V Verbindlichkeit 87 Verdichtung 39 f., 230 f. Verfiigbarkeit 86 Verschlüsselung 134f. - asymmetrische symmetrische 134 Vertraulichkeit 86 Viren 123 f. Visualisierung 370 ff.
5 541 W Web Farming 17 f. Web-Server 61 ff. World Wide Web 17 Würmer 123 f. Z Zielhierarchie 275 Zielkonflikte 273 ff. Zielkonfliktsmatrix 277 Zielsystem 273 ff. Zugriffskontrollsystem 100 ff.
6 ~' GABLER vleweg Teubner Fachinformation auf Mausklick Das Internet-Angebot der Verlage Gabler, Vieweg, Westdeutscher Verlag, B. G. Teubner sowie des Deutschen Universitätsverlages bietet frei zugängliche Informationen über Bücher, Zeitschriften, Neue Medien und die Seminare der Verlage. Die Produkte sind über einen Online-Shop recherchier- und bestellbar.,... _ /... gow-t~... l' ~.w, ""'* ~.. I-... /~ VlJllkt,#1itlJtfi bll'j -d,." tktjlr.tt..j\ttutbilt.. 1I., Für ausgewählte Produkte werden Demoversionen zum Download, Leseproben, weitere Informationsquellen im Internet und Rezensionen bereitgestellt. So ist zum Beispiel eine Online-Variante des Gabler Wirtschafts-Lexikon mit über 500 Stichworten voll recherchierbar auf der Homepage integriert. Über die Homepage finden Sie auch den Einstieg in die Online-Angebote der Verlagsgruppe, so etwa zum Business-Guide, der die Informationsangebote der Gabler-Wirtschaftspresse unter einem Dach vereint, oder zu den Börsen- und Wirtschaftsinfos des Platow Briefes und der Fuchsbriefe. Selbstverständlich bietet die Homepage dem Nutzer auch die Möglichkeit mit den Mitarbeitern in den Verlagen via zu kommunizieren. In unterschiedlichen Foren ist darüber hinaus die Möglichkeit gegeben, sich mit einer "community of interest" online auszutauschen.... wir freuen uns auf Ihren Besuch! Abraham-Lincoln-Str Wiesbaden Fax:
7 Der Schritt nach vorn IHR VORSPRUNG IM li-business Mit den Vieweg-Business Computing-Büchern erschliessen Sie sich das State-of-the-Art Wissen im li-business zu den Themen (, ERP - (" IT-Beraterwissen Enterprice-Recource-Planning ti.' Marketing und (, Kommunikation und Netze (I ' Internet (f. Datensicherheit E-Commerce (J IT-Projektmanagement ti. Software-Entwicklung (J u. v. m. ~ vleweg Nutzen Sie unseren -newsletter unter um immer up-to-date zu sein! Abraham-Lincoln-Straße Wiesbaden' Fax
Inhaltsübersicht...IX Inhaltsverzeichnis...XI Abbildungsverzeichnis...XVII Tabellenverzeichnis... XXIII Abkürzungsverzeichnis...
Inhaltsübersicht...IX Inhaltsverzeichnis...XI Abbildungsverzeichnis...XVII Tabellenverzeichnis... XXIII Abkürzungsverzeichnis... XXV 1 Einführung... 1 1.1 Problemstellung... 1 1.2 Zielsetzung... 3 1.3
MehrDatenbanken Grundlagen und Design
Frank Geisler Datenbanken Grundlagen und Design 3., aktualisierte und erweiterte Auflage mitp Vorwort 15 Teil I Grundlagen 19 i Einführung in das Thema Datenbanken 21 i.i Warum ist Datenbankdesign wichtig?
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
MehrMultidimensionale Konzepte zur Controlling- Unterstützung in kleinen und mittleren Unternehmen
Tatjana Tegel Multidimensionale Konzepte zur Controlling- Unterstützung in kleinen und mittleren Unternehmen Deutscher Universitäts-Verlag Inhaltsverzeichnis Abkürzungsverzeichnis 1 Einleitung 2 Merkmale
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....................................
MehrDatenbanken. Datenbanken. Grundlagen und Design. Grundlagen und Design. Frank. Geisler. 4. Auflage
Datenbanksysteme, Datenbankanwendungen und Middleware Das relationale Datenbankmodell ER-Datenbankmodellierung und Normalisierung SQL-Grundlagen Projektablauf bei der Erstellung einer Datenbank Transaktionen
MehrInhaltsverzeichnis. 1 Einleitung Motivation und Umfeld Zielsetzung der Arbeit Methodisches Vorgehen und Aufbau der Arbeit 3
Inhaltsverzeichnis 1 Einleitung 1 1.1 Motivation und Umfeld 1 1.2 Zielsetzung der Arbeit 2 1.3 Methodisches Vorgehen und Aufbau der Arbeit 3 2 Grundlagen des Feuerwehrwesens 5 2.1 Kategorisierung der Feuerwehren
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
MehrDatenbanken - Grundlagen und Design
mitp Professional Datenbanken - Grundlagen und Design von Frank Geisler überarbeitet Datenbanken - Grundlagen und Design Geisler schnell und portofrei erhältlich bei beck-shop.de DIE FACHBUCHHANDLUNG mitp/bhv
MehrData Warehouse (DWH) / (Business Intelligence, BI )
Data Warehouse (DWH) / (Business Intelligence, BI ) Begriffsbildung: Ein Data Warehouse ist eine themenorientierte, integrierte, zeitabhängige, nichtflüchtigedatenbank fürdie Unterstützung von Managemententscheidungen
MehrÜbung zur Einführung in die Wirtschaftsinformatik Cognos Powerplay als Beispiel für ein DSS
Übung zur Einführung in die Wirtschaftsinformatik 2006-05 - 10 Cognos Powerplay als Beispiel für ein DSS 1 Entscheidungsunterstützungssysteme (EUS) Decision Support Systems (DSS) EUS sollen das gemeinsame
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)
MehrData Warehouse. Komponente der Business Intelligence und Qualitätsfaktor des Reportings
Wirtschaft Simon Schäfer Data Warehouse. Komponente der Business Intelligence und Qualitätsfaktor des Reportings Bachelorarbeit Bachelor Thesis Data Warehouse - Komponente der Business Intelligence und
MehrSeminar in der Seminarreihe Business Intelligence 1. OLAP und Datawarehousing
Seminar in der Seminarreihe Business Intelligence 1 OLAP und Datawarehousing OLAP & Warehousing Die wichtigsten Produkte Die Gliederung Produkt Bewertung & Vergleiche Die Marktentwicklung Der aktuelle
MehrAutorinnen und Autoren
Autorinnen und Autoren Johannes Abendroth, Dipl.-Physiker Dr. Dr. Ayad AI-Ani Lehrbeauftragter am Institut für Planung und Organisation, Universität Wien Norbert Büning, Dipl.-Betriebswirt Thomas Claussen,
MehrData Warehouse Technologien
Veit Köppen Gunter Saake Kai-Uwe Sattler Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis vii 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...............
MehrGeleitwort des Reihenherausgebers... 5
Inhalt Geleitwort des Reihenherausgebers... 5 Vorwort... 7 Abkürzungen... 15 1 Einführung... 19 1.1 Der Begriff E-Business... 19 1.2 Die Bedeutung des E-Business... 20 1.3 Formen von E-Business... 22 1.4
MehrInhaltsverzeichnis. vii.
vii 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt 2 1.2 OLTP versus OLAP 4 1.2.1 OLAP-versus OLTP-Transaktionen 5 1.2.2 Vergleich von OLTP und OLAP 6 1.2.3 Abgrenzung: DBMS-Techniken
MehrVeit Köppen Gunter Saake Kai-Uwe Sattler. 2. Auflage. Data Warehouse Technologien
Veit Köppen Gunter Saake Kai-Uwe Sattler 2. Auflage Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis ix 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...
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
MehrData Warehouse und Data Mining
Einführungsseminar Data Mining Seminarvortrag zum Thema: Data Warehouse und Data Mining Von gehalten am Betreuer: Dr. M. Grabert Einführung Problemstellung Seite 2 Einführung Unternehmen bekommen eine
MehrE-Commerce-Controlling
Olaf Resch E-Commerce-Controlling Spezifika, Potenziale, Lösungen Mit einem Geleitwort von Prof. Dr. Gerhard Brosius Deutscher Universitäts-Verlag Inhaltsverzeichnis Geleitwort Vorwort Abbildungs- und
MehrInhaltsverzeichnis. Teil I OLAP und der Microsoft SQL-Server 1. 1 Theoretische Grundlagen 3
vii Teil I OLAP und der Microsoft SQL-Server 1 1 Theoretische Grundlagen 3 1.1 Was ist OLAP?......................................... 3 1.1.1 Business Intelligence............................... 4 1.1.2
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
MehrData Warehouse Grundlagen
Seminarunterlage Version: 2.13 Version 2.13 vom 27. August 2018 Dieses Dokument wird durch die veröffentlicht.. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen sind Warenzeichen
MehrOLAP mit dem SQL-Server
Hartmut Messerschmidt Kai Schweinsberg OLAP mit dem SQL-Server Eine Einführung in Theorie und Praxis IIIBibliothek V dpunkt.verlag Teil OLAP undder Microsoft SQL-Server 1 1 Theoretische Grundlagen 3 1.1
MehrFolien zum Textbuch. Kapitel 6: Managementunterstützungssysteme. Teil 2: Textbuch-Seiten 794-825
Folien zum Textbuch Kapitel 6: Managementunterstützungssysteme Teil 2: Managementunterstützung auf strategischer Ebene Datenverwaltung und -auswertung Textbuch-Seiten 794-825 WI 1 MUS MUS auf strategischer
MehrMala Bachmann September 2000
Mala Bachmann September 2000 Wein-Shop (1) Umsatz pro Zeit und Produkt Umsatz Jan Feb Mrz Q1 Apr 2000 Merlot 33 55 56 144 18 760 Cabernet-S. 72 136 117 325 74 1338 Shiraz 85 128 99 312 92 1662 Rotweine
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
MehrData Warehousing. Sommersemester Ulf Leser Wissensmanagement in der Bioinformatik
Data Warehousing Sommersemester 2004 Ulf Leser Wissensmanagement in der Bioinformatik ... Der typische Walmart Kaufagent verwendet täglich mächtige Data Mining Werkzeuge, um die Daten der 300 Terabyte
MehrData Warehouse Technologien
mitp Professional Data Warehouse Technologien von Veit Köppen, Gunter Saake, Kai-Uwe Sattler 2. Auflage 2014 Data Warehouse Technologien Köppen / Saake / Sattler schnell und portofrei erhältlich bei beck-shop.de
MehrAnfragesprachen für On-Line Analytical Processing (OLAP)
Anfragesprachen für On-Line Analytical Processing (OLAP) Seminar Business Intelligence Teil I: OLAP & Data Warehousing René Rondot rondot@informatik.uni-kl.de Universität Kaiserslautern Anfragesprachen
MehrSelf Service BI. - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge
Self Service BI - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge 04. Juli 2013 Cubeware GmbH zu Gast im Hause der Raber+Märcker GmbH Referent: Uwe van Laak Presales Consultant
MehrVorwort zur 5. Auflage... 15 Über den Autor... 16
Vorwort zur 5. Auflage...................................... 15 Über den Autor............................................ 16 Teil I Grundlagen.............................................. 17 1 Einführung
MehrThe integration of business intelligence and knowledge management
The integration of business intelligence and knowledge management Seminar: Business Intelligence Ketevan Karbelashvili Master IE, 3. Semester Universität Konstanz Inhalt Knowledge Management Business intelligence
MehrKomponenten und Architekturen von Analytischen Informationssystemen (AIS)
Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Melanie Pfoh Konsultation Zusammenfassung OPAL 6. Übung Juni 2015 Agenda Hinweise zur Klausur Zusammenfassung OPAL Übungen / Kontrollfragen
MehrOracle BI&W Referenz Architektur Big Data und High Performance Analytics
DATA WAREHOUSE Oracle BI&W Referenz Architektur Big Data und High Performance Analytics Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen
MehrKomponenten und Architekturen von Analytischen Informationssystemen (AIS)
Komponenten und Architekturen von Analytischen Informationssystemen (AIS) Melanie Pfoh Konsultation 27. Juni 2013 Hinweis Diese Folien ersetzen keinesfalls den Übungsstoff des zugehörigen e-learning-kurses.
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
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
MehrKapitel 6. Vorlesung: PD Dr. Peer Kröger
Kapitel 6 Einführung in Data Warehouses Vorlesung: PD Dr. Peer Kröger Dieses Skript basiert auf den Skripten zur Vorlesung Datenbanksysteme II an der LMU München Dieses Skript basiert auf den Skripten
MehrEinführung 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 -
MehrLiteraturverzeichnis:
Literaturverzeichnis: Albert, Günther (2000). Betriebliche Personalwirtschafl:. Kiehl Anger, G. / Bracey, J. / Christ, H. (1996). Handlungsfeld Personalwirtschafl. Köln Bährle, Ralph JÜrgen. (1999). Personalkosten
MehrDM04: Datenmodellierung im Data Warehouse Zweitägiges Intensivseminar. Ein Seminar der DWH academy
DM04: Datenmodellierung im Data Warehouse Zweitägiges Intensivseminar Ein Seminar der DWH academy Seminar DM04 Datenmodellierung im Data Warehouse (Zwei Tage) Multidimensionale Modelle, Star- oder Snowflake-Schema
MehrCorporate Performance Management als Weiterentwicklung von Business Intelligence
Martin Kobrin Corporate Performance Management als Weiterentwicklung von Business Intelligence Grundlagen, Implementierungskonzept und Einsatzbeispiele Diplomica Verlag Martin Kobrin Corporate Performance
MehrDatenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken
Datenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken 17. V. 2017 Outline 1 Organisatorisches 2 SQL 3 OLTP, OLAP, SAP, and Data Warehouse OLTP and OLAP SAP 4 Objekt-relationale Datenbanken Beispiel
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:
MehrDie richtige Grafik als Zauberstab zur Mart Modellierung Referat vom
Die richtige Grafik als Zauberstab zur Mart Modellierung Referat vom 22.11.2016 Peter Brunner,NTTData Dr. Andrea Kennel, InfoPunkt Kennel GmbH Copyright 2014 NTT DATA EMEA Ltd. Die richtige Grafik als
MehrVerwaltung von OBI Metadaten: XML-Integration die Lösung aller Probleme? DOAG Konferenz und Ausstellung 2013
Verwaltung von OBI Metadaten: XML-Integration die Lösung aller Probleme? DOAG Konferenz und Ausstellung 2013 Michael Weiler, PROMATIS software GmbH Nürnberg, 1 Gliederung OBIEE Metadatenverwaltung Einführung
MehrSODA. Die Datenbank als Document Store. Rainer Willems. Master Principal Sales Consultant Oracle Deutschland B.V. & Co. KG
SODA Die Datenbank als Document Store Rainer Willems Master Principal Sales Consultant Oracle Deutschland B.V. & Co. KG vs No Anforderungskonflikte Agile Entwicklung Häufige Schema-Änderungen Relationales
MehrInformationsgenerierung mit Business-Intelligence-Technologien... 99
Inhaltsverzeichnis Seite Abbildungsverzeichnis...XIII Tabellenverzeichnis... XVII Abkürzungsverzeichnis...XIX 1 Forschungsbedarf in der Unternehmenssteuerung... 1 1.1 Stand der Forschung und Motivation...
MehrBusiness Intelligence & Reporting. Michael Cordes Holger Oehring Matthias Rein
Business Intelligence & Reporting Michael Cordes Holger Oehring Matthias Rein Ziele Einführung Business Intelligence / Front Room Online Analytical Processing (OLAP) Arten des Reporting & Nutzergruppen
MehrDWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH. Referent: Ilona Tag
DWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH Referent: Ilona Tag Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.30 11.00 11.00
MehrKapitel 7 Grundlagen von Data
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Skript zur Vorlesung: Datenbanksysteme II Sommersemester 2014 Kapitel 7 Grundlagen von Data Warehouses Vorlesung: PD
MehrDatenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken
Datenbanken Unit 9: OLAP, OLTP und objektrelationale Datenbanken 31. V. 2016 Outline 1 Organisatorisches 2 SQL 3 OLTP, OLAP, SAP, and Data Warehouse OLTP and OLAP SAP 4 Objekt-relationale Datenbanken Beispiel
MehrCorporate Performance Management mit Business Intelligence Werkzeugen
Corporate Performance Management mit Business Intelligence Werkzeugen von Karsten Oehler 1. Auflage Hanser München 2006 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 40485 4 Zu Leseprobe schnell
MehrMarketing 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
MehrManagement Support Systeme
Management Support Systeme WS 2004-2005 14.00-16.00 Uhr PD Dr. Peter Gluchowski Folie 1 Gliederung MSS WS 04/05 1. Einführung Management Support Systeme: Informationssysteme zur Unterstützung betrieblicher
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
MehrMerkblatt DWH. Mittwoch, 6. Januar 2016 13:55. Info Seite 1
Info Seite 1 Merkblatt DWH Mittwoch, 6. Januar 2016 13:55 Version: 1.0.0 Study: 3. Semester, Bachelor in Business and Computer Science School: Hochschule Luzern - Wirtschaft Author: Janik von Rotz (http://janikvonrotz.ch)
MehrDATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle
DATA WAREHOUSE Big Data Alfred Schlaucher, Oracle Scale up Unternehmensdaten zusammenfassen Noch mehr Informationen aus Unternehmens- Daten ziehen! Datenmengen, Performance und Kosten Daten als Geschäftsmodell
MehrData Warehousing. Sommersemester 2005. Ulf Leser Wissensmanagement in der Bioinformatik
Data Warehousing Sommersemester 2005 Ulf Leser Wissensmanagement in der Bioinformatik ... Der typische Walmart Kaufagent verwendet täglich mächtige Data Mining Werkzeuge, um die Daten der 300 Terabyte
MehrController Band 4: Berichtswesen und Informationsmanagement
Controller Band 4 Controller Band 4: Berichtswesen und Informationsmanagement von Rüdiger R. Eichholz 3., völlig neu bearbeitete Auflage Controller Band 4: Berichtswesen und Informationsmanagement Eichholz
MehrData Warehousing Grundbegriffe und Problemstellung
Data Warehousing Grundbegriffe und Problemstellung Dr. Andrea Kennel, Trivadis AG, Glattbrugg, Schweiz Andrea.Kennel@trivadis.com Schlüsselworte Data Warehouse, Cube, Data Mart, Bitmap Index, Star Queries,
MehrSAP BW auf HANA Frank Riesner, Solution Architect, SAP (Schweiz) AG
SAP BW auf HANA 2015+ Frank Riesner, Solution Architect, SAP (Schweiz) AG SAP BW auf HANA Architektur SAP BW auf klassischer Datenbank SAP BW 7.4 auf HANA Virtuelle Schichten Persistente Schichten 2015
MehrMarketing 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
MehrEntwicklung eines Abrechnungsmodells für SAP-Business-Information-Warehouse-Systeme
FHDW-Schriftenreihe Band 4/2002 Stefan Nieland, Mathias Pöhling Entwicklung eines Abrechnungsmodells für SAP-Business-Information-Warehouse-Systeme. Shaker Verlag Aachen 2002 Die Deutsche Bibliothek -
MehrLogische Modellierung von Data Warehouses
Logische Modellierung von Data Warehouses Vertiefungsarbeit von Karin Schäuble Gliederung. Einführung. Abgrenzung und Grundlagen. Anforderungen. Logische Modellierung. Methoden.. Star Schema.. Galaxy-Schema..
MehrAufbau eines Kennzahlensystems in der Logistik mit Oracle BI
Beratung Software Lösungen Aufbau eines Kennzahlensystems in der Logistik mit Oracle BI Gisela Potthoff Vertriebsleiterin TEAM GmbH Zahlen und Fakten Unternehmensgruppe Materna: 1.500 Mitarbeiter 192 Mio.
MehrBusiness Intelligence Center of Excellence
Center of Excellence Eine Businessinitiative von Systematika und Kybeidos Werner Bundschuh Was ist das? In der Praxis versteht man in den meisten Fällen unter die Automatisierung des Berichtswesens (Reporting).
MehrGrundkurs Geschäftsprozess- Management
Andreas Gadatsch Grundkurs Geschäftsprozess- Management Methoden und Werkzeuge für die IT-Praxis: Eine Einführung für Studenten und Praktiker 7. Auflage ^J Springer Vieweg Abbildungsverzeichnis Tabellenverzeichnis
MehrData Warehouse und Data Mining
Data Warehouse und Data Mining Marktführende Produkte im Vergleich von Dr. Heiko Schinzer, Carsten Bange und Holger Mertens 2., völlig überarbeitete und erweiterte Auflage -. - Verlag Franz Vahlen München
Mehrsimply sophisticated Integration von SAP und Non SAP Lösungen Marktüberblick, Techniken, Möglichkeiten & Probleme
simply sophisticated Integration von SAP und Non SAP Lösungen Marktüberblick, Techniken, Möglichkeiten & Probleme Patrick Theobald Zur Person Patrick Theobald Geschäftsführer Theobald Software GmbH seit
MehrBusiness Intelligence für Controller
Controllers Best Practice Fachbuch Business Intelligence für Controller Hermann Hebben und Dr. Markus Kottbauer Verlag für ControllingWissen ÄG, Freiburg und Wörthsee Ein Unternehmen der Haufe Mediengruppe
MehrMultidimensionales Datenmodell, Cognos
Data Warehousing (II): Multidimensionales Datenmodell, Cognos Praktikum: Data Warehousing und Mining Praktikum Data Warehousing und Mining, Sommersemester 2010 Vereinfachte Sicht auf die Referenzarchitektur
Mehrgood. better. outperform.
good. better. outperform. Quo Vadis Oracle BI Relational oder besser multidimensional? DOAG 2013 Business Intelligence, 17.04.2013 Dirk Fleischmann Director Business Intelligence & DWH Business Intelligence
Mehr2. Integrationsgegenstände: Prozesse, Funktionen, Daten, IT-Systeme. 3. Vertikale Integrationsrichtung: organisationale Ebenen
Anwendungssysteme 1. Integrationsdimensionen 2. Integrationsgegenstände: Prozesse, Funktionen, Daten, IT-Systeme 3. Vertikale Integrationsrichtung: organisationale Ebenen 4. Horizontale Integrationsrichtung:
Mehr1 Einführung Ziele der Vorlesung Die Idee Lernkarte Selbsttest-Frage 3 Literaturhinweise 3
1 Einführung 1 1.1 Ziele der Vorlesung 1 1.2 Die Idee 1 1.3 Lernkarte 2 1.4 Selbsttest-Frage 3 Literaturhinweise 3 Teilt Die Zukunft von Enterprise-Computing 5 2 Neue Anforderungen an Enterprise Computing
MehrOracle In-Memory & Data Warehouse: Die perfekte Kombination?
Oracle In-Memory & Data Warehouse: Die perfekte Kombination? Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Einleitung Als Larry Ellison in einer Keynote im Juni 2014 die Oracle In-Memory Option
MehrDeveloping SQL Data Models MOC 20768
Developing SQL Data Models MOC 20768 In diesem Kurs lernen Sie das Implementieren von multidimensionale Datenbanken mithilfe der SQL Server Analysis Services (SSAS) und durch das Erstellen von tabellarische
MehrZusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware Falk Neubert, Universität Osnabrück
Zusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware 14. März 2013, IHK Osnabrück-Emsland-Grafschaft Bentheim Geschichte Kassenbuch des Liederkranz, 1886 Hutmachergesangvereins
MehrOLAP Architekturen Merkmale und Charakteristiken unterschiedlicher OLAP Ansätze und Lösungen. Rolf Niedermann, Principal Solution Architect
OLAP Architekturen Merkmale und Charakteristiken unterschiedlicher OLAP Ansätze und Lösungen Rolf Niedermann, Principal Solution Architect Orientierungsübersicht Sales Dashboard Major KPIs Gross Profit
MehrErfolgreiche Unternehmensführung durch den Einsatz von Corporate Performance Management
Andrei Buhrymenka Erfolgreiche Unternehmensführung durch den Einsatz von Corporate Performance Management Für Unternehmen mit Business Intelligence Diplomica Verlag Andrei Buhrymenka Erfolgreiche Unternehmensführung
MehrStichwortverzeichnis
Stichwortverzeichnis ABC-Analyse 103, 104, 152 Abstracting 283-288, 295-299 Active Warehousing 425, 426 Activity Based Budgeting 332, 334 ADAPT 187 Adaptive Server 96 Ad-Hoc-Auswertung 7 Administrations-
MehrData 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
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
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...
MehrVorlesung Wissensentdeckung in Datenbanken
Vorlesung Wissensentdeckung in Datenbanken Data Cube Katharina Morik, Uwe Ligges Informatik LS 8 22.04.2010 1 von 26 Gliederung 1 Einführung 2 Aggregation in SQL, GROUP BY 3 Probleme mit GROUP BY 4 Der
MehrVorlesung Wissensentdeckung in Datenbanken
Gliederung Vorlesung Wissensentdeckung in Datenbanken Data Cube Katharina Morik, Claus Weihs 14.07.2009 1 Einführung 2 Aggregation in SQL, GROUP BY 3 Probleme mit GROUP BY 4 Der Cube-Operator 5 Implementierung
MehrData Warehouse in der Telekommunikation
Data Warehouse in der Telekommunikation Hans-Friedrich Pfeiffer Talkline GmbH & Co.KG Elmshorn, 11.06.2007 Übersicht Historie Struktureller Aufbau des Dara Warehouse Anforderungen an das Data Warehouse
MehrErfolg mit Oracle BI?
Erfolg mit Oracle BI? Typische Fehlerszenarien und deren Lösung Gerd Aiglstorfer G.A. itbs GmbH Das Thema 2 Oracle BI (OBIEE)? Das war eine Fehlentscheidung! Viel zu umständlich! Wenig Flexibilität & teure
MehrAnalytic Views: Einsatzgebiete im Data Warehouse
Analytic Views: Einsatzgebiete im Data Warehouse Dani Schnider Trivadis AG Zürich/Glattbrugg, Schweiz Einleitung Analytic Views sind eine der wesentlichen Erweiterungen in Oracle 12c Release 2. Durch zusätzliche
MehrAnfragen an multidimensionale Daten
Anfragen an multidimensionale Daten Alexander Heidrich - BID8 09.06.2005 Hintergrundbild: http://www.csc.calpoly.edu/~zwood/teaching/csc471/finalproj02/afternoon/mfouquet/cube.jpg Inhaltsübersicht Motivation
MehrFührungsinformationen aus dem World Wide Web
Maik Discher Führungsinformationen aus dem World Wide Web Business Intelligence mit Web Content Mining Diplomica Verlag Maik Discher Führungsinformationen aus dem World Wide Web: Business Intelligence
Mehr2 Datenbanksysteme, Datenbankanwendungen und Middleware... 45
Vorwort 15 Teil I Grundlagen 19 i Einführung In das Thema Datenbanken 21 I.I Warum ist Datenbankdesign wichtig? 26 i.2 Dateisystem und Datenbanken 28 1.2.1 Historische Wurzeln 29 1.2.2 Probleme bei der
MehrCommon Warehouse Metamodel und Imperfektion
Common Warehouse Metamodel und Imperfektion Christoph Goebel Imperfektion und erweiterte Konzepte im Data Warehousing 2 Fragestellungen Welche Bedeutung haben Metadaten in der Information Supply Chain
MehrOracle OLAP 11g: Performance für das Oracle Data Warehouse
Oracle OLAP 11g: Performance für das Oracle Data Warehouse Marc Bastien Oracle BI Presales Agenda Performanceprobleme in Oracle DWH: gibt s das überhaupt? Mögliche Gründe und Lösungen
MehrBusiness Intelligence mit Excel 2007 und den Excel Services von Office SharePoint Server 2007
Business Intelligence mit Excel 2007 und den Excel Services von Office SharePoint Server 2007 Steffen Krause Technologieberater http://blogs.technet.com/steffenk Agenda Excel 2007 als BI-Client BI in Office
Mehr