BARC T1: Das BI Ökosystem: Analytische Landschaften optimal gestalten. München, 18. Juni 2013 Timm Grosser, Patrick Keller

Transkript

1 BARC T1: Das BI Ökosystem: Analytische Landschaften optimal gestalten München, 18. Juni 2013 Timm Grosser, Patrick Keller BARC 2013

2 Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität Würzburg (Prof. Thome) 1999: Spin-Off als eigenständiges Analystenhaus (BARC GmbH) 2005: Internationalisierung 2011: Fusion mit CXP zu einer Unternehmensgruppe (80 Mitarbeiter, davon 40 Analysten) BARC Heute 35 Mitarbeiter, davon 15 Analysten & Berater über 1200 Kunden jährlich Themen: Business Intelligence, Datenmanagement, Enterprise Content Management, IT Service Management, ERP, CRM, HR Standorte: Würzburg, Zürich, Wien, London, Paris BARC

3 Business Application Research Center Marktforschung Studien und Marktübersichten Unabhängige Unterstützung für Software-Projekte Tagungen, Seminare Workshops Beratung BARC

4 Trends im Data Warehousing und Datenmanagement Agenda Erfolgsfaktoren für BI BI-Lösungsarchitekturen Übersicht Top-5 Anbieter für BI und Datenmanagement Übersicht wachstumsstärkste Anbieter BARC

5 Status quo Datenmanagement: Häufig genannte Probleme analytischer Systeme Komplexität: Wartung, Weiterentwicklung, Nutzung Fehlende Flexibilität: neue Daten, neue Analysen Unzureichende Abfragezeiten Unbefriedigende Aktualisierung: Zyklen und Zeiten Kostenintensiv BARC

6 IT Meta und BI-Trends verschärfen den Druck auf die BI- Landschaft Big Data Consumerization Agilität und Kosteneffizienz Wachsendes Interesse Early Mover Akzeptanz Data Governance Collaborative BI Predictive Analytics Prozesorientierte BI / Embedded BI Localization BI / Geo- Intelligence Public Cloud BI / BI/DM as a Service Hadoop und NoSQL Datenbanken Heiße Diskussion Breite Marktrelevanz Big Data Analytics Self-Service BI Mobile BI Visuelle Analyse & Data Discovery Information Design Analytische Datenbanken Laufende Diskussion Nicht neu, aber relevant Integrierte Plattformen für BI/CPM BI Organisation Planung und Forecasting Stammdaten- und Datenqualitätsmgt. Dashboarding Referenz-Datenmodelle Real-Time Data Warehouse (Open Source BI) BARC

7 BI braucht heute ein besonderes Datenmanagement Festlegung des Architekturrahmen und Bebauung BI-Organisation Roadmap: Technologie, Standards und Methoden Auszug BARC Vorgehensweise BI-Strategie BARC

8 Trends im Data Warehousing und Datenmanagement Agenda Erfolgsfaktoren für BI BI-Lösungsarchitekturen Übersicht Top-5 Anbieter für BI und Datenmanagement Übersicht wachstumsstärkste Anbieter BARC

9 Traditionelle BI-Referenzarchitektur Business Intelligence Services Monitoring Reporting Ad-hoc Analysis Management Services Planning Legal Consolidation Advanced Analysis Visualization Collaboration System & Process Monitoring Data Provisioning Services Relational Data Storage Dimensional Data Storage Semantic Layer Federation/ Virtual Data Stores Caching Data Modeling Meta Data Mgt. Security Integration & Quality Services Automation Data Quality Data Integration Enrichment Master Data 11

10 BI-Lösungsarchitekturen 12

11 Status Quo Daten-Architektur für BI Unterschiedliche Ebenen prägen die Komplexität Referenzarchitecktur Datenarchitektur relevant für alle Ebenen Logische und physische Ebenen schwierig zu unterscheiden Data Provisioning (Datenbereitstellung) Unabhängige Data Marts Zentrales DWH Hub & Spoke Data Mart Hub (konforme Dimensionen) Föderation Hybride Varianten Business Intelligence Services Data Provisioning Services Integration & Quality Services Monitoring Planning Relational Data Storage Data Quality Reporting Legal Consolidation Dimensional Data Storage Data Integration Semantic Layer Federation/ Virtual Data Stores Enrichment Ad-hoc Analysis Advanced Analysis Visualization Caching Master Data Management Services Collaboration System & Process Monitoring Data Modeling Meta Data Mgt. Security Business Intelligence Abteilungsdaten (SAS, Microsoft, ) Semantische Schichten MDBMS Caching auf verschiedenste Ebenen Individuelle Datenquellen (MS Office, , externe Daten, ) Direktzugriff und Föderation Hybride Varianten Integration & Qualität Staging Area Operational Data Store (ODS) System of Record (Aufzeichnungssytem) MDM (Stammdatenmanagement) Ergebnisse aus DQ (Profilierung, Bereinigung) Ergebnisse aus Kalkulationen (z.b. Risiko- Bewertungen) Föderation Hybride Varianten Quellsysteme Operational and other source systems Automation 14

12 Unabhängige Data Marts BI Services BI Services BI Services OLTP Schwerpunkt Prozessautomatisierung Transaktionsorientiert Direkter Datensatzzugriff Real-time Hohe Anforderungen an Security und Verfügbarkeit Datenpflege Detaildatensätze Data Mart Data Mart Data Mart Trennung der OLTP und entscheidungsunterstützenden Systeme sinnvoll aus fachlicher und technischer Sicht IQ Services IQ Services IQ Services Entscheidungsunterstützung basiert auf unabhängigen Data Marts OLTP Über die Zeit gewachsen Problem übergreifender Datenintegration Inkonsistenzen in den Abfragen Großer Integrationsaufwand wegen Redundanzen 15

13 Zentrales Data Warehouse 80 s BI Services DP Services IQ Services OLTP Data Warehouse Data Warehouse Integriert Quellsystemunabhängige Sicht auf die Unternehmensdaten Geschäftsobjekt-orientierte Sicht Nicht flüchtige Daten Aktuell und historisiert Roh- und angereicherte Daten Detaildaten und Aggregationen Optimiert für Entscheidungsunterstützung und mengen-orientierten Datenzugriff Selbst-beschreibend und - dokumentierend (Metadaten) Single point of truth (SPoT) Bedeutet Verschobene Aktualisierung Niedrigere Anforderungen an Security und Verfügbarkeit Read-only Reduzierung der Integrationskomplexität 16

14 Hub & Spoke 90 s BI Services Einschränkungen des zentralen DW Komplexität und Dauer der DI-Prozesse Projektgröße und -prioritäten ETL- versus Query Performance Leistungsumfang der DBMS Heterogene BI-Anforderungen Data Mart Data Mart Data Mart Data Mart Unterschiedliche Expertenmeinungen ERM versus dimensionale Modellierung Inmon versus Kimball RDBMS versus MDBMS DP Services IQ Services Data Warehouse Hybride Datenarchitekturen für das Data Warehousing Hub & Spoke für die zentrale Wahrheit und zur Kontrolle der Würfelwucherung Wachsende Komplexität OLTP Erweiterungen der Data Warehouse Architektur Staging areas Operational Data Store (ODS) Virtual Data Warehouse (Federation) Direkter Zugriff auf Quellsysteme Heterogene Datenspeichertechnologien 17

15 Data Mart Bus (IQ Service Variation) BI Services BI Services Data Mart Data Mart Data Mart Data Mart Data Mart Data Mart Data Mart Data Mart DP Services Conformed Dimensions DP Services Conformed Dimensions IQ Services IQ Services (KPIs) IQ Services (MDM) OLTP OLTP 18

16 Data Warehouse Virtualization (Federation) BI Services DP Services IQ Services OLTP Virtualization Integration verschiedener Datenquellen via semantischer Schicht 1:1 Abbild oder einfache Mapping Regeln Datenbereitstellung zur Laufzeit, nicht persistent Technologie Separate Produkte DBMS-basiert BI Tools Middleware Gut geeignet für Szenarien mit geringer Integrationslogik 19

17 Datenarchitekturen SWOT-Analyse (1/2) Daten- Architekturtyp Stärken Schwächen Chancen Risiken Unabhängige Data Marts. Flexibilität. Projekt-spez. Unabhängige Mart- Entwicklung. Verwaltbarkeit. Projekt-übergr. Wiederverwendbarkeit. Nicht für SoR geeignet. Sukzessive Konsolidierung zu Data Mart Bus. Kurzfristige Kosten. Datenintegrität. Glaubwürdigkeit von Analyseergebnissen. Langfristige Kosten Zentrales EDW. schlanke Datenarchitektur. Ein Modellierungsparadigma. Als SoR geeignet. Datenbewegung. Fehlendes Konzept für isolierte, Applikationsspezifische Daten. Erfordert ein leistungsstarkes DBMS und Plattform. Wiederverwendbarkeit aufgrund normalisierter Modellierung. Glaubwürdigkeit von Analyseergebnissen. Datenintegrität. Geeignet für ad hoc Zugriff. Modellierungsparadigma weniger für Fachanwender geeignet. Modellierungsparadigma nicht für alle Analysetypen geeignet. Kurzfristige Kosten. Handhabung abgeleiteter Daten 20

18 Datenarchitekturen SWOT-Analyse (2/2) Daten- Architekturtyp Stärken Schwächen Chancen Risiken Hub & Spoke. Hub geeignet als SoR. Hub optimiert für Datenpflege. Spokes optimiert für spezifische analytische Anforderungen. Trennung von atomare und abgeleitete Daten. Komplexität. Implementierungszeit. Implementierungskosten. Datenbewegung. Direktzugriff auf Hub. Sukzessive Integration von unabhängigen Data Marts. Wiederverwendbarkeit aufgrund Normalisierung. Glaubwürdigkeit von Analyseergebnissen. Eignung der Spokes für ad hoc Zugriffe. Datenintegrität. Flexibilität. Modellierungs- Paradigma des Hubs weniger gut für Fachanwender geeignet. Abgrenzung zwischen Hub und Spokes. Kosten Data Mart Bus. Optimiert für Datenanalysen. Ein Modellierungs- Paradigma. Suboptimal für Datenpflege. Begrenzte Eignung als SoR. Granularität nach Bedarf. Modellierungsparadigma eher für Fachanwender geeignet. Kosteneffizient sofern Datenintegration nicht der zentrale Fokus. Projektübergreifende Wiederverwendbarkeit. Datenintegrität, wobei wenig Risiko als unabhängige Data Marts Föderiertes (virtuelles) EDW. Absolut schlanke Datenarchitektur. Null Datenbewegung. Implementierungszeit. Implementierungskosten. Wiederholte Durchführung von Integrationslogik zur Laufzeit. Grenzen der Integrationslogik. Near-time Datenintegration. Wiederverwendung der BI Infrastruktur für OpBI. Kurzfristige Kosten. Performance- Auswirkungen auf Quelldaten 21

19 Datenarchitekturen Beispiele für Anwendungsfälle Individuelle Data Marts Gut integrierte OLTP/ERP-Systeme Kein Bedarf an einer gesonderten, integrierten SoR Selektive Erweiterung zu anderen Datenarchitekturen Zentrales EDW Umfassende Datenintegrationsanforderungen Bedarf an einer integrierten SoR Entweder sehr leistungsstarke EDW Plattform oder weniger komplexe Analyseanforderungen (oder beides) Hub & Spoke Umfassende Datenintegrationsanforderungen Bedarf an einer integrierten SoR Sehr heterogene Analyseanforderungen Anwendung unterschiedlicher/proprietärer BI Technologie Data Mart Bus Weniger umfassende Datenintegrationsanforderungen Keine/niedriger Bedarf an einer integrierten SoR Vornehmlich dimensionale Sicht auf Daten in der Analyse Föderiertes EDW Wenige, gut integrierte OLTP/ERP-Systeme Weniger komplexe Analyseanforderungen, niedrige Daten-/Anwender-Volumen Operationales/Echt-Zeit BI Vor allem bei KMUs 22

20 Auszug: spezielle Herausforderungen im Datenmanagement Self Service BI Big Data Real-Time Data Warehousing 23

21 Dezentrale Flexibilität durch Self Service BI Self Service BI Modifikation von Berichten und Dashboards Erzeugung von Berichten und Dashboards ad-hoc Integration privater, lokaler Daten Modifikation und Erzeugung von Datenmodellen Data Stewardship (Verbesserung Datenqualität) Data Governance 24

22 Architekturvariante: Self Service BI EDWH Portal Reports 1 2 BI Suite Semantic Layer 1 2 SSBI SSBI Player 3 SSBI Data Marts Data Marts SSBI Data Marts Local Data 3 3 Local Data Distribution Area

23 Dezentrale Flexibilität durch Sandboxing BI Services BI Sandbox Data Mart Data Mart Data Mart DP Services Data Warehouse Ind. copy DP Sandbox IQ Services IQ Sandbox OLTP BARC

24 Anwendungsgebiet Big Data Reporting & Analyse Analytische Datenbanken Analytische Datenbanken Optimiert auf analytische Aufgaben Massiv parallele Architektur (MPP) Columnar oder hybrid row/columnar In-Memory, SSD, Disk Häufig Appliances Reduktion physischer Data Marts Staging Area Datenaufbereitung Streaming Cache ERP SCM CRM Strukturierte Geschäftsdaten Externe Systeme Streaming Cache & Event Processing Schnelle Aufnahme großer Datenmengen, z.b. Event-Streams, Sensor-Daten, Monitoring auf Auffälligkeiten Keine dauerhafte Speicherung

25 Analytische Infrastruktur für Big Data Reporting & Analyse Visuelle Analyse Komplexe Analyse Suche Discovery Analytische Datenbanken NoSQL DB Such- Index Datenaufbereitung Staging Area Streaming Cache File System ERP SCM CRM Externe Systeme Sensor-Daten Web Logs Social Media Dokumente Strukturierte Geschäftsdaten Maschinengeneriert (strukt.) Menschgeneriert (polystr.)

26 Beispiele zur Umsetzung von Real-Time Data Warehousing Föderation SAP HANA Datenarchitektur / ODS Streaming BARC

27 Trends im Data Warehousing und Datenmanagement Agenda Erfolgsfaktoren für BI BI-Lösungsarchitekturen Übersicht Top-5 Anbieter für BI und Datenmanagement Übersicht wachstumsstärkste Anbieter BARC

28 Marktstrukturmodell BI Gesamtmarkt Anwenderwerkzeuge (Frontend) Datenmanagement (Backend) Dashboard Analysewerkzeuge inkl. MDBs Data Mining/ Predictive GRC Reporting Planung Konsolidierung Strategiemanagement MDM Datenqualität Datenintegration Datenspeicherung Analytische DB Traditionelle RDBMS BARC

29 Aufteilung Frontend zu Backend Lizenz- und Wartungsumsätze in Mio. Datenmanagement-Werkzeuge 427 (41%) 619 (59%) Anwenderwerkzeuge Quelle: BARC-Studie BI-Software-Markt Deutschland 2011 BARC

30 Top 10 Anbieter erzielen 76% - aber Konzentrationstendenz gestoppt 100% 90% 80% 70% 60% 50% 40% Top 10 Anbieter Top 5 Anbieter 30% 20% 10% 0% Quelle: BARC-Studie BI-Software-Markt Deutschland 2011 BARC

31 Top 5/10 BI Gesamtmarkt Umsatz 2011 Rang Hersteller Software-Umsatz 2011 (in Mio. Euro) Veränderung zu 2010 Marktanteil in Prozent 1 SAP 171 8% 16% 2 Oracle 140 6% 13% 3 IBM % 13% 4 SAS 115 8% 11% 5 Microsoft 81 12% 8% 6 Informatica 43 5% 4% 7 QlikTech 36 40% 3% 8 MicroStrategy 33 25% 3% 9 Teradata 29-8% 3% 10 Software AG/ 17 6% 2% IDS Scheer Quelle: BARC-Studie BI-Software-Markt Deutschland 2011 BARC

32 SAP Historie 1998 Einführung von SAP BW 2006 SAP NetWeaver BI (BW) 2007 Übernahme von OutlookSoft und Business Objects 2010 Übernahme von Sybase 2011/2012 Neue BI-Frontends im Portfolio Strategie und Positionierung Einer der größten Anbieter für Business Software Überlappungen in kombinierten Portfolien von SAP und BO Klare Roadmap für die Zukunft BO und Self Service BI spielt eine führende Rolle im kombinierten Produktportfolio HANA extrem stark im Fokus BARC

33 SAP Portfolioübersicht - Frontend SAP BO Web Intelligence Anbieter Dashboards Reporting Analyse Planung SAP BO Dashboards SAP Crystal Reports SAP BO Analysis (Office/OLAP) SAP BO Explorer SAP BO Design Studio SAP Lumira (Visual Intelligence) SAP Predictive Analysis SAP Planning and Consolidation SAP Financial Consolidation Legale Konsolidierung Data Mining Schwerpunkt der Lösung Abgedeckte Funktionalität BARC

34 SAP BO BI Suite zweite Generation BI Portal (BI Launchpad, bzw. InfoView) SAP Crystal Reports f. Enterprise SAP BO Web Intelligence SAP BO Explorer SAP Lumira (Visual Intelligence) SAP Predictive Analysis SAP BO Design Studio SAP BO Dashboards SAP BO Analysis OLAP SAP BO Analysis Office Maintenance/Merge with other tools SAP HANA Traditionelle BI : Berichtswesen Self Service BI (bedingt in Kombination mit BW) Dashboarding/BI-Applikationsentwicklung, OLAP-Analyse für BW/HANA-Kunden BARC

35 SAP Portfolioübersicht Backendwerkzeuge ADB MDBMS NoSQL Sonstige ETL/ELT EAI EII DQ MDM Werkzeugklasse Analytische Datenbanken Multidimensionale DB - Sonstige Datenintegration (ETL/ELT) Datenqualität Master Data Management Auszug relevante Produkte HANA, Sybase IQ BW, BWA Data Integrator, Data Services Data Quality Master Data Governance, Netweaver Master Data Management BARC

36 Oracle Historie 1977 Gründung Oracle Seit 1995 zahlreiche Übernahmen zur Erweiterung des Portfolio für BI & Datenmanagement (u.a. Times Ten, Siebel, Hyperion, Sunopsis, Sun Microsystems, SilverCreek, Endeca) Strategie und Positionierung Gehört zu den großen Softwaregeneralisten Breites Portfolio für BI, Planung und Datenmanagement Marktführend hinsichtlich Installationszahl für Data-Warehouse- Datenbanken Neben Standardwerkzeugen eine Vielzahl von vorentwickelten Applikationen im Portfolio Fokus auf Exadata und Exalytics (DWH-Appliances) BARC

37 Oracle Portfolioübersicht Anwenderwerkzeuge Anbieter Dashboards Reporting Analyse Planung Oracle BIEE Oracle Essbase Oracle Hyperion Planning Oracle Hyperion Financial Management Oracle Endeca Oracle Data Mining (Option) Legale Konsolidierung Data Mining Schwerpunkt der Lösung Abgedeckte Funktionalität BARC

38 Oracle Portfolioübersicht Backendwerkzeuge ADB MDBMS NoSQL Sonstige ETL/ELT EAI EII DQ MDM Werkzeugklasse Analytische Datenbanken Multidimensionale DB Sonstige Datenintegration (ETL/ELT) Datenqualität Master Data Management Auszug relevante Produkte Exadata, Exalytics, Oracle DB Essbase Times Ten Warehouse Builder, Data Integration Suite, Data Integrator Data Profiling, Enterprise Data Quality, Watchlist Screening Master Data Management Suite (Customer, Product, Site, Supplier), Hyperion Data Relationship Management BARC

39 Oracle Portfolioübersicht Backendwerkzeuge ADB MDBMS NoSQL Sonstige ETL/ELT EAI EII DQ MDM Werkzeugklasse Analytische Datenbanken Multidimensionale DB Sonstige Datenintegration (ETL/ELT) Datenqualität Master Data Management Auszug relevante Produkte Exadata, Exalytics, Oracle DB Essbase Times Ten Warehouse Builder, Data Integration Suite, Data Integrator Data Profiling, Enterprise Data Quality, Watchlist Screening Master Data Management Suite (Customer, Product, Site, Supplier), Hyperion Data Relationship Management BARC

40 IBM Historie 1969 Gründung Cognos, Ottawa (CAN) Zahlreiche Übernahmen seit 2001 zur Erweiterung des Portfolio für BI & Datenmanagement (u.a. Acential, Unicorn, Data Mirror, Cognos BI, Exeros, SPSS, Netezza, uvm.) 2012 Veröffentlichung SSBI-Werkzeug IBM Cognos Insight Strategie und Positionierung IBM: Breites Portfolio neben BI, Planung und Datenmanagement Eigene Beratung für Kunden (auch für BI Beratung) Partnergeschäft für Klein- und Mittelständler BARC

41 IBM Portfolioübersicht Backendwerkzeuge ADB MDBMS NoSQL Sonstige ETL/ELT EAI EII DQ MDM Werkzeugklasse Analytische Datenbanken Multidimensionale DB Sonstige Datenintegration (ETL/ELT) Datenqualität Master Data Management Auszug relevante Produkte DB2, BLU, InfoSphere Warehouse, InfoSphere Smart Analytics System, PureData for Analytics Cognos TM1 Big Insights, Streams InfoSphere Information Server InfoSphere Information Server, InfoSphere Information Analyzer, InfoSphere Discovery InfoSphere MDM Server BARC

42 IBM Portfolioübersicht Anwenderwerkzeuge Anbieter Dashboards Reporting Analyse Planung IBM Cognos 10 BI Legale Konsolidierung Data Mining IBM Cognos TM1 IBM Cognos Insight IBM Cognos Controller IBM SPSS Schwerpunkt der Lösung Abgedeckte Funktionalität BARC

43 SAS Historie 1976 Gründung SAS 1999 Umsatz größer 1 Mrd. US$ (als erster BI-Anbieter) 2000 Übernahme Data Flux 2010 Analytische Algorithmen im Grid, Aufbau Cloud Computing Center 2012 SAS Visual Analytics als neue BI-Lösung Strategie und Positionierung Privat gehaltenes Software-Haus Größter verbleibender BI-Spezialist Fokussierung auf Analyse und Data Management Software wird vermietet Zahlreiche umfangreiche vordefinierte analytische Applikationen SSBI mit neuem Werkzeugportfolio adressiert BARC

44 SAS Portfolioübersicht Anwenderwerkzeuge Anbieter Dashboards Reporting Analyse Planung SAS Enterprise Guide SAS Web Report Studio SAS Visual Analytics SAS Financial Management SAS Enterprise Miner Legale Konsolidierung Data Mining Schwerpunkt der Lösung Abgedeckte Funktionalität BARC

45 SAS Portfolioübersicht Backendwerkzeuge ADB MDBMS NoSQL Sonstige ETL/ELT EAI EII DQ MDM Werkzeugklasse Analytische Datenbanken Multidimensionale DB Sonstige Datenintegration (ETL/ELT) Datenqualität Master Data Management Auszug relevante Produkte (Visual Analytics) SAS OLAP SPDS Enterprise Data Integration Server DataFlux Data Management Platform qmdm BARC

46 Microsoft Historie Übernahme 1998: OLAP Datenbank von Panorama Software Übernahme 2006 ProClarity 2009 Abkündigung Planung (Performance Point Server) 2010 SQL Server 2008 R2 mit Parallel Edition 2012 SQL Server 2012 mit weiterem Frontend auch für SSBI Strategie und Positionierung Kernprodukte SQL Server, Office und Sharepoint Breites Portfolio für BI und DWH, keine Planung Wenige eigene BI-Berater Sehr starkes Partnergeschäft BI als Zusatzfunktion zu anderen Komponenten, wenig spezielle BI- Werkzeuge Power View und Power Pivot erlauben SSBI Anwendungsszenarien BARC

47 Microsoft Portfolioübersicht Anwenderwerkzeuge Anbieter Dashboards Reporting Analyse Planung Microsoft SQL Server Reporting Services Microsoft SQL Server Analysis Services Data Mining Microsoft Excel/PowerPivot Microsoft Sharepoint Legale Konsolidierung Data Mining Schwerpunkt der Lösung Abgedeckte Funktionalität BARC

48 Microsoft Portfolioübersicht Backendwerkzeuge ADB MDBMS NoSQL Sonstige ETL/ELT EAI EII DQ MDM Werkzeugklasse Analytische Datenbanken Multidimensionale DB Sonstige Datenintegration (ETL/ELT) Datenqualität Master Data Management Auszug relevante Produkte Parallel Data Warehouse, SQL Server SQL Analysis Services PowerPivot SQL Integration Services SQL Data Quality Services SQL Master Data Services BARC

49 Trends im Data Warehousing und Datenmanagement Agenda Erfolgsfaktoren für BI BI-Lösungsarchitekturen Übersicht Top-5 Anbieter für BI und Datenmanagement Übersicht wachstumsstärkste Anbieter BARC

50 Top-10 wachstumsstärkste BI- und DM-Anbieter 2011 Hersteller Umsatz in Mio. Wachstum Marktanteil Segment Talend 3,5 100% 0,3% Backend, ETL, DQ, Prevero 6,7 76% 0,6% Frontend, BI, Planung Jaspersoft 1,9 73% 0,2% Frontend & Backend BOARD 2,4 62% 0,2% Frontend, BI, Planung Exasol 2,6 60% 0,2% Backend, ADB Theobald 1,6 60% 0,1% Backend, ETL Tibco Spotfire 13 58% 1,2% Frontend, BI Infor 11 55% 1,0% Frontend, BI, Planung Jedox 2,1 55% 0,2% Frontend, BI, Planung Blue Yonder 1,2 50% 0,1% Frontend, Data Mining Q: BI-Software-Markt Deutschland, Marktanteil bezogen auf den Gesamtmarkt BARC

51 Talend Historie 2005 Gründung Talend (VC) Ausbau zur Datenmanagementplattform vorwiegend durch Eigenentwicklung aber auch Übernahmen Strategie und Positionierung Marktführender Anbieter für Open Source Datenintegrationssoftware Breites Produktportfolio für Datenmanagement mit Ausnahme der Datenspeicherung Starke Marktpräsenz, vorwiegend Positionierung gegen Informatica (BARC Sicht) BARC

52 Talend Portfolioübersicht BI Planung Komplexe Analyse Suche/ Discovery ADB MDBMS NoSQL Sonstige ETL/ELT EAI EII DQ MDM BARC

53 Prevero Historie 1994 Gründung Prevero als Beratungshaus 1998 Einführung des ersten Planungsprodukts Infoplan Classic 2011 Prevero kauft Winterheller Strategie und Positionierung Deutscher Planungsanbieter besonders im EVU-Sektor vertreten Im Angebot drei Werkzeuge: Gesamtlösung für Planung, Berichtswesen und Analyse, Lösung für integrierte Finanzplanung und eine Weitere für Konsolidierung Starker Fokus auf Fachanwender Vordefinierte betriebswirtschaftliche Applikationen (z. B. Risikomanagement, Managementkonsolidierung, Personalcontrolling sowie Multiprojektcontrolling) ergänzen die Softwareprodukte BARC

54 Jaspersoft Historie 2001 Umsetzung von JasperReports durch Teodor Diancu 2004 Rechteerwerb von Panscopic an JasperReports Umbenennung von Panscopic in Jaspersoft 2008/2009 Eintritt in den deutschen Markt Strategie und Positionierung Anbieter aus dem Open-Source-Segment mit relativ günstigen Listenpreisen Kundenfreundliche Serverlizenzen, vor allem für größere Anwenderzahlen Abdeckung von Datenintegrations-, Reporting-, Analyse- und Dashboarding-Anforderungen Marktzugang vor allem durch Partner, auch im OEM-Geschäft In Deutschland noch mit sehr niedrigen Marktanteil BARC

55 Board Historie 1995 Gründung Orenburg in Lugano 2000 Markteintritt in Deutschland 2012 Neue hybride In-Memory-Datenbank HDMP (Hybrid Bitwise Memory Pattern), eine multidimensionale Datenbank Strategie und Positionierung Ein-Produkt Unternehmen mit Bündel aus Frontend und multidimensionaler Datenbank Gute Planungsunterstützung, einfache Bedienung auch für Reporting/Dashboards Excel Add-In ergänzt den Web Client Adressiert Mittelstand und zunehmend größere Unternehmen Partnerlösungen verfügbar, die teilweise bestimmte Branchen oder Applikationen abdecken Partnerschaft mit Theobald Software für SAP- (BW, ERP) Anbindung BARC

56 Exasol Historie 2000 Gründung Exasol, seit 2006 Exasol AG Produkteinführung ExaSolution 2006 basiert auf einem Forschungsprojekt der Uni Jena Strategie und Positionierung Im Raum DACH sehr erfolgreicher Anbieter Analytischer Datenbanken Datenbank ist eine reine spalten-orientierte in-memory Datenbank Exasol wird als Beschleuniger für bestehende DWH Umgebungen aber auch als umfassendere DHW-Technologie angeboten. Um den Datenbank-Kern vervollständigen EXAAppliance und EXACloud das Produktangebot BARC

57 Theobald Software Historie 2004 Gründung Theobald Software Seitdem Weiterentwicklung von Konnektoren für SAP Systeme vorwiegend für Microsoft Technologien Seit 2011 SAP Konnektoren auch für Nicht-Microsoft BI- und Datenbanklösungen verfügbar Strategie und Positionierung Reiner Schnittstellen-Spezialist für die Integration von SAP Daten (SAP zertifiziert) Weiterentwicklung und Ausbau hin zu einer allgemein zugänglichen Zugriffsschicht für SAP Systeme, die von Fachbereichen ohne SAP oder Programmier-Know-how bedient können werden soll BARC

58 Tibco Historie 2007 Übernahme von Spotfire durch TIBCO 2012 Release von TIBCO Spotfire 5 Strategie und Positionierung Tibco als Unternehmen vor allem für seine SOA-Technologie bekannt Nach Übernahme von Spotfire Weiterführung und Weiterentwicklung der Tibco Spotfire Lösung Self Service Discovery -Lösung für den Fachbereich mit Fokus auf Ad-hoc-Reporting, Analyse & Dashboarding Starke Analysemöglichkeiten: von einfachen visuellen bis hin zur fortgeschrittenen statistischen Analyse (beispielsweise Ergänzende Nutzung von R) BARC

59 Infor Historie 1989 Gründung MIS in Deutschland 2003 Kauf durch Systems Union, 2006 Übernahme durch Infor 2010 Neue BI-Strategie und Zusammenführung der BI-Produkte 2012 Umbenennung in Infor10 ION BI Strategie und Positionierung Neben verschiedenen ERP-Produkten sind die BI-Produkte strategisch für Infor aber nur eines von insgesamt 80 Produkten Nach einer Fokussierung auf Infor-ERP-Kunden ist auch der offene Markt wieder im Fokus Angebot besteht aus einer BI-Suite für den Aufbau von Dashboards, Ad-hoc Reporting, Analyse, Planung und Konsolidierung Ergänzt wird die Lösung durch eine eigene multidimensionale Datenbank Partnerschaften mit Cubeware für Importer (Datenintegration) und Bissantz (Analyse/Mining) Relativ breite Know-How Basis in Deutschland BARC

60 Jedox Historie 2002 Gründung in Freiburg 2008 Umwandlung in AG 2013 Erscheint Jedox 5 mit geändertem Preismodell Strategie und Positionierung Bietet neben einer multidimensionalen Datenbank Web- und Excel- Frontends für Reporting und Planungsapplikationen an Commercial Open Source Modell: Basisversion kostenfrei (12 bis 18 Monate nachlaufend, einige Funktionen fehlen) Kostenpflichtige Enterprise Version mit mehr Funktionen für Skalierbarkeit, Konnektivität, Security Relativ hohe Entwicklungsgeschwindigkeit, aber noch nicht so weit wie etablierte Systeme wie TM1, Essbase, MS SSAS, etc. Nutzt in kommerzieller Version alternativ Grafikkarten zur Beschleunigung Fokus sind mittelständische Kunden/Fachabteilungen BARC

61 Blue Yonder Historie 2008 Gründung Blue Yonder Strategie und Positionierung Deutscher Anbieter von Prognosesoftware (Predictive Analysis) für die vorausschauende Analyse großer Datenmengen keine eigenen Komponenten für Datenintegration, Datenqualität, Stammdatenmanagement BARC

62 Ihr Kontakt Patrick Keller Senior Analyst BARC GmbH Steinbachtal 2b D Würzburg Tel. +49 (0)931/ Fax +49 (0)931/ Timm Grosser Senior Analyst BARC GmbH Steinbachtal 2b D Würzburg Tel. +49 (0)931/ Fax +49 (0)931/ BARC

63 Blue Yonder Historie 2008 Gründung Blue Yonder Strategie und Positionierung Deutscher Anbieter von Prognosesoftware (Predictive Analysis) für die vorausschauende Analyse großer Datenmengen keine eigenen Komponenten für Datenintegration, Datenqualität, Stammdatenmanagement BARC

64 Blue Yonder Portfolioübersicht BI Planung Komplexe Analyse Suche/ Discovery ADB MDBMS NoSQL Sonstige ETL/ELT EAI EII DQ MDM BARC

65 Exasol Historie 2000 Gründung Exasol, seit 2006 Exasol AG Produkteinführung ExaSolution 2006 basiert auf einem Forschungsprojekt der Uni Jeni Strategie und Positionierung Im Raum DACH sehr erfolgreicher Anbieter Analytischer Datenbanken Datenbank ist eine reine spalten-orientierte in-memory Datenbank Exasol wird als Beschleuniger für bestehende DWH Umgebungen aber auch als umfassendere DHW-Technologie angeboten. Um den Datenbank-Kern vervollständigen EXAAppliance und EXACloud das Produktangebot BARC

66 Exasol Portfolioübersicht BI Planung Komplexe Analyse Suche/ Discovery ADB MDBMS NoSQL Sonstige ETL/ELT EAI EII DQ MDM Datenbank-Angebot EXASolution auch als Cloud EXACloud oder als Appliance EXAAppliance BARC

67 Talend Historie 2005 Gründung Talend (VC) Ausbau zur Datenmanagementplattformen durch vorwiegend Eigenentwicklung aber auch Übernahmen Strategie und Positionierung Marktführender Anbieter für Open Source Datenintegrationssoftware Breites Produktportfolio für Datenmanagement mit Ausnahme der Datenspeicherung Starke Marktpräsenz, vorwiegend Positionierung gegen Informatica (BARC Sicht) BARC

68 Talend Portfolioübersicht BI Planung Komplexe Analyse Suche/ Discovery ADB MDBMS NoSQL Sonstige ETL/ELT EAI EII DQ MDM BARC

69 Übersicht Talend Produkte Produktname Kurzbeschreibung DI DQ MDM MeDM EII Enterprise Data Integration Enterprise Data Quality Enterprise MDM Hybrid Cloud Computing Open Studio for Big Data Erweiterung der Talend Open Studio for Data Integration um professionellen Support und zusätzliche Funktionen Erweiterung des Talend Open Studio for Data Quality um professionellen Support und zusätzliche Funktionen Erweiterung des Talend Open Studio for MDM um professionellen Support und zusätzliche Funktionen Lösung zur Implementierung von Talend Komponenten in Form einer Private, Public oder Hybrid Cloud Umgebung Entwicklungsumgebung zur Code Generierung für marktbekannte Big Data Technologien BARC x x x x x x x x Open Studio for Data Open Source Datenintegrationswerkzeug Integration x Open Studio for Data Quality Werkzeug für die Datenbereinigung und Datenanalyse, Open Source x Open Studio for MDM Werkzeug für MDM, Open Source x x x Unified Platform Integrative Plattform der einzelnen gelisteten Komponenten sowie Technologien für Enterprise Service Bus als auch Business Process Management (Modellierung und Optimierung prozessorientierter Lösungen) x x x x x

70 Theobald Software Historie 2004 Gründung Theobald Software Seitdem Weiterentwicklung von Konnektoren für SAP Systeme vorwiegend für Microsoft Technologien Seit 2011 SAP Konnektoren auch für Nicht-Microsoft BI- und Datenbanklösungen verfügbar Strategie und Positionierung Reiner Schnittstellen-Spezialist für die Integration von SAP Daten (SAP zertifiziert) Weiterentwicklung und Ausbau hin zu einer allgemein zugänglichen Zugriffsschicht für SAP Systeme, die von Fachbereichen ohne SAP oder Programmier-Know-how bedient können werden soll BARC

71 Theobald Software Portfolioübersicht BI Planung Komplexe Analyse Suche/ Discovery ADB MDBMS NoSQL Sonstige ETL/ELT EAI EII DQ MDM Konnektor Konnektor Xtract - Komponentensuite für die Integration von SAP ERP/BW Daten in die Microsoft-Welt (SSIS, MS Reporting Services, SharePoint, PowerPivot) sowie QlikView, BOARD und EXASOL BARC

72 BARC-Coaching-Paket: SAP HANA Erhalten sie einen realistischen Einblick in die Chancen und Herausforderungen des Einsatzes von SAP HANA und der Alternativen für Ihr Unternehmen! Bestandteile: - Workshop - Übersicht BI mit SAP - Vergleich Leistungsfähigkeit - Positionierung in der BI-Landschaft Herausforderungen und Potentiale - Projekterfahrungen und Fallbeispiele - Technik, Markttrend, Benchmarks, Best Practices - Individuelle Gestaltung nach Ihren Wünschen - BARC-Studie Analytische Datenbanken - Unabhängige Bewertung aller marktführenden Produkte und interessante Neueinsteiger - Ein einheitlicher Kriterienkatalog sorgt für Transparenz und Vergleichbarkeit - Research Service BI Manager - 6 Monate Zugriff auf weitere wertvolle Informationsquellen - Monatliche Research Notes zu aktuellen Themen - Marktanalysen und Hintergrundbeiträge - Kostenfreie Teilnahme an BARC-Tagungen BARC

73 BARC-Bundle: Analytische Datenbanken Schnelle Analysen, einfacher Betrieb, niedrige Kosten noch Wunsch oder schon Wirklichkeit? Bestandteile: - Aktuelle Markttrends, -übersicht und klassifizierung der ADB-Technologien - Analystenkommentare zu Einsatz, Nutzen und Potential von ADBs - Vergleichende funktionale Bewertung relevanter ADBS anhand Stärken- Schwächen-Analysen - Beschreibung der Datenbank-Leistungsfähigkeit anhand von bestmöglichen Einsatzszenarien für jede analysierte Datenbank - PPT-Grafiken für Ihre Präsentationen - Eintägiges Seminar zur Vertiefung und Beantwortung individueller Fragen und Beschleunigung der Umsetzung des Themas in Ihrem Unternehmen BARC

74 Big Data Survey Europe Anwender-Umfrage zur Nutzung, Technologie und Budgets und den zentralen Fragen: - Status quo und geplante Weiterentwicklung - Treiber von Big Data aus Unternehmenssicht? - Organisation von Big Data? - Nutzung und Herausforderungen - Exklusive Ergebnisse aus der BARC-Umfrage an Best Practice Unternehmen in DACH, Frankreich und GB Weitere Informationen und Download unter: BARC

75 BI Leaders Circle Netzwerk, Wissen und Kontakte für BI-Verantwortliche BARC

76 BI Leaders Circle - Themenplanung BI Manager Research Service Mobile BI Big Data Analytics Big Data Datenmanagement Self-Service-BI Analytische Datenbanken Data Governance BI-Organisation BI mit SAP Information Design Social Media BI.. BARC-Tagungen Planungs- und Controlling- Systeme für den Mittelstand Automatische Rechnungs- und Posteingangsbearbeitung ÖCI-BARC-Tagung Business Intelligence BARC-Update: Self Service BI BARC@TDWI Track Europäische TDWI-Konferenz Berichtswesen, Analyse, Planung und Konsolidierung auf der Microsoft Business Intelligence-Plattform BI Congress BARC-Studien Marktanalysen und Produktvergleiche Big Data Survey Datenmanagement Performance Management The BI Verdict The BI Survey BARC

77 BARC Business Intelligence Congress November 2013 im Abenteuermuseum Odysseum in Köln Highlights: Best Practices Case Studies Analystenvorträge LIVE-Demos und Hot Seats Verleihung des Best Practice Awards in den beiden Kategorien Mittelstand und Konzern BARC

78 BI Referenzarchitektur <> Datenarchitektur Business Intelligence Services Monitoring Reporting Ad - hoc Analysis Management Services Planning Legal Consolidation Advanced Analysis Visualization Collaboration Data Provisioning Services Relational Data Storage Dimensional Data Storage Semantic Layer Federation/ Virtual Data Stores Caching System & Process Monitoring Data Modeling Integration & Quality Services Meta Data Mgt. Data Quality Data Integration Enrichment Master Data Security Operational and other source systems Automation 90

79 Marktsegmentierung Datenintegration Datenintegrationswerkzeuge Replikation (CDC, real-time) Migration & Konsolidierung Schnittstelle Databases SQL Messaging Systems RDBMS Non-SQL DBMS Datensynchronisierung Datenqualität & MDM Data Services / SOA Master Slave Slave/ Master Metadatenmanagement Virtuelle Integration ETL Virtual SQL Operational Systems Data Warehouse Data Mart 91

80 Marktsegmentierung Analytische Datenbanken Einige analytische Speichertechnologien zeigen ihre Stärken vor allem in speziellen Anwendungsgebieten: multidimensionale Datenbanken, gekapselte analytische Datenbank innerhalb einer BI-Anwendung, Streaming-Datenbanken, Not-only-SQL (NoSQL) Datenbanken sowie File-Systeme insbesondere im Rahmen Hadoop-Architekturen (Hadoop File System HDFS, IBM GDFS, ) BARC

81 Marktsegmentierung Datenqualität Datenqualität Data Profiling Data Cleansing Match & Merge, Dedublication Golden Record Data Validation Enrichment Business/Quality Rules Engine BRE Others: Data integration, Masterdata Management, Data discovery, Quality Services, GeoCoding, DQ KPI, Identity Resolution DQ Measurement Risk Product Geo Customer Data Reference

82 Status Quo Daten-Architektur für BI Unterschiedliche Ebenen prägen die Komplexität Referenzarchitektur Datenarchitektur relevant für alle Ebenen Logische und physische Ebenen schwierig zu unterscheiden Data Provisioning (Datenbereitstellung) Unabhängige Data Marts Zentrales DWH Hub & Spoke Data Mart Hub (konforme Dimensionen) Föderation Hybride Varianten Business Intelligence Services Data Provisioning Services Integration & Quality Services Monitoring Planning Relational Data Storage Data Quality Reporting Legal Consolidation Dimensional Data Storage Data Integration Semantic Layer Federation/ Virtual Data Stores Enrichment Ad-hoc Analysis Advanced Analysis Visualization Caching Master Data Management Services Collaboration System & Process Monitoring Data Modeling Meta Data Mgt. Security Business Intelligence Abteilungsdaten (SAS, Microsoft, ) Semantische Schichten MDBMS Caching auf verschiedenste Ebenen Individuelle Datenquellen (MS Office, , externe Daten, ) Direktzugriff und Föderation Hybride Varianten Integration & Qualität Staging Area Operational Data Store (ODS) System of Record (Aufzeichnungssytem) MDM (Stammdatenmanagement) Ergebnisse aus DQ (Profilierung, Bereinigung) Ergebnisse aus Kalkulationen (z.b. Risiko- Bewertungen) Föderation Hybride Varianten Quellsysteme Operational and other source systems Automation 97

83 Architekturvariante Unabhängige Data Marts Business Intelligence Services Charakteristika Data Provisioning Services - Voneinander unabhängige, analytische Datenhaltungen mit eigenem Datenmodell und autonomer Datenintegration für zweckgebundene Auswertungen. Zugriff von BI-Applikationen auf spezialisierte Data Marts mit unterschiedlichen Daten und Strukturen. Dimensional Data Storage Dimensional Data Storage Dimensional Data Storage Integration & Quality Services Dimensional Data Storage Einsatz - als eine autonome, fachbereichsspezifische Datenhaltung ohne Überschneidungen zu anderen Abteilungen (bsp. Datenmodell, Kennzahlenbildung) - zu bedenken sind Kontrollverlust über das Datenmodell sowie zusätzliche Administrationskosten des Systems 98

84 Architekturvariante Unabhängige Data Marts Business Intelligence Services Vorteil Data Provisioning Services - schnelle Implementierung - dezentrale Kontrolle - Isolation von Sicherheits- und Performanceanforderungen Nachteil Dimensional Data Storage Dimensional Data Storage Dimensional Data Storage - Mehrere versions of the truth - Konsistenz von Auswertungen (Datenredundanzen) - redundante Integrationslogik - höhere Systemkosten Dimensional Data Storage Integration & Quality Services 99

85 Architekturvariante Data Marts mit konformen Dimensionen Business Intelligence Services Charakteristika Data Provisioning Services - Voneinander unabhängige Datenhaltung mit konformen Dimensionen für zweckgebundene Auswertungen. Konforme Dimensionen werden zentral verwaltet und definieren unternehmensweit einheitliche Strukturen der Datenmodelle. Zugriff von BI-Applikationen auf unterschiedliche Data Marts. Dimensional Data Storage Dimensional Data Storage Dimensional Data Storage Dimensional Data Storage Einsatz - in autonomen Fachabteilungen zur Schaffung struktureller Vergleichbarkeit bei weiterhin autonomen Fachabteilungen - wenn wenig IT Resourcen verfügbar Analytisches MDM Integration & Quality Services 100

86 Architekturvariante Data Marts mit konformen Dimensionen Business Intelligence Services Vorteil Data Provisioning Services - Bessere Qualität und Wartbarkeit als bei unabhängigen Marts - Einheitliche Strukturen (Dimensionen) Nachteil Dimensional Dimensional Dimensional Dimensional - Pflege Data dimensionaler Storage Daten Data Storage schwieriger als Data bei Storage ERM-modellierten Data Storage Daten Analytisches MDM Integration & Quality Services 101

87 Architekturvariante Zentrales Data Warehouse Business Intelligence Services Charakteristika Data Provisioning Services - Zentrale Datenhaltung mit normalisiertem und dimensionalen Datenmodellen. Zugriff sämtlicher BI-Applikationen auf einheitliche Strukturen und Daten. Einsatz - bei großen Überscheidungen der Anforderungen an die Daten in den unterschiedlichen Fachabteilungen - wenn Resourcen durch zentrale IT verfügbar sind - in der Regel nicht bei stark wachsenden Datenvolumen, da SLA schwierig Relational Data Storage eingehalten werden können (Ausnahme bspw. Teradata) Integration & Quality Services 102

88 Architekturvariante Zentrales Data Warehouse Business Intelligence Services Vorteil Data Provisioning Services - Single version of the truth - Integrierte Daten - Gut geeignet für die Datenpflege - Niedrige Verwaltungskosten aufgrund einfacher Architektur Nachteil - Komplexität in der Administration - Abfragegeschwindigkeit eingeschränkt SLA müssen eingehalten werden Relational Data Storage - Daten nicht auswertungsorientiert abgelegt Integration & Quality Services 103

89 Architekturvariante Hub and Spoke Business Intelligence Services Charakteristika Data Provisioning Services - Zentrale Datenhaltung in einem zentralen Modell. Normalisiertes sowie dimensionales Modell liegen zentral vor. Marts beinhalten Teilausschnitte aus einheitlichem Gesamtdatenmodell. Verteilung bereinigter Daten aus dem zentralen Modell in aufgabenspezifische Marts. Zugriff von BI-Applikationen auf Marts sowie Core- Warehouse möglich. Erweiterung der Mart-Modelle um eigene Daten möglich. Dimensional Data Storage Dimensional Data Storage Relational Data Storage Dimensional Data Storage Dimensional Data Storage Einsatz - Flexible Architektur die Vorteile aus Marts mit konformen Dimensionen und zentralem Data Warehouse vereint - in großen Umgebungen nach Prinzipien des Enterprise Data Warehouse Integration & Quality Services 104

90 Architekturvariante Hub and Spoke Business Intelligence Services Vorteil Data Provisioning Services - Verknüpfung der Vorteile der Varianten zentrales Data Warehouse und Data Marts mit konformen Dimensionen Dimensional Data Storage Dimensional Data Storage Nachteil - Gefahr durch Würfelwucherung Dimensional Data Storage Dimensional Data Storage Relational Data Storage Integration & Quality Services 105