Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg,

Größe: px
Ab Seite anzeigen:

Download "Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch"

Transkript

1 Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg,

2 Unstrukturierte Daten spielen eine immer bedeutender Rolle in Big Data-Projekten. Zunächst gilt es herauszufinden, ob im konkreten Use Case überhaupt verwertbare Informationen aus den unstrukturierten Daten gewonnen werden können. AGENDA Big Data: Was bisher geschah Business Intelligence und unstrukturierte Daten Können BI-Analysen mit unstrukturierten Daten gemacht werden? Wie kann für ein Use Case diese Frage möglichst schnell beantwortet werden? Prozessmodell IT-Logix Sentiment Analyse mit Twitter-Tweets Zusammenfassung und Ausblick Slide 2 Big Data: Definition, Einführung und Live Democase

3 BIG DATA: WAS BISHER GESCHAH

4 Für die Beschreibung von «Big Data» haben sich drei typische Merkmale etabliert: Variety, Volume und Velocity. Für diese Bereichen bieten Hersteller spezifische Lösungen an. Unstrukturiert Texte können mit einer Text Analyse in strukturierte Daten verwandelt werdenb. BIG DATA: TYPISCHE MERKMALE UND LÖSUNGEN Volume: Velocity: Variety: schnelles Wachstum, hohe Datenvolumen ( >= Petabyte) Lösungen: analytische / spaltenorientierte DB s, Hadoop BI-Analyse zeitnah zur Entstehung der Daten, Realtime Warehousing Lösungen: In-Memory Technologien, Event-Stream-Processing viele unterschiedliche Datentypen, interne und extrne Daten Lösungen: ETL/ELT-Tools, ggf. In-Memory-Technologien Variety: unstrukturierte Daten Datenextraktion aus Tweets, Blogs, s, Fax, eingescannte Briefdokumente Lösungen: Text Analyse. Unstrukturierte Texte strukturierte Daten Slide 4 Big Data: Definition, Einführung und Live Democase

5 Zu Beginn jedes Use Cases mit unstrukturierten Daten sollte die Frage beantwortet werden, ob die unstrukturierten Daten überhaupt verwertbare Informationen liefern. Es sollte zu Beginn daher auch nicht zu viel Aufwand in die Beschaffung externer Daten investiert werden. BIG DATA: ERFAHRUNGEN, HERAUSFORDERUNGEN Volume, Velocity, Variety/Datenintegration In der Regel gute Abdeckung durch angebotene Technologien und mehrjährige methodische Erfahrungen Unstrukturierte Texte / Text Analyse: Jeder Use Case ist anders! Liefert die Text Analyse überhaupt für eine BI-Analyse verwertbare Ergebnisse? Ergebnisse müssen evaluiert werden Ergebnisse müssen bereinigt werden! Ergebnisse müssen aufbereitet werden, sodass sie mit BI-Tools ausgewertet werden können Externe Daten: Je nach Quelle kann die Beschaffung aufwändig und teuer sein Slide 5 Big Data: Definition, Einführung und Live Democase

6 BUSINESS INTELLIGENCE UND UNSTRUKTURIERTE DATEN

7 Das SAP Tex Analyse nutzt einen Natural Language Processor (NLP) um natürliche Sprache zu analysieren. Entitäten wie z.b. Personen, Produkte etc. können so in ihrem sprachlichen Kontext identifiziert werden. SAP TEXT ANALYSE: NLP Slide 7 Big Data: Definition, Einführung und Live Democase

8 Die SAP Text Analyse basiert auf Dictionaries und Rulesets. Beide können kunden-spezifisch angepasst werden. SAP TEXT ANALYSE: DICTIONARIES UND RULESETS Unstrukturierte Texte: ASCII-Text (Datei, DB,,,) Binär-Dateien (MSG, DOC, PDF, PPT, ) SAP Text Analyse Customizable Language Modules Dictionaries Extraction Rules Entitäten - strukturierte Daten, z.b.: Produkte Sentiments Slide 8 Big Data: Definition, Einführung und Live Democase

9 Die SAP Text Analyse basiert auf Dictionaries und Rulesets. Beide können kunden-spezifisch angepasst werden. SAP TEXT ANALYSE: DICTIONARIES UND RULESETS Unstrukturierte Texte: ASCII-Text (Datei, DB,,,) Binär-Dateien (MSG, DOC, PDF, PPT, ) SAP Text Analyse Customizable Language Modules Dictionaries Extraction Rules Entitäten - strukturierte Daten, z.b.: Produkte Sentiments Slide 9 Big Data: Definition, Einführung und Live Democase

10 Die SAP Text Analyse basiert auf Dictionaries und Rulesets. Beide können kunden-spezifisch angepasst werden. SAP TEXT ANALYSE: DICTIONARIES UND RULESETS Slide 10 Big Data: Definition, Einführung und Live Democase

11 Die von der SAP Text Analyse gelieferten Sentiments beziehen sich meistens auf eine Entität «Topic». Das Topic muss mit ebenfalls gefundenen Produkt-Entitäten verglichen werden, damit Sentiment und Produkt miteinader verknüpft werden können. Die Funktionalität liefert die SAP Text Analyse nicht! Z.B. TWITTER: SENTIMENTS UND APPLE-PRODUKTE SAP Text Analyse Mapping Sentiment Topic & Produkt nicht in SAP Text Analyse Slide 11 Big Data: Definition, Einführung und Live Democase

12 Beim Mapping von Attributen der Text Analyse kann es vorkommen, dass zweit Attributwerte leicht unterschiedlich sind, aber dennoch zusammen gehören MAPPING ATTRIBUTE DER TEXT ANALYSE Mapping erforderlich, z.b.: Es darf kein Mapping erfolgen, z.b.: Einfacher Vergleich mit Teilstrings funktioniert nicht! Komplexe Matching-Logik erforderlich! (Fuzzy Logik) Slide 12 Big Data: Definition, Einführung und Live Democase

13 Viele Ergebnisse in der Ausgabe sind irrelevant und müssen gelöscht werden. unterschiedliche Entitätsbezeichnungen in unstrukturierten Texten müssen standardisiert werden. TEXT ANALYSE: BEREINIGUNG Z.B. Grussformen in s: In den meisten Fällen löschen, aber abhängig vom Use Case! Slide 13 Big Data: Definition, Einführung und Live Democase

14 Nachdem die von der Text Analyse generierten Attribute bereinigt und ggf. miteinander in Beziehung gebracht wurden, kann eine typische BI Analyse erstellt werden BI UND TEXT ANALYSE: SENTIMENT ANALYSE Slide 14 Big Data: Definition, Einführung und Live Democase

15 TEXT ANALYSE: PROZESSMODELL DER IT-LOGIX

16 Um die Herausforderungen der Text Analyse mit möglichst wenig Aufwand zu lösen hat IT-Logix ein Prozessmodell und Tools für die Verarbeitung von unstrukturierten entwickelt ZIELE Möglichst schnelle Extraktion von externen Daten, insbes. aus sozialen Medien Erhöhung der Qualität der Ergebnisse der Text Analyse durch Bereinigung und Attribut-Mapping Möglichst schnelle Beantwortung der Frage für einen konkreten Use Case: «Können BI-Analysen mit unstrukturierten Texten gemacht werden?» Bis zur Beantwortung dieser Frage sollten möglichst wenig Aufwände anfallen Slide 16 Big Data: Definition, Einführung und Live Democase

17 Das Prozessmodell besteht aus 3 Phasen. Die Phase «Evaluierung» muss mit einem Entscheid abgeschlossen werden bevor die nächsten Phasen beginnen. Die Phasen «Anreicherung/Verfeinerung» und «Operationalisierung» können sich zeitliche auch leicht überschneiden. PROZESSMODELL: BI UND UNSTRUKTURIERTE TEXTE Evaluierung Initialer Datenextrakt Initiale Tests mit Text Analyse Initiale Datenbereinigung Weitgehend generische Tools Entscheid: Datenquelle eignet sich für BI Analysen Anreicherung und Verfeinerung Anreicherung mit Use Case-spezifischen Metadaten BI Analysen Verfeinerung der Datenextraktion und -bereinigung Operationalisierung Aufbau Big-Data Infrastruktur Integration mit DWH oder operativen Prozessen Data Governance Slide 17 Big Data: Definition, Einführung und Live Democase

18 In der Evaluierungsphase wird mit möglichst wenig Aufwand einer kleiner, aber ausreichend grosser Sample von unstrukturierten Daten bereitgestellt. Die Texte werden mit der SAP Text Analyse analysiert und die Ergebnisse mit Cleansing-Tools der IT-Logix bereinigt. Die Visualisierung erfolgt mit Standard-Tools. EVALUIERUNG Externe Daten Initiale Datenextraktion Interne Daten Sozial Medien, Internet, etc SAP Text Analyse Konfiguration Sprache: fest, automatisch erkennen, durch Quelle vorgegeben Konfiguration Entitäten z.b. nur Produkt und Sentiment SAP Data Services Anwender Cleansing Regel-gesteuertes Bereinigen der Ergebnisse der Text Analyse Regel-gesteuertes Mapping von Ergebnissen der Text Analyse SAP Data Services Text Analyse Tools SAP & IT-Logix: Steuerung der Ergebnisse durch Anwender! Keine Entwicklung notwendig! Reporting & Visualisierung Standard-Tools, z.b. Excel, SAP Lumira, (Standard-Tools) mehrere Iterationen Slide 18 Big Data: Definition, Einführung und Live Democase

19 In der Evaluierungsphase wird mit möglichst wenig Aufwand einer kleiner, aber ausreichend grosser Sample von unstrukturierten Daten bereitgestellt. Die Texte werden mit der SAP Text Analyse analysiert und die Ergebnisse mit Cleansing-Tools der IT-Logix bereinigt. Die Visualisierung erfolgt mit Standard-Tools. EVALUIERUNG Text Analyse: Mapping Parameter UseCase ParameterName ParameterValue Sentiment Analyse in Arnes s MATCH_DICT_TYPE PRODUCT Sentiment Analyse in Arnes s MATCH_RULE_TYPE Sentiment Sentiment Analyse in Arnes s MATCH_RULE_SUB_TYPE Topic Sentiment Analyse in Twitter Tweets mit Apple Produkten MATCH_DICT_TYPE PRODUCT Sentiment Analyse in Twitter Tweets mit Apple Produkten MATCH_RULE_TYPE Sentiment Sentiment Analyse in Twitter Tweets mit Apple Produkten MATCH_RULE_SUB_TYPE Topic Text Analyse: Cleansing Rules UseCase RuleName Active Action Rule Sentiment Analyse in Arnes s Grussformen 1 D type == 'Sentiment' and re.search('(lieb freundlich best).*gr.*ss', standard_form, re.i) Sentiment Analyse in Twitter Tweets mit Apple Produkten Sex-Tweets 1 D re.search('.*#sex.*', standard_form, re.i) or re.search('.*porn.*', standard_form, re.i) or re.search('.*sucking.*', standard_form, re.i) or re.search('.*fuck.*', standard_form, re.i) or re.search('.*hardcore.*', standard_form, re.i) or re.search('(sex xxx).*clip', standard_form, re.i) Slide 19 Big Data: Definition, Einführung und Live Democase

20 In der Phase «Anreicherung und Verfeinerung» werden Use Case spezifische Metadaten aus diversen Quellen integriert. Es entstehen höher Aufwände als in der Evaluierungsphase, weil Datenmodelle, Ladeprozesse und BI-Auswertungen angepasst werden müssen. Die Text Analyse wird ggf. Use Case spezifisch angepasst. ANREICHERUNG UND VERFEINERUNG Use Case Metadaten Anreicherung der Text Analyse Ergebnisse mit Use-Case spezifischen Metadaten, z.b.: Tweet Autor Anzahl Follower des Tweet Autor Subject Absender Prio. Use-Case spezifisches Datenmodell und Ladeprozesse Use-Case spezifische BI-Auswertungen Customizing Text Analyse Custom Dictionaries z.b. Katalog mit eigenen Produkten / Dienstleistungen (evtl. bereits in Evaluierungs-Phase erforderlich!) Customized Extraction Rules Slide 20 Big Data: Definition, Einführung und Live Democase

21 In der Phase «Operationalisierung» wird die Big Data Infrastruktur aufgebaut - falls notwendig und nicht bereits vorhanden! Die Text Analyse Prozesse werden in eine operative / produktive Umgebung integriert. Die Fachabteilung (Data Steward) ist für den permanenten Prozess «Data Governance» verantwortlich. OPERATIONALISIERUNG Big Data Infrastruktur Ggf. Big Volume: Analytische DB Hadoop Ggf. Real-Time Services Integration operative Umgebung Data Warehouse BI Applikationen Operative Systeme Job-Controlling Monitoring IT Data Governance permanenter Prozess Monitoring der Datenqualität Regelmässige Datenbereinigung Regelmässige Überprüfung Ergebnisse Text Analyse Begriffe, Ausdrücke ändern sich mit der Zeit Anpassen der Datenbereinigungsregeln Data Steward, Fachabteilung Slide 21 Big Data: Definition, Einführung und Live Democase

22 Es wird das Prozessmodell mit einer Sentiment Analyse von Twitter Tweets vom 9./ bzgl. Apple Produkten demonstriert. Die Extraktion von Tweets aus Twitter erfolgt mit DataSift. Die BI-Auswertungen der Sentiment Analyse werden in SAPLumira erstellt. EVALUIERUNG: DEMO TWITTER SENTIMENT ANALYSE Slide 22 Big Data: Definition, Einführung und Live Democase

23 ZUSAMMENFASSUNG UND AUSBLICK

24 Eine Evaluierung der Analyse von unstrukturierten Texten kann ein einem Use Case schnell und mit möglichst Aufwand erfolgen. Höhere Aufwände entstehen erst in späteren Phasen, wenn die Machbarkeit des Use Cases bereits positiv evaluiert wurde. Die Aufwände könne dann auch besser geschätzt werden. BI UND UNSTRUKTURIERTE TEXTE Für jeden einzelnen Use Case sollte zunächst die Machbarkeit evaluiert werden Die initiale Evaluierung kann mit möglichst wenig Aufwand realisiert werden Minimaler IT-Entwicklungsaufwand zur Anbindung der Datenquelle Kleine Datenvolumen, keine analytische DB notwendig Evaluierung wird von Fachabteilung gesteuert! Anwender von Beginn an aktiv im Projekt involviert! Die Ergebnisse der Text Analyse müssen bereinigt und für BI-Auswertungen aufbereitet werden Nach Operationalisierung: Bereinigung und Monitoring sind ein fortlaufender Prozess Slide 24 Big Data: Definition, Einführung und Live Democase

25 Wir freuen uns auf angeregte Gespräche mit Ihnen Arne Weitzel Senior Business Intelligence Consultant Follow

Big Data und Social Media Analyse. Baden, 11.06.2013 Arne Weitzel, Senior Solution Architect Samuel Rentsch, CEO Julian Götz, Head of Sales

Big Data und Social Media Analyse. Baden, 11.06.2013 Arne Weitzel, Senior Solution Architect Samuel Rentsch, CEO Julian Götz, Head of Sales Big Data und Social Media Analyse Baden, 11.06.2013 Arne Weitzel, Senior Solution Architect Samuel Rentsch, CEO Julian Götz, Head of Sales Big Data & Social Media Analyse werden in Zukunft zentrale Business

Mehr

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards

Mehr

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle 40. Congress der Controller, Themenzentrum C, München Steffen Vierkorn, Geschäftsführer Qunis GmbH, Neubeuern Die

Mehr

Survival Guide für Ihr Business Intelligence-Projekt

Survival Guide für Ihr Business Intelligence-Projekt Survival Guide für Ihr Business Intelligence-Projekt Sven Bosinger Solution Architect BI Survival Guide für Ihr BI-Projekt 1 Agenda Was ist Business Intelligence? Leistungsumfang Prozesse Erfolgsfaktoren

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

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung

Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Asklepius-DA Die intelligente Technologie für die umfassende Analyse medizinischer Daten Leistungsbeschreibung Datei: Asklepius DA Flyer_Leistung_2 Seite: 1 von:5 1 Umfassende Datenanalyse Mit Asklepius-DA

Mehr

Copyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG HADOOP

Copyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG HADOOP HERZLICH WILLKOMMEN ZUR VERANSTALTUNG HADOOP AGENDA HADOOP 9:00 09:15 Das datengetriebene Unternehmen: Big Data Analytics mit SAS die digitale Transformation: Handlungsfelder für IT und Fachbereiche Big

Mehr

Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr.

Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr. Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr. Florian Johannsen AGENDA 1. Big Data Projekt der freenet Group Dr. Florian Johannsen

Mehr

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr

RE.one. Self Service Information Management für die Fachabteilung

RE.one. Self Service Information Management für die Fachabteilung RE.one Self Service Information Management für die Fachabteilung Das Ziel Verwertbare Informationen aus Daten gewinnen Unsere Vision Daten Info Data Warehousing radikal vereinfachen in einem Tool Die Aufgabe

Mehr

Wie Fusion CRM die Datenqualität im Marketingprozess erhöhen kann (Fusion CRM@ec4u)

Wie Fusion CRM die Datenqualität im Marketingprozess erhöhen kann (Fusion CRM@ec4u) Wie Fusion CRM die Datenqualität im Marketingprozess erhöhen kann (Fusion CRM@ec4u) Jeder kennt folgende Sätze aus seinem eigenen Unternehmen: Wieso sind so viele doppelte Einträge im System? Kann man

Mehr

BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA

BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA Agenda VORSTELLUNG B.TELLIGENT WIE ENTSTEHT EINE KENNZAHL? WAS SIND METADATEN? AUFBAU UND FUNKTIONSWEISE DES BI WIKI LIVE DEMO ZUSAMMENFASSUNG

Mehr

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

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

Mehr

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung 2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung Reporting, Analyse und Data Mining André Henkel, initions AG 22. und 23. Oktober 2013 in Hamburg

Mehr

Business Intelligence Architektur im Umfeld von Big Data (IDAREF) [D2] Bernd Meister Uetliberg, 16.09.2014 www.boak.ch

Business Intelligence Architektur im Umfeld von Big Data (IDAREF) [D2] Bernd Meister Uetliberg, 16.09.2014 www.boak.ch Business Intelligence Architektur im Umfeld von Big Data (IDAREF) [D2] Bernd Meister Uetliberg, 16.09.2014 www.boak.ch In dieser Session wird IDAREF, ein Framework, dass auf logischer Ebene eine analytische

Mehr

Big-Data-Technologien - Überblick - Prof. Dr. Jens Albrecht

Big-Data-Technologien - Überblick - Prof. Dr. Jens Albrecht Big-Data-Technologien - Überblick - Quelle: http://www.ingenieur.de/panorama/fussball-wm-in-brasilien/elektronischer-fussball-smartphone-app-helfen-training Big-Data-Anwendungen im Unternehmen Logistik

Mehr

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence IBM Netezza Roadshow 30. November 2011 Carsten Bange Gründer & Geschäftsführer BARC Die Krise hat die Anforderungen

Mehr

Zeitgemäße Verfahren für ganzheitliche Auswertungen

Zeitgemäße Verfahren für ganzheitliche Auswertungen Intelligente Vernetzung von Unternehmensbereichen Zeitgemäße Verfahren für ganzheitliche Auswertungen Sächsische Industrie- und Technologiemesse Chemnitz, 27. Juni 2012, Markus Blum 2012 TIQ Solutions

Mehr

Das generierte Data Warehouse

Das generierte Data Warehouse Das generierte Data Warehouse DOAG BI Konferenz 2012 Gregor Zeiler BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 1 Erwartungshaltungen und Hoffnungen

Mehr

SAP BW + Microsoft Excel Viel genutzt, oft unterschätzt

SAP BW + Microsoft Excel Viel genutzt, oft unterschätzt Corporate Performance Management SAP BW + Microsoft Excel Viel genutzt, oft unterschätzt Martin Krejci, Manager CPM Matthias Schmidt, BI Consultant Kristian Rümmelin, Senior BI Consultant Braincourt GmbH

Mehr

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden Jens Kaminski ERP Strategy Executive IBM Deutschland Ungebremstes Datenwachstum > 4,6 Millarden

Mehr

B1 - Big Data Science: Tornado oder laues Lüftchen? Uetliberg, 15.09.2015 www.boak.ch

B1 - Big Data Science: Tornado oder laues Lüftchen? Uetliberg, 15.09.2015 www.boak.ch B1 - Big Data Science: Tornado oder laues Lüftchen? Uetliberg, 15.09.2015 www.boak.ch WANN REDEN WIR VON BIG DATA SCIENCE? Big Data ist der technische Teil von Big Data Science. Mehr Daten! Mehr Datenquellen(-änderungen)!

Mehr

Projekt KPI System für die BS ENERGY. SAP Versorgertage Münster 12.11.2015 Bastian Schäfer & Florian Schlüfter

Projekt KPI System für die BS ENERGY. SAP Versorgertage Münster 12.11.2015 Bastian Schäfer & Florian Schlüfter Projekt KPI System für die BS ENERGY SAP Versorgertage Münster 12.11.2015 Bastian Schäfer & Florian Schlüfter Agenda Wozu ein KPI Dashboard? KPI Projekt bei BS ENERGY Projektziel Umsetzungsvorgehen Umsetzungsergebnisse

Mehr

ITGAIN Fach- und Technikspezialist

ITGAIN Fach- und Technikspezialist ITGAIN Fach- und Technikspezialist KOMPETENZ GEWINNBRINGEND EINSETZEN. Copyright 2012 ITGAIN GmbH 1 SPoT Wir bringen Ihre Informationen auf den Punkt. Hamburg, 07.05.2012 FACTORY-ANSATZ FÜR ETL-PROZESSE

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

Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management

Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management Sprecher: Uwe Nadler, Senior Managing Consultant 1 Marketing braucht unterschiedliche Informationen, um entsprechende

Mehr

Self-Service Business Intelligence. Barthel, Björn, Key Account Manager Enterprise Information Management, Stuttgart

Self-Service Business Intelligence. Barthel, Björn, Key Account Manager Enterprise Information Management, Stuttgart Self-Service Business Intelligence Barthel, Björn, Key Account Manager Enterprise Information Management, Stuttgart Agenda Einleitung Self-Service Business Intelligence Definition(en) und Grundlage(n)

Mehr

Roundtable. Dashboards und Management Information. Rüdiger Felke / Christian Baumgarten 29.11.2011

Roundtable. Dashboards und Management Information. Rüdiger Felke / Christian Baumgarten 29.11.2011 Roundtable Dashboards und Management Information Rüdiger Felke / Christian Baumgarten 29.11.2011 Agenda Behind the Dashboards Was ist ein Dashboard und was ist es nicht? SAP BusinessObjects Dashboards

Mehr

1 Ihre BI-Galaxie von BITMARCK!

1 Ihre BI-Galaxie von BITMARCK! 1 Ihre BI-Galaxie von BITMARCK! Die Summe aller Sterne ist die Galaxie Ihre BI-Galaxie von BITMARCK! Michael Heutmann, Peter Hernold, Markus Jankowski Neuss, 4. November 2013 Sie haben uns mit auf den

Mehr

Business Intelligence - Wie passt das zum Mainframe?

Business Intelligence - Wie passt das zum Mainframe? Business Intelligence - Wie passt das zum Mainframe? IBM IM Forum, 15.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Ressourcen bei BARC für Ihr Projekt Durchführung von internationalen Umfragen,

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

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren Strategie und Self Service BI im Unternehmen Gegensätze miteinander kombinieren Claas Planitzer Düsseldorf Juni 2015 Agenda 5. Herausforderungen 1. Idealbild 2. Realität 3. Self Service 4. BI. Was ist

Mehr

Raus aus der Bl-Falle

Raus aus der Bl-Falle Ronald Bachmann, Dr. Guido Kemper Raus aus der Bl-Falle Wie Business Intelligencezum Erfolg wird mitp Die Autoren 13 Vorwort 15 1 Einleitung 21 1.1 Was ist Business Intelligence (BI)? 21 1.2 Motive zur

Mehr

Predictive Analysis und Data Mining die Kristallkugel und Ihr Business Value [Session C2] Uetliberg, 16.09.2014 www.boak.ch

Predictive Analysis und Data Mining die Kristallkugel und Ihr Business Value [Session C2] Uetliberg, 16.09.2014 www.boak.ch Predictive Analysis und Data Mining die Kristallkugel und Ihr Business Value [Session C2] Uetliberg, 16.09.2014 www.boak.ch it Diese Session gibt einen Überblick über Predictive und Data Mining, die Value-Proposition

Mehr

BIG DATA STRATEGIE FÜR DEN ONLINE-HANDEL

BIG DATA STRATEGIE FÜR DEN ONLINE-HANDEL BIG DATA STRATEGIE FÜR DEN ONLINE-HANDEL Am Beispiel der OTTO GmbH & Co KG Dortmund, 09. September 2015 Conny Dethloff (OTTO GmbH & CO. KG) 1 Anliegen des heutigen Dialogs Über mich Inhalt des Dialogs

Mehr

Big Data Vom Hype zum Geschäftsnutzen

Big Data Vom Hype zum Geschäftsnutzen Big Data Vom Hype zum Geschäftsnutzen IBM IM Forum, Berlin, 16.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Hype 15.04.2013 BARC 2013 2 1 Interesse an Big Data Nature 09-2008 Economist 03-2010

Mehr

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI Detlef Apel Wolfgang Behme Rüdiger Eberlein Christian Merighi Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte 3., überarbeitete und erweiterte Auflage Edition TDWI rä

Mehr

Umsetzung der Anforderungen - analytisch

Umsetzung der Anforderungen - analytisch Umsetzung der Anforderungen - analytisch Titel des Lernmoduls: Umsetzung der Anforderungen - analytisch Themengebiet: New Economy Gliederungspunkt im Curriculum: 4.2.5.5 Zum Inhalt: In diesem Modul wird

Mehr

Microsoft SharePoint 2013 Designer

Microsoft SharePoint 2013 Designer Microsoft SharePoint 2013 Designer Was ist SharePoint? SharePoint Designer 2013 Vorteile SharePoint Designer Funktionen.Net 4.0 Workflow Infrastruktur Integration von Stages Visuelle Designer Copy & Paste

Mehr

Agile Analytics Neue Anforderungen an die Systemarchitektur

Agile Analytics Neue Anforderungen an die Systemarchitektur www.immobilienscout24.de Agile Analytics Neue Anforderungen an die Systemarchitektur Kassel 20.03.2013 Thorsten Becker & Bianca Stolz ImmobilienScout24 Teil einer starken Gruppe Scout24 ist der führende

Mehr

Das Zettabyte. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor

Das Zettabyte. CeBIT 2011. Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Das Zettabyte CeBIT 2011 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Das Zetabyte: analytische Datenbanken Die Datenflut. Analytische Datenbanken: Was ist neu? Analytische Datenbanken:

Mehr

Echtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen. Frank Irnich SAP Deutschland

Echtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen. Frank Irnich SAP Deutschland Echtzeiterkennung von Cyber-Angriffen auf IT-Infrastrukturen Frank Irnich SAP Deutschland SAP ist ein globales Unternehmen... unser Fokusgebiet... IT Security für... 1 globales Netzwerk > 70 Länder, >

Mehr

FRT Consulting GmbH. Projekt KATEGO Komfortable SAP-Datenanalyse. Gustav Sperat FRT Consulting GmbH. www.frt.at. Wir machen aus Daten Wissen.

FRT Consulting GmbH. Projekt KATEGO Komfortable SAP-Datenanalyse. Gustav Sperat FRT Consulting GmbH. www.frt.at. Wir machen aus Daten Wissen. FRT Consulting GmbH Projekt KATEGO Komfortable SAP-Datenanalyse Gustav Sperat FRT Consulting GmbH 1 FRT Consulting das Unternehmen Spin off der TU Graz von langjährigen IT Experten Hauptsitz Graz, Büro

Mehr

Durchblick im Self-Service-Dschungel. Hannover, 16.03.2015 Patrick Keller, Senior Analyst

Durchblick im Self-Service-Dschungel. Hannover, 16.03.2015 Patrick Keller, Senior Analyst Durchblick im Self-Service-Dschungel Hannover, 16.03.2015 Patrick Keller, Senior Analyst Business Application Research Center (BARC) B Europas führendes IT-Analysten- und -Beratungshaus für Business Software

Mehr

Big Data Modewort oder echter Mehrwert. freenet Group Dr. Florian Johannsen

Big Data Modewort oder echter Mehrwert. freenet Group Dr. Florian Johannsen Big Data Modewort oder echter Mehrwert freenet Group Dr. Florian Johannsen freenet Group 2 Titel der Präsentation 07.07.2015 Mobilfunkgeschäft der freenet Group Austausch von Daten und Informationen Im

Mehr

ANTARES Informations-Systeme GmbH Stuttgarter Strasse 99 D-73312 Geislingen Tel. +49 73 31 / 30 76-0 Fax +49 73 31 / 30 76-76 www.antares-is.

ANTARES Informations-Systeme GmbH Stuttgarter Strasse 99 D-73312 Geislingen Tel. +49 73 31 / 30 76-0 Fax +49 73 31 / 30 76-76 www.antares-is. ANTARES Informations-Systeme GmbH Stuttgarter Strasse 99 D-73312 Geislingen Tel. +49 73 31 / 30 76-0 Fax +49 73 31 / 30 76-76 www.antares-is.de insight und dynasight sind eingetragene Markenzeichen der

Mehr

Datenqualität erfolgreich steuern

Datenqualität erfolgreich steuern Edition TDWI Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte von Detlef Apel, Wolfgang Behme, Rüdiger Eberlein, Christian Merighi 3., überarbeitete und erweiterte Auflage

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

MetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen

MetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen MetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen Pasquale Grippo Senior Manager/Business Unit Manager BI 18/20.10.2011 Oracle Business Analytics Summits Düsseldorf/München

Mehr

Unsere Tätigkeitsfelder: IMPRESSUM

Unsere Tätigkeitsfelder: IMPRESSUM 02 03 INHALT / IMPRESSUM ÜBER UNS Unsere Tätigkeitsfelder: 04 06 08 DATEN-WISSEN-TRANSFORMATION RISIKOMANAGEMENT ENTSCHEIDUNGSUNTERSTÜTZUNG 10 11 alphamart INSIDE alphaquest Wir sind zertifiziert für:

Mehr

DIE DATEN IM ZENTRUM: SAS DATA MANAGEMENT

DIE DATEN IM ZENTRUM: SAS DATA MANAGEMENT DIE DATEN IM ZENTRUM: SAS DATA RAINER STERNECKER SOLUTIONS ARCHITECT SAS INSTITUTE SOFTWARE GMBH Copyr i g ht 2013, SAS Ins titut e Inc. All rights res er ve d. NEUE WEGE GEHEN SAS DATA GOVERNANCE & QUALITY

Mehr

BI ist tot, lang lebe BI!

BI ist tot, lang lebe BI! BI ist tot, lang lebe BI! SAP HANA Live vs. SAP BW powered by HANA Glaubt man der ein oder anderen aus Walldorf stammenden Marketingfolie, so sind die Tage von herkömmlichen Business Intelligence Systemen

Mehr

Kann man Big Data managen?

Kann man Big Data managen? Kann man Big Data managen? Information Governance in Retail-Unternhmen Uwe Nadler Senior Managing Consultant Big Data Architect Sales Leader Information Governance D-A-CH Themen Die Bedeutung von Information

Mehr

QUICK-START EVALUIERUNG

QUICK-START EVALUIERUNG Pentaho 30 für 30 Webinar QUICK-START EVALUIERUNG Ressourcen & Tipps Leo Cardinaals Sales Engineer 1 Mit Pentaho Business Analytics haben Sie eine moderne und umfassende Plattform für Datenintegration

Mehr

Copyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG VISUAL ANALYTICS

Copyr i g ht 2014, SAS Ins titut e Inc. All rights res er ve d. HERZLICH WILLKOMMEN ZUR VERANSTALTUNG VISUAL ANALYTICS HERZLICH WILLKOMMEN ZUR VERANSTALTUNG VISUAL ANALYTICS AGENDA VISUAL ANALYTICS 9:00 09:30 Das datengetriebene Unternehmen: Big Data Analytics mit SAS die digitale Transformation: Handlungsfelder für IT

Mehr

Mobile Analytics mit Oracle BI - was steckt in den Apps?

Mobile Analytics mit Oracle BI - was steckt in den Apps? Mobile Analytics mit Oracle BI - was steckt in den Apps? Schlüsselworte Oracle BI, OBIEE, Mobile, Analytics Einleitung Gerd Aiglstorfer G.A. itbs GmbH Eching Oracle erweiterte im Laufe dieses Jahres das

Mehr

Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services

Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services Launch Microsoft Dynamics AX 4.0 Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services Sonia Al-Kass Partner Technical

Mehr

«DIE INFORMATIONSWELT MUSS EINFACHER UND AGILER WERDEN!» SCHNELLE, FLEXIBLE UND KOSTENGÜNSTIGE BUSINESS INTELLIGENCEund BIG DATA-LÖSUNGEN

«DIE INFORMATIONSWELT MUSS EINFACHER UND AGILER WERDEN!» SCHNELLE, FLEXIBLE UND KOSTENGÜNSTIGE BUSINESS INTELLIGENCEund BIG DATA-LÖSUNGEN «DIE INFORMATIONSWELT MUSS EINFACHER UND AGILER WERDEN!» SCHNELLE, FLEXIBLE UND KOSTENGÜNSTIGE BUSINESS INTELLIGENCEund BIG DATA-LÖSUNGEN UNSERE EINFACHE FORMEL FÜR AGILE BUSINESS INTELLIGENCE LÖSUNGEN

Mehr

Profil Andy Sydow. Persönliche Daten. Profil. Profil Andy Sydow. Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung

Profil Andy Sydow. Persönliche Daten. Profil. Profil Andy Sydow. Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung Profil Andy Sydow Persönliche Daten Nationalität Sprachen Abschluss deutsch Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung Profil Herr Sydow verfügt über mehrjährige Erfahrung als DWH/BI

Mehr

ETL in den Zeiten von Big Data

ETL in den Zeiten von Big Data ETL in den Zeiten von Big Data Dr Oliver Adamczak, IBM Analytics 1 1 Review ETL im Datawarehouse 2 Aktuelle Herausforderungen 3 Future of ETL 4 Zusammenfassung 2 2015 IBM Corporation ETL im Datawarehouse

Mehr

Die Erkenntnis von gestern muss heute mit einem neuen. 19.06.2009 TEAM - Ihr Partner für IT 2

Die Erkenntnis von gestern muss heute mit einem neuen. 19.06.2009 TEAM - Ihr Partner für IT 2 Beratung Software Lösungen Integration von Reporting Tools in Oracle ADF 11g Applikation Der Inhalt dieses Vortrages beruht auf den Erfahrungen und Erkenntnissen zu einem bestimmten Zeitpunkt und unter

Mehr

AKWI-Fachtagung 2014. SAP HANA Live als Basis für operatives Reporting in Echtzeit. Customizing und Anwendung

AKWI-Fachtagung 2014. SAP HANA Live als Basis für operatives Reporting in Echtzeit. Customizing und Anwendung AKWI-Fachtagung 2014 Darius Nowak Prof. Dr. Harald Ritz Jörg Wolf SAP HANA Live als Basis für operatives Reporting in Echtzeit Customizing und Anwendung 1 Agenda 1. Einleitung 2. Motivation 3. SAP HANA

Mehr

Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr

Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr Copyright 2007 Infor. Alle Rechte vorbehalten. Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr Hubertus Thoma Presales Consultant PM Schalten Sie bitte während

Mehr

SPoT Agenda. Begrüßung und Vorstellung CAS AG. Markttrends aus Analystensicht. Big Data Trusted Information

SPoT Agenda. Begrüßung und Vorstellung CAS AG. Markttrends aus Analystensicht. Big Data Trusted Information SPoT Agenda Begrüßung und Vorstellung CAS AG Markttrends aus Analystensicht Big Data Trusted Information Lars Iffert, BARC GmbH Dr. Oliver Adamczak, IBM Deutschland GmbH Factory Ansatz für ETL-Prozesse

Mehr

Agenda. Portfolioübersicht. Business-Case. Zusammenfassung. Das Ziel. SAP EIM Produktportfolio. Datenreorganisation mit SAP EIM

Agenda. Portfolioübersicht. Business-Case. Zusammenfassung. Das Ziel. SAP EIM Produktportfolio. Datenreorganisation mit SAP EIM Datenreorganisation > Effiziente und performante Stammdatenreorganisation mit SAP Data Services < Simon Hartstein / T-Systems Data Migration Consulting AG / Harmonization & Consolidation Mai 21, 2014 Agenda

Mehr

BI-Kongress 2016 COMBINED THINKING FOR SUCCESS - BI & S/4HANA

BI-Kongress 2016 COMBINED THINKING FOR SUCCESS - BI & S/4HANA BI-Kongress 2016 COMBINED THINKING FOR SUCCESS - BI & S/4HANA AUFSTELLUNG OPTIMIEREN. ENTWICKELN SIE IHRE SYSTEMLANDSCHAFT WEITER UND VERKAUFEN SIE DIE CHANCEN IHREN ANWENDERN Yu Chen, Thorsten Stossmeister

Mehr

PBS Ergänzungslösungen

PBS Ergänzungslösungen PBS Ergänzungslösungen Von der klassischen Archivierung bis zum Information Lifecycle Management mit SAP HANA Prof. Dr. Detlev Steinbinder Agenda Wo geht die Reise hin? Informationen im SAP-Umfeld Big

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

Big Data: Solaranlagen reparieren Waschmaschinen? 2014 IBM Corporation

Big Data: Solaranlagen reparieren Waschmaschinen? 2014 IBM Corporation Big Data: Solaranlagen reparieren Waschmaschinen? Agenda Kurze Vorstellung Der Kunde und der ursprüngliche Ansatz Bisherige Architektur Vorgeschlagene Architektur Neue Aspekte der vorgeschlagenen Architektur

Mehr

Agile BI mit Agile BI Modeler & Agile Scorecard

Agile BI mit Agile BI Modeler & Agile Scorecard Agile BI mit Agile BI Modeler & Agile Scorecard Business Intelligence - so einfach wie möglich - so komplex wie nö7g Jon Nedelmann Darmstadt, 26.10.2012 Agile BI Tools Agile BI Modeler Ist eine Web- Anwendung

Mehr

SQL PASS Treffen RG KA. Überblick Microsoft Power BI Tools. Stefan Kirner Karlsruhe, 27.05.2014

SQL PASS Treffen RG KA. Überblick Microsoft Power BI Tools. Stefan Kirner Karlsruhe, 27.05.2014 SQL PASS Treffen RG KA Überblick Microsoft Power BI Tools Stefan Kirner Karlsruhe, 27.05.2014 Agenda Die wichtigsten Neuerungen in SQL 2012 und Power BI http://office.microsoft.com/en-us/office365-sharepoint-online-enterprise-help/power-bi-for-office-365-overview-andlearning-ha104103581.aspx

Mehr

THEOBALD XTRACT PPS IXTO GMBH. Mathias Slawik, Linda Kallinich

THEOBALD XTRACT PPS IXTO GMBH. Mathias Slawik, Linda Kallinich THEOBALD XTRACT PPS IXTO GMBH Mathias Slawik, Linda Kallinich Projekt BWA: Analytische Anwendungen, WS 2010/2011 Agenda 2/14 Projektaufgabe Technologien / Xtract PPS Projektablauf Dashboard-Prototyp Bewertung

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

Rainer Klapper QS solutions GmbH

Rainer Klapper QS solutions GmbH Rainer Klapper QS solutions GmbH Der Handlungsbedarf Die CRM-Welt ist umgeben von Social Media Foren Communities Netzwerke CRM Blogs Fehlende Prozessintegration wird zunehmend zum Problem Wir bauen Brücken

Mehr

Kundenbeschwerden im Netz - Reagieren bevor es andere tun

Kundenbeschwerden im Netz - Reagieren bevor es andere tun Kundenbeschwerden im Netz - Reagieren bevor es andere tun Ihr Partner für die Digitale Transformation SAP Forum Baden, 20. April 2015 www.q-perior.com Digitale Transformation das zentrale Thema für Unternehmen

Mehr

Pricing Engineering. im Private Banking. Gebühren müssen kompetitiv, ertragsoptimiert und steuerbar sein. Wir haben die Methodik dafür.

Pricing Engineering. im Private Banking. Gebühren müssen kompetitiv, ertragsoptimiert und steuerbar sein. Wir haben die Methodik dafür. Pricing Engineering im Private Banking Gebühren müssen kompetitiv, ertragsoptimiert und steuerbar sein. Wir haben die Methodik dafür. Pricing Engineering im Private Banking Nur mit einer fundierten, transparenten

Mehr

2. Prozessfux IT Service Management Tagung

2. Prozessfux IT Service Management Tagung 2. Prozessfux IT Management Tagung CMDB aus Sicht IT Management Priora Business Center "Balsberg", 21. Juni 2011 Raiffeisen Schweiz, Markus Beck, Bereichsleiter IT-Governance & s Version V1.0 Seite 1 AGENDA

Mehr

Social Business Intelligence Text Mining und Hadoop bei DB Fernverkehr AG

Social Business Intelligence Text Mining und Hadoop bei DB Fernverkehr AG Social Business Intelligence Text Mining und Hadoop bei DB Fernverkehr AG DB Fernverkehr AG Dr.-Ing. Axel Schulz, Dr. Matthias Platho P.FMB 2, DB Fernverkehr AG Frankfurt, 22.05.2015 Motivation An meinem

Mehr

Trends im Markt für Business Intelligence. Patrick Keller, Senior Analyst & Prokurist CeBIT 2016

Trends im Markt für Business Intelligence. Patrick Keller, Senior Analyst & Prokurist CeBIT 2016 Trends im Markt für Business Intelligence Patrick Keller, Senior Analyst & Prokurist CeBIT 2016 18.03.2016 BARC 2016 2 IT Meta-Trends 2016 Digitalisierung Consumerization Agilität Sicherheit und Datenschutz

Mehr

software, hardware und wissen für business intelligence lösungen software, hardware and knowledge for business intelligence solutions

software, hardware und wissen für business intelligence lösungen software, hardware and knowledge for business intelligence solutions software, hardware und wissen für business intelligence lösungen software, hardware and knowledge for business intelligence solutions Vom OLAP-Tool zur einheitlichen BPM Lösung BI orientiert sich am Business

Mehr

Problemstellung. Keine Chance! Ich brauche eine genaue Spezifikation und dann vielleicht in 3-4 Wochen können Sie einen erstes Beispiel haben!

Problemstellung. Keine Chance! Ich brauche eine genaue Spezifikation und dann vielleicht in 3-4 Wochen können Sie einen erstes Beispiel haben! Take aways Mit Power BI wird Excel zum zentralen Tool für Self- Service BI End-End Self-Service Lösungsszenarien werden erstmals möglich Der Information Worker erhält ein flexibles Toolset aus bekannten

Mehr

Nr. 33. NoSQL Databases

Nr. 33. NoSQL Databases Nr. 33 NoSQL Databases Das Berner-Architekten-Treffen Das Berner-Architekten-Treffen ist eine Begegnungsplattform für an Architekturfragen interessierte Informatikfachleute. Partner Durch Fachvorträge

Mehr

AustroFeedr. Pushing the Realtime Web. Projektplan. erstellt von: DI Klaus Furtmüller, DI Wolfgang Ziegler Version 1.0 Datum: 05.10.

AustroFeedr. Pushing the Realtime Web. Projektplan. erstellt von: DI Klaus Furtmüller, DI Wolfgang Ziegler Version 1.0 Datum: 05.10. AustroFeedr Pushing the Realtime Web Projektplan erstellt von: DI Klaus Furtmüller, DI Wolfgang Ziegler Version 1.0 Datum: 05.10.2010 gefördert durch die Internet Privatstiftung Austria (IPA) 1 Projektbeschreibung

Mehr

IT-Services. Business und IT. Ein Team. Aus Sicht eines Retailers.

IT-Services. Business und IT. Ein Team. Aus Sicht eines Retailers. Business und IT. Ein Team. Aus Sicht eines Retailers. Hier steht ein Bild randabfallend. Wenn kein Bild vorhanden ist, bitte Folie 2 benutzen. IT-Services Club of Excellence. Das CIO Forum der IBM vom

Mehr

Unternehmensweites DQ Controlling auf Basis von BI-Werkzeugen. Doreen Hartung, TIQ Solutions GmbH 6. GIQMC, Bad Soden, 26.-28.

Unternehmensweites DQ Controlling auf Basis von BI-Werkzeugen. Doreen Hartung, TIQ Solutions GmbH 6. GIQMC, Bad Soden, 26.-28. Unternehmensweites DQ Controlling auf Basis von BI-Werkzeugen Doreen Hartung, TIQ Solutions GmbH 6. GIQMC, Bad Soden, 26.-28. November 2008 2007 TIQ Solutions GmbH All Rights Reserved. GIQMC Bad Soden,

Mehr

Review Freelancer-Workshop: Fit für Big Data. Mittwoch, 29.04.2015 in Hamburg

Review Freelancer-Workshop: Fit für Big Data. Mittwoch, 29.04.2015 in Hamburg Review Freelancer-Workshop: Fit für Big Data Mittwoch, 29.04.2015 in Hamburg Am Mittwoch, den 29.04.2015, hatten wir von productive-data in Zusammenarbeit mit unserem langjährigen Partner Informatica zu

Mehr

Unterstützung in Business Objects Anwendungen

Unterstützung in Business Objects Anwendungen Pflichtenheft Unterstützung in Business Objects Anwendungen Klassifizierung * Status ** Projektname Projektleiter Auftraggeber Autoren Genehmigende Kurzbeschreibung Nicht klassifiziert Abgeschlossen Betrieb

Mehr

Direktmarketing im Zentrum digitaler Vertriebsstrategien

Direktmarketing im Zentrum digitaler Vertriebsstrategien Direktmarketing im Zentrum digitaler Vertriebsstrategien Standortbestimmung und Key Learnings für Verlage Hamburg, September 2014 Im Zentrum digitaler Vertriebsstrategien steht zunehmend die Analyse komplexer

Mehr

LC Systems. Christian Günther Head of Data Analytics

LC Systems. Christian Günther Head of Data Analytics LC Systems Christian Günther Head of Data Analytics Agenda» Kurzvorstellung LC Systems» Verständnis «Big Data» aus der Sicht LC Systems» Best Practice Ansätze Do s and dont s» Projektbeispiele 2 Über LC

Mehr

Macht Knowledge- Management Unternehmen effizienter?

Macht Knowledge- Management Unternehmen effizienter? Macht Knowledge- Management Unternehmen effizienter? Karl-Heinz Plünnecke Geschäftsführer H.U.T GmbH 1 Software Performance Entwicklung Performance Was dann? ecommerce ERP SCM CRM Zeit 2 1 Noch Potential?

Mehr

Dr. Nick Golovin Koch Media GmbH n.golovin@kochmedia.com. Einsatz von Data Federation für den schnellen Aufbau eines BI-Systems

Dr. Nick Golovin Koch Media GmbH n.golovin@kochmedia.com. Einsatz von Data Federation für den schnellen Aufbau eines BI-Systems Dr. Nick Golovin Koch Media GmbH n.golovin@kochmedia.com Einsatz von Data Federation für den schnellen Aufbau eines BI-Systems Inhalt 1. Unternehmensportrait 2. Ausgangssituation 3. Aufgabenstellung 4.

Mehr

Seminar C16 - Datenmodellierung für SAP BW

Seminar C16 - Datenmodellierung für SAP BW C16: Datenmodellierung für SAP BW Ein Seminar der DWH academy Seminar C16 - Datenmodellierung für SAP BW Dieses Seminar soll einen umfassenden Einblick in die Datenmodellierung beim Einsatz von SAP BW

Mehr

Die Einführung eines RM Tools muss nicht aufwendig sein - Eine unkomplizierte Lösung mit agosense.fidelia

Die Einführung eines RM Tools muss nicht aufwendig sein - Eine unkomplizierte Lösung mit agosense.fidelia Die Einführung eines RM Tools muss nicht aufwendig sein - Eine unkomplizierte Lösung mit agosense.fidelia REFERENT Webinar Nr. 5 21. April 2016 15 Uhr bis 16 Uhr Bernd Röser Key Account Manager Kurzer

Mehr

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data Herausforderungen und Chancen für Controller ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Organisationen Beratung Strategie

Mehr

IMPULS AM VORMITTAG. Smart Grids 2.0, Österreich als Leitmarkt und Leitanbieter 27. Februar 2014

IMPULS AM VORMITTAG. Smart Grids 2.0, Österreich als Leitmarkt und Leitanbieter 27. Februar 2014 IMPULS AM VORMITTAG Smart Grids 2.0, Österreich als Leitmarkt und Leitanbieter 27. Februar 2014 INHALTE Teradata? Wer sind denn die überhaupt? Big Data? Wirklich? Wo? Die vorgegebenen Impulsfragen: 1.

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

Mit BW on HANA auf dem Weg in die Zukunft SAP Public Services Forum, 17. März 2015

Mit BW on HANA auf dem Weg in die Zukunft SAP Public Services Forum, 17. März 2015 Mit BW on HANA auf dem Weg in die Zukunft SAP Public Services Forum, 17. März 2015 Sabine Herbel Leiterin SAP BI Inselspital Bern Martin Effinger Principal BI HANA Consultant winnovation AG Agenda Über

Mehr

Präsentation für die. Donnerstag, 2. Mai 2013

Präsentation für die. Donnerstag, 2. Mai 2013 Präsentation für die 1 AGENDA VON DER PLANUNG BIS ZUR SELF SERVICE BI 9.30 Uhr: Begrüßung und Vorstellung B.i.TEAM & QlikTech 9.40 Uhr: Moderne Business Intelligence heute und morgen Modernes BI-Live,

Mehr

BI und Data Warehouse

BI und Data Warehouse BI und Data Warehouse Die neue Welt der Daten mit 2012 Daniel Weinmann Product Marketing Manager Microsoft Deutschland GmbH Sascha Lorenz Consultant & Gesellschafter PSG Projekt Service GmbH Werner Gauer

Mehr

Virtual Roundtable: Business Intelligence - Trends

Virtual Roundtable: Business Intelligence - Trends Virtueller Roundtable Aktuelle Trends im Business Intelligence in Kooperation mit BARC und dem Institut für Business Intelligence (IBI) Teilnehmer: Andreas Seufert Organisation: Institut für Business Intelligence

Mehr