Mala Bachmann September 2000

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Mala Bachmann September 2000"

Transkript

1 Mala Bachmann September 2000

2 Wein-Shop (1) Umsatz pro Zeit und Produkt Umsatz Jan Feb Mrz Q1 Apr 2000 Merlot Cabernet-S Shiraz Rotweine Chardonnay Zinfandel Weissweine Alle Produkte

3 Wein-Shop (2) Umsatz pro Zeit, Produkt und Region Umsatz, Alle Regionen Umsatz, Oesterreich Jan Feb Mrz Q1 Apr 2000 Merlot Umsatz, Deutschland Jan Feb Mrz Q1 Apr 2000 Merlot Cabernet-S Umsatz, Cabernet-S. Shiraz Schweiz Jan Feb Mrz Q1 Apr Merlot RotweineJan 11Feb Mrz Q159 Apr Shiraz Merlot Cabernet-S. Rotweine Chardonnay Cabernet-S. Shiraz Chardonnay Zinfandel Shiraz Rotweine Zinfandel Weissweine Chardonnay 80 Rotweine Weissweine Alle Produkte Chardonnay Zinfandel Weissweine Alle Produkte Zinfandel Weissweine Alle Produkte Alle Produkte

4 Wein-Shop (3) Umsatz pro Zeit, Produkt, Region, Distributionskanal, 4 Umsatz, Oesterreich, Alle Distributionskanäle Umsatz, Oesterreich, Telefon Jan Feb Mrz Q1 Apr 2000 Umsatz, Merlot Oesterreich, Jan Homepage 33Feb 55Mrz 56 Q1144Apr Umsatz, Merlot Cabernet-S. Oesterreich, Fax Jan 3 72 Feb 4136 Mrz 4117Q1 11Apr Merlot Cabernet-S. Shiraz Jan 11 Feb Mrz Q Apr Merlot Cabernet-S. Shiraz Rotw eine Umsatz, Alle Regionen, Alle 305 Distributionskanäle 3760 Umsatz, Bern, Alle Distributionskanäle Cabernet-S. Shiraz Rotw Chardonnay eine Umsatz, Alle Regionen, Jan Telefon Feb 1051 Mrz Q1 Apr 2000 Umsatz, Bern, Telefon Jan Feb Mrz Q1 Rotw Chardonnay Apr Zinfandel eine 2000 Shiraz Umsatz, Merlot Alle Regionen, Jan 39 Homepage Feb Mrz 56 Q1144Apr Um satz, Merlot Be rn, Hom epage Jan 33Feb 55Mrz 56 Q1144Apr Chardonnay Zinfandel 18 Weissw 2000 eine760 Rotw eine Umsatz, Merlot Cabernet-S. 3Alle 14690Regionen, Jan 5 Fax Feb Mrz 4117Q1 11Apr Um satz, Merlot Cabernet-S. Be rn, Fax Jan 3 72 Feb 4136 Mrz 4117Q1 11Apr 325 Chardonnay Zinfandel Weissw 3 74 Alle 2000 Produkte eine Merlot Cabernet-S Shiraz Jan Feb Mrz Q Apr Merlot Cabernet-S. Shiraz Jan 11 Feb Mrz Q Apr Zinfandel 4 Weissw 12 Alle Produkte eine Merlot 4732Cabernet-S. Shiraz 6574 Rotw eine Merlot Cabernet-S. Shiraz Rotw eine Weissw 18 Alle Produkte eine Umsatz, Deutschland, Shiraz 171 Rotw 134 Chardonnay eine Alle Distributionskanäle Cabernet-S Cabernet-S. Shiraz Rotw Chardonnay eine Alle 18 Produkte Umsatz, Deutschland, Rotw Chardonnay 538 Zinfandel eine Telefon Jan Feb Mrz Q Apr Shiraz Shiraz Rotw Chardonnay Zinfandel eine Umsatz, Merlot Deutschland, Chardonnay Zinfandel Weissw Jan Rotw eine Homepage 33eine Feb 55Mrz Q Apr Rotw Chardonnay Zinfandel eine Weissw eine Um satz, Merlot Cabernet-S. De utschland, Chardonnay Zinfandel Weissw Fax Jan Alle Produkte 3eine 72 Feb Mrz Q Apr Umsatz, Schw eiz, Alle Distributionskanäle Chardonnay Zinfandel Weissw Alle Produkte eine Merlot Cabernet-S. Shiraz Zinfandel Weissw Jan Alle 11 Produkte eine Feb Mrz Q Apr Umsatz, Schw eiz, Telefon Jan Feb Mrz Q1 Apr Zinfandel Weissw Alle Produkte eine Cabernet-S Merlot Shiraz Rotw eine Weissw Alle 19Produkte eine Umsatz, Merlot Schweiz, Homepage Jan 33Feb 55Mrz 56 Q1144Apr Weissw Alle Produkte eine Shiraz Rotw 760 Cabernet-S. Chardonnay eine Alle Produkte 48 Umsatz, , Alle Distributionskanäle Umsatz, Merlot Cabernet-S. Schw eiz, Fax Jan 3 72 Feb 4136 Mrz 4117Q1 11Apr Alle Produkte Rotw Shiraz Chardonnay Zinfandel eine Umsatz, , Telefon Jan Feb Mrz Q Apr 2000 Merlot Cabernet-S. Shiraz Jan 11 Feb Mrz Q Apr Rotw Chardonnay 1662 Zinfandel eine Weissw eine Umsatz, 107 Merlot 19, Homepage Jan Feb Mrz Q Apr Merlot Cabernet-S. Shiraz Rotw eine Chardonnay Zinfandel 3760 Weissw Alle Produkte eine Umsatz, Merlot 25 Cabernet-S., 6 15 Fax Jan Feb Mrz Q Apr Cabernet-S. Shiraz Rotw Chardonnay eine Zinfandel Weissw 1051 Alle Produkte eine Merlot Cabernet-S. 12Shiraz Jan Feb Mrz Q Apr Shiraz Rotw Chardonnay Zinfandel eine Weissw Alle 493 Produkte eine Merlot Cabernet-S. Shiraz 37 Rotw 81 eine Chardonnay Zinfandel Weissw eine Rotw eine Alle Produkte Cabernet-S. Shiraz Rotw 144Chardonnay eine Zinfandel Weissw Alle Produkte eine Jan Feb Mrz 5304 Q1 Apr 2000 Chardonnay Shiraz Rotw Chardonnay Zinfandel eine Weissw Alle Produkte eine Merlot Jan Feb Mrz Q111 Apr Zinfandel Rotw Chardonnay Zinfandel eine Weissw eine Merlot Alle Produkte Cabernet-S. Jan 3 Feb Mrz 414 Q Apr Weissw eine Chardonnay Zinfandel Weissw Alle Produkte eine Merlot Cabernet-S. Shiraz Jan 3Feb 816 4Mrz Q1 11Apr Alle Produkte Zinfandel Weissw Alle Produkte eine Merlot Cabernet-S. Shiraz Rotw eine Cabernet-S. Rotw Weissw Alle Produkte eine Shiraz Chardonnay eine Shiraz Rotw Chardonnay eine Alle Produkte Rotw Chardonnay eine Chardonnay

5 (1) OLAP erleichtert die Analyse von Kennzahlen unter verschiedenen Gesichtspunkten (Dimensionen) Wie gross ist der Umsatz pro Zeit, Geschäftsbereich und Kundengruppe? Wie gross ist der Umsatz pro Zeit und Produkt? 5

6 (2) Weitere Kennzahlen Gewinn pro Produkt und Monat? Kosten pro Produkt und Monat? Berechnete Kennzahlen Anteil des Gewinns der einzelnen Produkte am Gesamtgewinn? Veränderung des Umsatzes im Vergleich zum Vormonat? Weitere Dimensionen und Hierarchien Umsatz pro Distributionskanal? Gewinn pro Kundengruppe? 6 Grafische Darstellungen Geeignete graphische Darstellungen?

7 OLAP ist ein Überbegriff für Technologien, Methoden und Tools zur Ad-hoc-Analyse multidimensionaler Informationen eine Komponente der entscheidungsorientierten Informationsverarbeitung Produkt Region Umsatz Zeit 7

8 Dimensionen Daten werden über Dimensionen beschrieben. Produkte Merlot Cabernet-S. Shiraz Chardonney Zinfandel Jan Feb Mrz Apr Mai Jun Jul Zeit Aug Sep Okt Nov Dez Deutschland Oesterreich Schweiz Regionen Begriffe: Multidimensionalität, Hypercubes, Ausprägungen (Members), Zellen 8

9 Hierarchien Dimensionen können Hierarchien haben. Alle Produkte Rotweine Produkte Merlot Cabernet-S. Shiraz Weissweine Chardonney Zinfandel Jan Feb Mrz Q1 Apr Mai Jun Q2 Jul Aug Sep Q3 Okt Nov Dez Q Alle Regionen Deutschland Oesterreich Schweiz Regionen Zeit 9

10 Flexible Präsentation (1) Die multidimensionalen Daten können am Bildschirm flexibel präsentiert werden. Umsatz, Jun CH D A Alle Regionen Rotweine Weissweine Alle Produkte Umsatz, Jun CH D A Alle Regionen Rotweine Chardonnay Zinfandel Weissweine Alle Produkte Drilldown Rollup 10

11 Flexible Präsentation (2) Die multidimensionalen Daten können am Bildschirm flexibel präsentiert werden. Kennzahlen Umsatz Gewinn Produkte Regionen Zeit Umsatz Alle Regionen Rotweine 3200 Weissweine 1900 Alle Produkte 5100 Slice & Dice Eine beliebige Kombination von Dimensionen und Ausprägungen kann angezeigt werden. Kennzahlen Umsatz Gewinn Produkte Regionen Zeit Umsatz Alle Regionen Qtr1 900 Qtr Qtr Qtr

12 Flexible Präsentation (3) 12 Die multidimensionalen Daten können am Bildschirm flexibel präsentiert werden. Umsatz CH D A Alle R. Rotw. Qtr Weissw Alle P Rotw. Qtr Alle P Rotw Weissw Alle P Die Achsen können beliebig ausgetauscht werden. Slice & Dice Umsatz Rotw. Weissw. Alle P. Qtr1 CH D A Alle R Qtr2 CH D CH D A Alle R

13 Was ist ein Data Warehouse? Ein Data Warehouse ist ein Datenbanksystem, in dem die entscheidungsrelevanten Daten eines Unternehmens in konsolidierter Form gesammelt werden, um sie für Auswertungen zugänglich zu machen. Operative Systeme Reservierungssystem Personal- Auftragsverarbeitung ver- waltung Data Warehouse Reservierungssystem Auftragsverarbeitung Personalverwaltung 13

14 Zwei Sichten auf den gleichen Prozess Data Warehousing OLAP 14 Operative Systeme Data Warehouse Data Marts Client Applications Reporting Ad-hoc Analyse Data Mining

15 HOLAP Hybrides OLAP 15 ROLAP Relationales OLAP Daten werden relational gespeichert MOLAP Multidimensionales OLAP Daten werden multidimensional gespeichert Komplexe Anfragen können hohe Antwortzeiten verursachen Grosse Datenmengen verarbeitbar Query and Calculation Engine OLAP- Frontend Schnelle Antwortzeiten auch auf komplexe Anfragen Verarbeitbare Datenmenge beschränkt

16 Unterschiede zwischen transaktionsorientierten und analyseorientierten Systemen Transaktionsorientierte Systeme Operative Systeme OLTP (Online Transaction Processing) Häufige, einfache Anfragen Kleine Datenmengen je Anfrage Operieren hauptsächlich auf aktuellen Daten Schneller Update wichtig Auswertungsorientierte Systeme OLAP (Online Analytical Processing) Weniger häufige, komplexe Anfragen Grosse Datenmengen je Anfrage Operieren auf aktuellen und historischen Daten Schnelle Kalkulation wichtig Datenbanksystem kann nicht gleichzeitig für OLTP- und für OLAP- Anwendungen optimiert werden Paralleles Ausführung von OLAP-Anfragen auf operationalen Datenbeständen könnte Leistungsfähigkeit der OLTP-Anwendungen beeinträchtigen 16

17 (1) APL Express System W (Comshare) Command Center (Pilot Software) Cognos Powerplay (Cognos) Erster Ansatz, Multidimensionalität in einer Programmiersprache zu verankern Erstes multidimensionales Software Tool (entwickelt für die Marketing Analyse) Begriff EIS (Executive Information System) wird populär Entwicklung verschiedener multidimensionaler Produkte mit Konzepten, die auch heute noch Bestand haben 17

18 (2) Hyperion Essbase Oracle Express MicrosStrategy Business Objects Brio Technology IBM DB2 OLAP Server Microsoft OLAP- Server 1990 Spreadsheets werden populär Entwicklung verschiedener multidimensionaler Produkte, die nahtlos mit Spreadsheets zusammenarbeiten Begriff OLAP wird durch Edgar F. Codd geprägt OLAP entwickelt sich zu einem für Unternehmen wesentlichen Analyse- Instrument 18

19 Die 6 OLAP-Anbieter mit dem grössten Marktanteil in 1999 *: 1. Hyperion Solutions (Essbase, Wired) 2. Oracle (Express) 3. Cognos (PowerPlay) 4. MicroStrategy (MicroStrategy) 5. Microsoft (OLAP-Server) 6. Business Objects (Business Objects) * Quelle: The OLAP Report (www.olapreport.com) Weitere OLAP-Server: IBM (DB2 OLAP Server) Applix (itm1) Weitere OLAP-Frontends: Temtec (Executive Viewer) Weitere OLAP-Anbieter: Brio Technology Pilot Software SAS Institute 19

20 Integration von OLAP und Data Mining und anderen Methoden der entscheidungsorientierten Informationsverarbeitung Weiterentwicklung und rasche Verbreitung von Web-OLAP Weiterentwicklung der technischen Konzepte (z.b. optimale Verteilung von Speicherung und Kalkulation, verbesserte Metadatenverwaltung, ) Stärkere Beteiligung der akademischen Welt an der OLAP- Weiterentwicklung Auf spezifische vertikale oder horizontale Märkte ausgerichtete OLAP- Applikationen 20

21 Erik Thomsen. OLAP Solutions: Building Multidimensional Information Systems. Wiley, Alex Berson und Stephen J. Smith. Data Warehousing, Data Mining & OLAP. McGraw-Hill, Nils Clausen. OLAP. Multidimensionale Datenbanken. Produkte, Markt, Funktionsweisen und Implementierung. Addison Wesley,

Eine Einführung in OLAP

Eine Einführung in OLAP Eine Einführung in OLAP Einleitung... 1 Wofür wird OLAP benötigt?... 1 Was ist OLAP?... 3 OLAP Charakteristika... 3 Dimensionen... 3 Hierarchien... 3 Flexible Präsentation... 4 OLAP und Data Warehousing...

Mehr

Seminar in der Seminarreihe Business Intelligence 1. OLAP und Datawarehousing

Seminar 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

Mehr

Management Support Systeme

Management 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

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

Business Intelligence: Markt, Trends und Technologien. Dr. Carsten Bange Darmstadt, 22.1.2008

Business Intelligence: Markt, Trends und Technologien. Dr. Carsten Bange Darmstadt, 22.1.2008 Business Intelligence: Markt, Trends und Technologien Dr. Carsten Bange Darmstadt, 22.1.2008 Business Intelligence & Corporate Performance Management Entwicklung des BI-Softwaremarktes Seit Jahren robustes

Mehr

Data Warehouse und Data Mining

Data 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

Mehr

Seminar C02 - Praxisvergleich OLAP Tools

Seminar 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

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

Übung zur Einführung in die Wirtschaftsinformatik Cognos Powerplay als Beispiel für ein DSS

Übung 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

Mehr

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Konrad Linner, solvistas GmbH Nürnberg, 20.November 2012 Inhaltsverzeichnis Vorstellung solvistas

Mehr

Data Warehouse Technologien

Data 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...............

Mehr

Veit Köppen Gunter Saake Kai-Uwe Sattler. 2. Auflage. Data Warehouse Technologien

Veit 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...

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

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

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

WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE'

WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE' Take control of your decision support WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE' Sommersemester 2008 Gliederung Business Intelligence und Data Warehousing On-Line Analytical Processing Ziel

Mehr

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick Volker.Hinz@microsoft.com Was sagt der Markt? Fakten Meinung der Analysten zu Microsofts Angeboten Nutzen

Mehr

10. Vorlesung: Datenorganisation SS 2007

10. Vorlesung: Datenorganisation SS 2007 10. Vorlesung: Datenorganisation SS 2007 8 Parallele Transaktionen 9 9.1 Drei-Ebenen Ebenen-Architektur 9.2 Verteilte Datenbanken 9.3 Client-Server Server-Datenbanken 9.4 Föderierte Datenbanken 9.5 Das

Mehr

Das Multidimensionale Datenmodell

Das Multidimensionale Datenmodell Das Multidimensionale Datenmodell Konzeptuelle Modellierung Umsetzung des Modells Beispiel ER-Modell 2 / 36 Probleme ER-Modellierung Keine Unterscheidung Klassifikation, Attribute, Kenngrößen Dimension

Mehr

Von der spezialisierten Eigenentwicklung zum universellen Analysetool. Das Controlling-Informationssystem der WestLB Systems

Von der spezialisierten Eigenentwicklung zum universellen Analysetool. Das Controlling-Informationssystem der WestLB Systems Von der spezialisierten Eigenentwicklung zum universellen Analysetool Das Controlling-Informationssystem der WestLB Systems Begriffe und Definitionen Data Warehouse - Datensammlung oder Konzept?! Data

Mehr

BARC-Studie Data Warehousing und Datenintegration

BARC-Studie Data Warehousing und Datenintegration Ergebnisse der BARC-Studie Data Warehouse Plattformen Dr. Carsten Bange BARC-Studie Data Warehousing und Datenintegration Data-Warehouse -Plattformen und Datenintegrationswerkzeuge im direkten Vergleich

Mehr

good. better. outperform.

good. 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

Mehr

Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen

Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Praxistag für die öffentliche Verwaltung 2012 Titel Präsentation Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Referenten-Info Gerhard Tschantré, Leiter Controllerdienste

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

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

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

Objektorientierte Datenbanken

Objektorientierte Datenbanken OODB 11 Slide 1 Objektorientierte Datenbanken Vorlesung 11 vom 01.07.2004 Dr. Sebastian Iwanowski FH Wedel OODB 11 Slide 2 Inhalt heute: Datenbanken in betriebswirtschaftlichen Anwendungen OTLP (SAP) Data

Mehr

Self Service BI. - Business Intelligence im Mittelstand - schnelle Ergebnisse, nachhaltige Erfolge

Self 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

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

Management Cockpits. Business Intelligence für Entscheider. Oliver Röniger EMEA Business Intelligence ORACLE Deutschland GmbH

Management Cockpits. Business Intelligence für Entscheider. Oliver Röniger EMEA Business Intelligence ORACLE Deutschland GmbH Management Cockpits Business Intelligence für Entscheider Oliver Röniger EMEA Business Intelligence ORACLE Deutschland GmbH email: oliver.roeniger@oracle.com Tel.: 0211 / 74839-588 DOAG, Mannheim, 15.

Mehr

BIW - 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 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

Mehr

FAGUS Paper Data Cubes

FAGUS Paper Data Cubes FAGUS Paper Data Cubes v5 Dynamische Datenanalyse auf Basis von FAGUS Paper.v5 und Microsoft Analysis Services 2 FAGUS Paper Data Cubes Data Mining Nutzen Sie den Mehrwert Ihrer IT Jeden Tag werden in

Mehr

Infor PM 10 auf SAP. Bernhard Rummich Presales Manager PM. 9.30 10.15 Uhr

Infor PM 10 auf SAP. Bernhard Rummich Presales Manager PM. 9.30 10.15 Uhr Infor PM 10 auf SAP 9.30 10.15 Uhr Bernhard Rummich Presales Manager PM Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche zu vermeiden. Sie können

Mehr

Vertrautmachen mit Daten

Vertrautmachen mit Daten Kapitel III Vertrautmachen mit Daten 2004 AIFB / FZI 1 III Vertrautmachen mit Daten (see also Data Preparation ) 2004 AIFB / FZI 2 III Vertrautmachen mit Daten III.1 OLAP III.1.1 Einführung in OLAP Wie

Mehr

Best Practice Infor PM 10 auf Infor Blending

Best Practice Infor PM 10 auf Infor Blending Best Practice Infor PM 10 auf Infor Blending, 11.11.2008 Infor Performance Management Best Practice Infor PM 10 auf Infor Blending Leistungsübersicht Infor PM 10 auf Infor Blending eine Data Warehouse

Mehr

Business Intelligence. Data Warehouse / Analyse Sven Elvers 2005-07-06

Business Intelligence. Data Warehouse / Analyse Sven Elvers 2005-07-06 Business Intelligence Data Warehouse / Analyse Sven Elvers 2005-07-06 Einleitung Dieses Dokument beschreibt einen für das Verständnis relevanten Teil der Präsentation. Business Intelligence Motivation

Mehr

good. better. outperform.

good. better. outperform. good. better. outperform. Analytic mit Oracle BI relational oder besser multidimensional? 8. Oracle BI & DWH Konferenz, 20.03.2013 Dirk Fleischmann Director Business Intelligence & DWH Business Intelligence

Mehr

Infor PM 10 Integrierte Planung und Überwachung von Vertriebsbudgets

Infor PM 10 Integrierte Planung und Überwachung von Vertriebsbudgets Infor PM 10 Integrierte Planung und Überwachung von Vertriebsbudgets Michael Wolters Business Consultant Schalten Sie bitte während der Präsentation die Mikrofone Ihrer Telefone aus, um störende Nebengeräusche

Mehr

Seminar im Sommersemester 2004 an der Universität Karlsruhe (TH)

Seminar im Sommersemester 2004 an der Universität Karlsruhe (TH) Seminar im Sommersemester 2004 an der Universität Karlsruhe (TH) Verteilung und Integration von Informationen im Verkehrsbereich Thema: OLAP in verteilten Data-Warehouse- Umgebungen Vortrag: Christian

Mehr

Multidimensionales Datenmodell, Cognos

Multidimensionales 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

Mehr

Berater-Profil 3491. Cognos-Berater. Ausbildung Diplom Kaufmann. EDV-Erfahrung seit 1990. Verfügbar ab auf Anfrage.

Berater-Profil 3491. Cognos-Berater. Ausbildung Diplom Kaufmann. EDV-Erfahrung seit 1990. Verfügbar ab auf Anfrage. Berater-Profil 3491 Cognos-Berater Schwerpunkte: - Cognos Softwaresuite, OLAP, Reporting, Analyse, ScorecardingBusiness Intelligence, Corporate Performance Management, Management Informations Systeme,

Mehr

INVEST projects. Besseres Investitionscontrolling mit INVESTprojects

INVEST projects. Besseres Investitionscontrolling mit INVESTprojects Besseres Investitionscontrolling mit Der Investitionsprozess Singuläres Projekt Idee, Planung Bewertung Genehmigung Realisierung Kontrolle 0 Zeit Monate, Jahre Perioden Der Investitionsprozess Singuläres

Mehr

Business Intelligence & Reporting. Michael Cordes Holger Oehring Matthias Rein

Business 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

Mehr

Logische Modellierung von Data Warehouses

Logische 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..

Mehr

Business Intelligence

Business Intelligence Hochschule Darmstadt Business Intelligence Fachbereich Informatik Praktikumsaufgabe 3 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 11.06.2007 Business Intelligence Aufgabenstellung 1.

Mehr

Einsatz von Anwendungssystemen

Einsatz von Anwendungssystemen Einsatz von Anwendungssystemen WS 2013/14 7 Führungssysteme 7.1 Data Warehouse 7.2 Planungssysteme 7.3 Balanced Scorecard (BSC) 7.4 Business Intelligence 7 Führungssysteme 7.1 Data Warehouse Ein Data Warehouse

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

Technische Seminarreihe Empowering Business Intelligence

Technische Seminarreihe Empowering Business Intelligence PRESSEMITTEILUNG / Veranstaltungshinweis Technische Seminarreihe Empowering Business Intelligence Trivadis bietet für Entwickler, Projektleiter, Datenbank-Administratoren sowie DWHund BI-Interessierte

Mehr

Modellierung von OLAP- und Data- Warehouse-Systemen

Modellierung 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

Mehr

Business Intelligence Center of Excellence

Business 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).

Mehr

Kapitel 4: Data Warehouse Architektur

Kapitel 4: Data Warehouse Architektur Data Warehousing, Motivation Zugriff auf und Kombination von Daten aus mehreren unterschiedlichen Quellen, Kapitel 4: Data Warehousing und Mining 1 komplexe Datenanalyse über mehrere Quellen, multidimensionale

Mehr

Anwendertage WDV2012

Anwendertage WDV2012 Anwendertage WDV2012 28.02.-01.03.2013 in Pferdingsleben Thema: Business Intelligence mit Excel 2010 Referent: Dipl. Wirtsch.-Inf. Torsten Kühn PRAXIS-Consultant Alles ist möglich! 1 Torsten Kühn Dipl.

Mehr

Der direkte Weg zum Real Time Enterprise- Effizientes Web-Reporting mit dynasight. Axel Burmester. Key Account Manager

Der direkte Weg zum Real Time Enterprise- Effizientes Web-Reporting mit dynasight. Axel Burmester. Key Account Manager dynasight Der direkte Weg zum Real Time Enterprise- Effizientes Web-Reporting mit dynasight Axel Burmester Key Account Manager arcplan Information Services AG International tätiges Softwarehaus Zentrale

Mehr

Business Intelligence

Business Intelligence Business Intelligence Anwendungssysteme (BIAS) Lösung Aufgabe 1 Übung WS 2012/13 Business Intelligence Erläutern Sie den Begriff Business Intelligence. Gehen Sie bei der Definition von Business Intelligence

Mehr

Data Warehousing Grundbegriffe und Problemstellung

Data 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,

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

Essbase und Oracle Database OLAP Option zwei OLAP-Lösungen von Oracle. Andreas Wegehaupt Principal Solution Consultant BI Oracle Deutschland GmbH

Essbase und Oracle Database OLAP Option zwei OLAP-Lösungen von Oracle. Andreas Wegehaupt Principal Solution Consultant BI Oracle Deutschland GmbH Essbase und Oracle Database OLAP Option zwei OLAP-Lösungen von Oracle Andreas Wegehaupt Principal Solution Consultant BI Oracle Deutschland GmbH Agenda Business Intelligence und die

Mehr

Oracle BI&W Referenz Architektur Big Data und High Performance Analytics

Oracle 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

Mehr

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH Lars Priebe Senior Systemberater ORACLE Deutschland GmbH Data Mining als Anwendung des Data Warehouse Konzepte und Beispiele Agenda Data Warehouse Konzept und Data Mining Data Mining Prozesse Anwendungs-Beispiele

Mehr

Ergebnisse der BARC-Studie Datenintegration

Ergebnisse der BARC-Studie Datenintegration Ergebnisse der BARC-Studie Datenintegration Patrick Keller BARC-Studie Data Warehousing und Datenintegration Data-Warehouse- und Datenintegrations- Werkzeuge im direkten Vergleich 1 Jahr Zugriff auf Studie

Mehr

OLAP und der MS SQL Server

OLAP und der MS SQL Server OLAP und der MS SQL Server OLAP und der MS SQL Server OLAP-Systeme werden wie umfangreiche Berichtssysteme heute nicht mehr von Grund auf neu entwickelt. Stattdessen konzentriert man sich auf die individuellen

Mehr

Leistungsstarke Business Intelligence

Leistungsstarke Business Intelligence Leistungsstarke Business Intelligence Einfach für den Anwender gemacht Mit zum Erfolg Analyse, Planung, Reporting, Dashboarding Skalierbar und zukunftssicher Für alle Branchen und Fachabteilungen Mit machen

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

Von ODBC zu OLE DB. Neue Möglichkeiten der Datenintegration. Harald Gladytz, Team Vertrieb ESRI Niederlassung Leipzig

Von ODBC zu OLE DB. Neue Möglichkeiten der Datenintegration. Harald Gladytz, Team Vertrieb ESRI Niederlassung Leipzig Von ODBC zu OLE DB Neue Möglichkeiten der Datenintegration Harald Gladytz, Team Vertrieb ESRI Niederlassung Leipzig Von ODBC zu OLE DB Begriffsbestimmung ODBC, OLE DB, COM, ADO... Unterschiede zwischen

Mehr

Komponenten und Architekturen von Analytischen Informationssystemen (AIS)

Komponenten 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.

Mehr

Datenbanken. Produkte Dienstleistungen Referenzen

Datenbanken. Produkte Dienstleistungen Referenzen Datenbanken Produkte Dienstleistungen Referenzen Produkte: MS SQL Server MS SQL Server 2005 Datenbankmodul Berichtssysteme mit Reporting Services Data Warehousing/Data Mining mit Analysis Services Schnittstellen

Mehr

Kapitel 6 Einführung in Data Warehouses

Kapitel 6 Einführung in Data Warehouses Kapitel 6 Einführung in Data Warehouses Skript zur Vorlesung: Datenbanksysteme II Sommersemester 2008, LMU München 2008 Dr. Peer Kröger Dieses Skript basiert zu einem Teil auf dem Skript zur Vorlesung

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

Business Intelligence

Business Intelligence Hochschule Darmstadt Business Intelligence und Wissensmanagement Fachbereich Informatik Praktikumsversuch BI, Teil 1 Prof. Dr. C. Wentzel, Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 03.04.2006 1. Kurzbeschreibung

Mehr

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII

Vorwort 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

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

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery Seminar Business Intelligence Teil II Data Mining & Knowledge Discovery Was ist Data Mining? Sabine Queckbörner Was ist Data Mining? Data Mining Was ist Data Mining? Nach welchen Mustern wird gesucht?

Mehr

Data Warehouse ??? Ein Data Warehouse ist keine von der Stange zu kaufende Standardsoftware, sondern immer eine unternehmensindividuelle

Data Warehouse ??? Ein Data Warehouse ist keine von der Stange zu kaufende Standardsoftware, sondern immer eine unternehmensindividuelle ??? Zusammenfassung, Ergänzung, Querverbindungen, Beispiele A.Kaiser; WU-Wien MIS 188 Data Warehouse Ein Data Warehouse ist keine von der Stange zu kaufende Standardsoftware, sondern immer eine unternehmensindividuelle

Mehr

Zusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware Falk Neubert, Universität Osnabrück

Zusammenspiel 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

Mehr

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle

DATA 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

Mehr

Einsatz des Microsoft SQL-Servers bei der KKH

Einsatz des Microsoft SQL-Servers bei der KKH Einsatz des Microsoft SQL-Servers bei der KKH Reporting Services und Analysis Services Kontaktdaten Detlef André Abteilungsleiter Data Warehouse E-Mail detlef.andre@kkh.de Telefon 0511 2802-5700 Dr. Reinhard

Mehr

Inhaltsverzeichnis. 1 Einleitung Motivation und Umfeld Zielsetzung der Arbeit Methodisches Vorgehen und Aufbau der Arbeit 3

Inhaltsverzeichnis. 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

Mehr

Forum Kommune 21, DiKOM Nord Hannover, 17. Februar 2011

Forum Kommune 21, DiKOM Nord Hannover, 17. Februar 2011 Forum Kommune 21, DiKOM Nord Hannover, 17. Februar 2011 Trends, Muster und Korrelationen erkennen und die richtigen Schlüsse daraus ziehen: MACH BI der für öffentliche Einrichtungen passende Zugang zur

Mehr

Data Warehousing. Weitere Buzzwörter: OLAP, Decision Support, Data Mining

Data Warehousing. Weitere Buzzwörter: OLAP, Decision Support, Data Mining Data Warehousing Weitere Buzzwörter: OLAP, Decision Support, Data Mining Wichtige Hinweise Zu diesem Thema gibt es eine Spezialvorlesung im Sommersemester Hier nur grober Überblick über Idee und einige

Mehr

Vorgang Unterbrechung In Arbeit. Meilenstein Sammelvorgang Projektsammelvorgang. Externe Vorgänge Externer Meilenstein Stichtag

Vorgang Unterbrechung In Arbeit. Meilenstein Sammelvorgang Projektsammelvorgang. Externe Vorgänge Externer Meilenstein Stichtag Nr. sname Dauer Anfang Ende Vorgänger Ressourcennamen 06. Jan '14 13. Jan '14 M D M D F S S M D M D F S S 1 AdA nach AEVO (IHK Vorbereitung) 10 Tage Mo 06.01.14 Fr 17.01.14 AdA nach AEVO (IHK Vorbereitung)

Mehr

Januar 2016. Deadline und Abrechnungsdetails. Zeichnungen. Rücknahmen. Deadline CET. Deadline CET. Valuta Titellieferung. Valuta Geldüberweisung

Januar 2016. Deadline und Abrechnungsdetails. Zeichnungen. Rücknahmen. Deadline CET. Deadline CET. Valuta Titellieferung. Valuta Geldüberweisung und sdetails Januar 2016 CH0017403509 1'740'350 Reichmuth Himalaja CHF 25. Jan 16 12.00 25. Jan 16 1) 29. Jan 16 17. Feb 16 1. Feb 16 3) CH0017403574 1'740'357 Reichmuth Himalaja EUR 25. Jan 16 12.00 25.

Mehr

DWH Szenarien. www.syntegris.de

DWH Szenarien. www.syntegris.de DWH Szenarien www.syntegris.de Übersicht Syntegris Unser Synhaus. Alles unter einem Dach! Übersicht Data-Warehouse und BI Projekte und Kompetenzen für skalierbare BI-Systeme. Vom Reporting auf operativen

Mehr

Data Warehouses und Moderne Betriebliche Anwendungen von Datenbanksystemen

Data Warehouses und Moderne Betriebliche Anwendungen von Datenbanksystemen Data Warehouses und Moderne Betriebliche Anwendungen von Datenbanksystemen (Folien von A. Kemper zum Buch 'Datenbanksysteme') Online Transaction Processing Betriebswirtschaftliche Standard- Software (SAP

Mehr

SQL Server 2012. Administration, Entwicklung und Business Intelligence. Roland Bauch. 1. Ausgabe, Mai 2012. Der kompakte Einstieg SQL2012A

SQL Server 2012. Administration, Entwicklung und Business Intelligence. Roland Bauch. 1. Ausgabe, Mai 2012. Der kompakte Einstieg SQL2012A SQL Server 2012 Roland Bauch 1. Ausgabe, Mai 2012 Administration, Entwicklung und Business Intelligence Der kompakte Einstieg SQL2012A 2 SQL Server 2012 - Administration, Entwicklung und Business Intelligence

Mehr

Kapitel 6. Vorlesung: PD Dr. Peer Kröger

Kapitel 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

Mehr

BVQ - Storage in Balance

BVQ - Storage in Balance BVQ - Storage in Balance Reporting Modul BVQ Vortrag BVQ Kapazitätsanalyse BVQ Performanceanalyse BVQ Speicherstufen Analyse Michael.Pirker@SVA.de +49 151 180 25 26 0 SVA 15.05.2012 Das Wesentliche und

Mehr

Business Intelligence. Business Intelligence Seminar, WS 2007/08

Business Intelligence. Business Intelligence Seminar, WS 2007/08 Business Intelligence Seminar, WS 2007/08 Prof. Dr. Knut Hinkelmann Fachhochschule Nordwestschweiz knut.hinkelmann@fhnw.ch Business Intelligence Entscheidungsorientierte Sammlung, Aufbereitung und Darstellung

Mehr

Christian Kurze BI-Praktikum IBM WS 2008/09

Christian 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

Mehr

BIW - Überblick. Präsentation und Discoverer Demonstration - Teil 2 - Humboldt Universität zu Berlin am 10. Juni 2004

BIW - Überblick. Präsentation und Discoverer Demonstration - Teil 2 - Humboldt Universität zu Berlin am 10. Juni 2004 BIW - Überblick Präsentation und Discoverer Demonstration - Teil 2 - Humboldt Universität zu Berlin am 10. Juni 2004 Annegret Warnecke Senior Sales Consultant Oracle Deutschland GmbH Berlin Agenda Überblick

Mehr

Komponenten und Architekturen von Analytischen Informationssystemen

Komponenten und Architekturen von Analytischen Informationssystemen Komponenten und Architekturen von Analytischen Informationssystemen Sommersemester 2013 Prof Dr. Peter Gluchowski Literatur zur Vorlesung AIS/BIS Gluchowski, Peter; Gabriel, Roland; Dittmar, Carsten: Management

Mehr

Data Warehouse Technologien

Data 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

Mehr

Konzernsteuerung mit Qualitätskennzahlen (IBM Cognos TM1) Stephan Multhaupt Geschäftsführer gmc² gerhards multhaupt consulting GmbH

Konzernsteuerung mit Qualitätskennzahlen (IBM Cognos TM1) Stephan Multhaupt Geschäftsführer gmc² gerhards multhaupt consulting GmbH Konzernsteuerung mit Qualitätskennzahlen (IBM Cognos TM1) Stephan Multhaupt Geschäftsführer gmc² gerhards multhaupt consulting GmbH 14.04.2010 Agenda Was ist die gmc² gerhards multhaupt consulting GmbH?

Mehr

Mit Transbase Hypercube Data Warehouse Anwendungen effizient betreiben. Die Hypercube-Technologie

Mit Transbase Hypercube Data Warehouse Anwendungen effizient betreiben. Die Hypercube-Technologie Mit Transbase Hypercube Data Warehouse Anwendungen effizient betreiben Transbase Hypercube ist eine Transbase -Option, die die innovative Hypercube-Technologie für komplexe analytische Anwendungen (OLAP)

Mehr

Arbeitsmarktstatistik Januar 2017

Arbeitsmarktstatistik Januar 2017 Arbeitsmarktstatistik Januar 2017 Jan 17 Dez 16 Jan 16 Stellensuchende 3 523 2 431 5 954 3 374 2 414 5 788 3 236 2 298 5 534 Quote 6,8% B 5,1% B 6,0% A 6,5% B 5,1% B 5,8% A 6,2% B 4,9% B 5,6% A im Beschäftigungsprogramm

Mehr

SAP Integration von Business Objects am Beispiel von SAP Student Lifecycle Management. Anke Noßmann Syncwork AG

SAP Integration von Business Objects am Beispiel von SAP Student Lifecycle Management. Anke Noßmann Syncwork AG SAP Integration von Business Objects am Beispiel von SAP Student Lifecycle Management Anke Noßmann Syncwork AG SAP HERUG Partnertag, Berlin 06. November 2009 Inhalt 1. Ausgangssituation 2. Alternative

Mehr

Dimensionale Modellierung mit Oracle BI EE und Oracle OLAP Tipps und Tricks aus der Praxis

Dimensionale Modellierung mit Oracle BI EE und Oracle OLAP Tipps und Tricks aus der Praxis Dimensionale Modellierung mit Oracle BI EE und Oracle OLAP Tipps und Tricks aus der Praxis DOAG Konferenz 2010 Claus Jordan Senior Consultant, Trivadis GmbH 16.11.2010 Basel Bern Lausanne Zürich Düsseldorf

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

Inhaltsverzeichnis. vii.

Inhaltsverzeichnis. 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

Mehr