Aufbereitung von Produktdaten anhand von Extract-, Transform-, Load-Prozessen
|
|
- Irmela Lange
- vor 7 Jahren
- Abrufe
Transkript
1 Aufbereitung von Produktdaten anhand von Extract-, Transform-, Load-Prozessen Marcel Ahne Mathematisch-Technischer Softwareentwickler i.a. Antibodies Online GmbH 5. Dezember 2010
2 Ziel der Präsentation Problem Aufbereitung von Produktdaten Lösungsvorschlag Extract-, Transform-, Load-Prozesse Ziel 1 Probleme bei der Aufbereitung von Produktdaten verdeutlichen Ziel 2 Zeigen, dass ETL-Prozesse als Lösung geeignet sind
3 Inhaltsverzeichnis 1 Hintergrundinformationen Antibodies Online GmbH ETL-Kontext 2 Daten Probleme bei der Aufbereitung von Produktdaten Datenqualität 3 ETL-Komponenten Die Extraktionskomponente Die Transformationskomponente Die Ladekomponente
4 Hintergrundinformationen Antibodies Online GmbH Antibodies Online GmbH Weltweiter Online-Vertrieb für Forschungsantikörper Distributor für verschiedene Hersteller 2006 gegründet Spin-off der RWTH über Produkte über 100 Hersteller bis zu 55 Attributwerte pro Produkt
5 Hintergrundinformationen Antibodies Online GmbH Antikörper - Produktdaten
6 Hintergrundinformationen ETL-Kontext Extract, Transform, Load (ETL) - Kontext Business Intelligence Wirtschaftsinformatik Sammeln und Analysieren von Daten Data Warehouse Datenlager Entscheidungshilfen für Unternehmensziele Extract Extrahieren der Daten aus heterogenen Datenquellen Transform Bereinigen der Daten Aufbereitung der Daten Load Laden der Daten in das Data Warehouse
7 Daten Probleme bei der Aufbereitung von Produktdaten Daten - Probleme Probleme bei der Aufbereitung von Produktdaten 1 Dateiformat: txt, csv, pdf, doc, xls, png, jpg 2 Zeichenkodierung: utf-8: µ, Win-Latin-1: µ 3 Atomarität: Mehrere Informationen in einer Angabe Produktname: Ziege anti-maus IgG Antikörper (FITC) 4 Standardisierung: Reaktivität: Maus, Mouse Ziel: Mouse (Murine)
8 Daten Probleme bei der Aufbereitung von Produktdaten Daten - Probleme Beispiel (Dateiformat) csv Tabellenform Ein Produkt pro Zeile Benutzbares Textformat eine Datei pdf Tabellenform Ein Produkt pro Datei Umwandlung in Textformat mehrere Dateien
9 Daten Probleme bei der Aufbereitung von Produktdaten
10 Daten Probleme bei der Aufbereitung von Produktdaten Daten - Probleme Beispiel (Zeichenkodierung) Kodierung utf-8 Win-Latin-1... Programme Texteditor Entwicklungsumgebung Browser Office-Programme...
11 Daten Probleme bei der Aufbereitung von Produktdaten Daten - Probleme Beispiel (Atomarität) Produktname: Ziege anti-maus IgG Antikörper (FITC) Beschreibungstexte, statt Tabellen
12 Daten Probleme bei der Aufbereitung von Produktdaten Daten - Probleme Beispiel (Atomarität) Produktname: Ziege anti- Maus IgG Antikörper (FITC) Beschreibungstexte, statt Tabellen
13 Daten Probleme bei der Aufbereitung von Produktdaten Daten - Probleme Beispiel (Standardisierung) Synonyme: Maus, Mouse, Ms Zielzustand: Mouse (Murine) Synonyme: Immunohistochemistry, IHC Zielzustand: Immunohistochemistry (IHC)
14 Daten Datenqualität Datenqualität Die Datenqualität ist ausschlaggebend für die Glaubwürdigkeit, die Nützlichkeit und die Interpretierbarkeit der Daten.
15 Daten Datenqualität Datenqualität - Merkmale von Daten Aus: Data Warehouse Systeme - A. Bauer, H. Günzel
16 ETL-Komponenten Die Extraktionskomponente Die Extraktionskomponente Extraktion Extraktion aus einer Datenquelle Pro Datenquelle eine dedizierte Extraktionskomponente Weitere Aufgaben: Monitoring Monitoring Feststellen von Veränderungen Ein Monitor pro Datenquelle Beeinflusst die Festlegung des Extraktionszeitpunktes
17 ETL-Komponenten Die Extraktionskomponente Abhängigkeit der Extraktionskomponente von Datenquellen und Herstellern xls doc pdf txt csv... Hersteller A x x Hersteller B x x Hersteller C x x.
18 ETL-Komponenten Die Transformationskomponente Die Transformationskomponente Datenmigration Konvertierung von Datentypen Anpassung der Zeichenkodierung Standardisierung von Strings Datenbereinigung Fehler erkennen und beseitigen Data Mining (Künstliche Neuronale Netze, Entscheidungsbäume,... )
19 ETL-Komponenten Die Ladekomponente Die Ladekomponente Load Schnelles und zuverlässiges Laden Partitionierung Transaktion
20 ETL-Komponenten Die Ladekomponente Fazit Problem Dateiformate Zeichenkodierung Atomarität Standardisierung Lösung Dedizierte Extraktion (inkl. Monitor) Datenmigration zu Beginn der Transformation Datenbereinigung während der Transformation Datenbereinigung während der Transformation Folgerung Die Probleme bei der Aufbereitung von Produktdaten können mit Extract-, Transform-, Load-Prozessen gelöst werden.
21 ETL-Komponenten Die Ladekomponente Ausblick
Data-Warehouse-Praktikum
Data-Warehouse-Praktikum WS 18/19 Universität Leipzig, Institut für Informatik Abteilung Datenbanken Prof. Dr. E. Rahm V. Christen, M. Franke, Z. Sehili {christen, franke, sehili}@informatik.uni-leipzig.de
MehrFischen im Datensee FOLIO Reporting
Fischen im Datensee FOLIO Reporting Ingolf Kuss, hbz NRW FOLIO Informationstage, Göttingen 26. April 2018 Reporting SIG trifft sich seit April 2017 wöchentlich z.zt. 29 Mitglieder 2 Mitglieder aus Deutschland
MehrBusiness Intelligence Data Warehouse. Jan Weinschenker
Business Intelligence Data Warehouse Jan Weinschenker 28.06.2005 Inhaltsverzeichnis Einleitung eines Data Warehouse Data Warehouse im Zusammenfassung Fragen 3 Einleitung Definition: Data Warehouse A data
MehrInhaltsverzeichnis. vii.
vii 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt 2 1.2 OLTP versus OLAP 4 1.2.1 OLAP-versus OLTP-Transaktionen 5 1.2.2 Vergleich von OLTP und OLAP 6 1.2.3 Abgrenzung: DBMS-Techniken
MehrData Warehouse Technologien
Veit Köppen Gunter Saake Kai-Uwe Sattler Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis vii 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...............
MehrDatenqualität-Der GQM- Ansatz und das DWQ- Projekt
Datenqualität-Der GQM- Ansatz und das DWQ- Projekt Guy Hermann Ngassa Imperfektion und erweiterte Konzepte im Data Warehousing 2 Überblick Einleitung Data-Warehouse-Qualität-Projekt (DWQ-Projekt) Bezug
MehrTemporale Datenintegration in Data-Warehouse-Systemen
Temporale Datenintegration in Data-Warehouse-Systemen Arne Harren 4. März 2005 BTW 2005 11. GI-Fachtagung für Datenbanksysteme in Business, Technologie und Web Karlsruhe, 2. - 4. März 2005 Datenintegration
MehrVeit Köppen Gunter Saake Kai-Uwe Sattler. 2. Auflage. Data Warehouse Technologien
Veit Köppen Gunter Saake Kai-Uwe Sattler 2. Auflage Data Warehouse Technologien Inhaltsverzeichnis Inhaltsverzeichnis ix 1 Einführung in Data-Warehouse-Systeme 1 1.1 Anwendungsszenario Getränkemarkt...
MehrFehlertoleranz und Robustheit von ETL-Prozessen Wie gestalten wir Abläufe möglichst widerstandsfähig. Christian Borghardt I BI Consultant
Fehlertoleranz und Robustheit von ETL-Prozessen Wie gestalten wir Abläufe möglichst widerstandsfähig Christian Borghardt I BI Consultant Über uns areto consulting gmbh Echter Business Intelligence Spezialist
MehrArchitektur eines Data Warehouse Systems. Mario Jandeck
Architektur eines Data Warehouse Systems Mario Jandeck Agenda Folie 2 von 24 1. Die Referenzarchitektur 2. Komponenten des Data Warehouse Systems 3. Datenbeschaffung und Qualität 4. Analyse im Data Warehouse
MehrAgile BI Was ist das eigentlich? Hochschule Ulm - V. Herbort & Prof. Dr. R. von Schwerin
Agile BI Was ist das eigentlich? Hochschule Ulm - V. Herbort & Prof. Dr. R. von Schwerin Inhalt Agilität in der Business Intelligence Agile Software-Projekte Agile Data Warehousing / Self-Service BI 29.10.10
MehrÜbersicht SAP-BI. DOAG Regionaltreffen
Übersicht SAP-BI DOAG Regionaltreffen 14.12.2010 Übersicht Überblick BI Datenablage Datenfluß im BI Analysen Sonstiges - Schlüsselbereiche des BI - Wo werden die Daten gespeichert? - Wie kommen die Daten
MehrJahrgang 2015 Kundgemacht am 28. Mai 2015
1 von 6 Amtssigniert. Hinweise zur Prüfung der Amtssignatur finden Sie unter: http://www.salzburg.gv.at/amtssignatur. Jahrgang 2015 Kundgemacht am 28. Mai 2015 49. Verordnung: Erlassung näherer Bestimmungen
MehrVergleich von Open-Source und kommerziellen Programmen zur Durchführung eines ETL-Prozesses
Vergleich von Open-Source und kommerziellen Programmen zur Durchführung eines ETL-Prozesses Exposé zur Diplomarbeit Humboldt-Universität zu Berlin Mathematisch-Naturwissenschaftliche Fakultät II Institut
MehrModellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015
Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015 BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENEVA HAMBURG COPENHAGEN LAUSANNE MUNICH STUTTGART
MehrData Warehouse Technologien
mitp Professional Data Warehouse Technologien von Veit Köppen, Gunter Saake, Kai-Uwe Sattler 2. Auflage 2014 Data Warehouse Technologien Köppen / Saake / Sattler schnell und portofrei erhältlich bei beck-shop.de
MehrInhaltsverzeichnis. Vorwort 13. Teil I Modellierung des Data-Warehouses Einleitung Zielgruppe und Voraussetzungen 17
Vorwort 13 Teil I Modellierung des Data-Warehouses 15 1 Einleitung 17 1.1 Zielgruppe und Voraussetzungen 17 1.2 Aufbau 18 1.3 Tabellen 19 2 Modelle 31 2.1 Entity-Relationship-Modell 31 2.2 Bubble-Modell
MehrKDO Kunden- und Partnertag 2016. Kommunales Berichtswesen mit KDO-doppik&more
KDO Kunden- und Partnertag 2016 Kommunales Berichtswesen mit KDO-doppik&more Sandra Töbermann 7. / 8. Juni 2016 Agenda Aufbau eines kommunalen Berichtswesens Aufbau des Datenexports von SAP in das Berichtswesen
Mehr2. 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
MehrInhaltsverzeichnis. Teil I OLAP und der Microsoft SQL-Server 1. 1 Theoretische Grundlagen 3
vii Teil I OLAP und der Microsoft SQL-Server 1 1 Theoretische Grundlagen 3 1.1 Was ist OLAP?......................................... 3 1.1.1 Business Intelligence............................... 4 1.1.2
MehrData-Warehouse-Systeme
Andreas Bauer Holger Günzel (Hrsg.) Data-Warehouse-Systeme Architektur» Entwicklung Anwendung Гв dpunkt.verlag Inhaltsverzeichnis A Architektur 1 1 Abgrenzung und Einordnung 5 1.1 Begriffliche Einordnung
MehrData Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse
Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Ein Data-Warehouse bzw. Datenlager ist eine zentrale Datensammlung (meist eine Datenbank), deren Inhalt sich aus Daten unterschiedlicher
MehrDIMEX Data Import/Export
DIMEX Data Import/Export PROCOS Professional Controlling Systems AG Gewerbeweg 15 FL- 9490 Vaduz PROCOS Professional Controlling Systems AG Inhaltsverzeichnis 1 ALLGEMEIN...3 2 GRUNDLEGENDE FUNKTIONEN...4
Mehr1 Data Warehousing und das SAP BW Datenbeschaffung: ETL-Konzepte und ihre Umsetzung in SAP BW 43
Inhalt 11 Vorwort 13 Einleitung und Überblick 15 Einführung 15 Aufbau des Buches 16 Handhabung des Buches 17 Nach der Lektüre 18 Danksagung 19 1 Data Warehousing und das SAP BW 21 1.1 Einleitung 21 1.2
MehrData Warehousing. Sommersemester Ulf Leser Wissensmanagement in der Bioinformatik
Data Warehousing Sommersemester 2004 Ulf Leser Wissensmanagement in der Bioinformatik ... Der typische Walmart Kaufagent verwendet täglich mächtige Data Mining Werkzeuge, um die Daten der 300 Terabyte
MehrOLAP mit dem SQL-Server
Hartmut Messerschmidt Kai Schweinsberg OLAP mit dem SQL-Server Eine Einführung in Theorie und Praxis IIIBibliothek V dpunkt.verlag Teil OLAP undder Microsoft SQL-Server 1 1 Theoretische Grundlagen 3 1.1
MehrDWH Automation - Steigerung von Qualität, Effektivität und Transparenz in der DWH Implementierung und dem Betrieb. Referent: Raphael Henneke
DWH Automation - Steigerung von Qualität, Effektivität und Transparenz in der DWH Implementierung und dem Betrieb Referent: Raphael Henneke Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei QUNIS
Mehr<Insert Picture Here> Data Migration als Kernprozess bei der Implementierung der E-Business Suite
Data Migration als Kernprozess bei der Implementierung der E-Business Suite F.Espeter Oracle Consulting Deutschland Inhalt Überblick über den Datamigrationsprozess in der Oracle Implementierungsmethode
MehrZusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware Falk Neubert, Universität Osnabrück
Zusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware 14. März 2013, IHK Osnabrück-Emsland-Grafschaft Bentheim Geschichte Kassenbuch des Liederkranz, 1886 Hutmachergesangvereins
MehrQ:\2003gvk\GVK-NEU\D-4 Finanzen\Verordnungen\D-Finanzgeschäfte - FormularVO.docx / :38:00 1 von 7. E n t wurf
Q:\2003gvk\GVK-NEU\D-4 Finanzen\Verordnungen\D-Finanzgeschäfte - FormularVO.docx / 27.04.2015 09:38:00 1 von 7 E n t wurf Verordnung der Salzburger Landesregierung vom..., mit der nähere Bestimmungen zur
MehrTeil II: Architektur eines Data-Warehouse-Systems... 57
O:/Wiley/Reihe_Dummies/9783527714476_Gerken/3d/ftoc.3d from 08.08.2018 14:02:02 Auf einen Blick Einleitung... 19 Teil I: Was ist ein Data Warehouse?... 25 Kapitel 1: Ein Beispiel zur Einführung..... 27
MehrVorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII
Vorwort zur zweiten Auflage...V Vorwort zur ersten Auflage... VIII 1 Management Support Systeme und Business Intelligence Anwendungssysteme zur Unterstützung von Managementaufgaben...1 1.1 Computergestützte
MehrWir bauen uns ein Data Warehouse mit MySQL
Wir bauen uns ein Data Warehouse mit MySQL Oli Sennhauser FromDual GmbH Uster / Schweiz Schlüsselworte MySQL, DWH, Data Warehouse, ETL, BI, Business Intelligence, OLAP Einleitung MySQL Datenbanken verbreiten
MehrMicrosoft Azure Deutschland ist jetzt verfügbar -
MANAGEMENT = intuitives Bedienen von Stellschrauben? Betriebswirtschaftliches Optimum Lieber: MANAGEMENT = systematisches Bedienen von Stellschrauben unter Nutzung von Hilfsmitteln. Stellschraube 1 S
MehrDatenintegration mit Informatica PowerCenter
Datenintegration mit Informatica PowerCenter Mein Weg vom Studenten zum Consultant Christoph Arnold 03.07.2013 1 Agenda Von der THM zu Infomotion Datenschieberei oder doch mehr? Die weite Welt von Informatica
MehrBUSINESS INTELLIGENCE (BI) MIT PENTAHO. Schneller, höher, weiter!
BUSINESS INTELLIGENCE (BI) MIT PENTAHO Schneller, höher, weiter! HERZLICH WILLKOMMEN ZUM WEBINAR Business Intelligence (BI) mit Pentaho Die Moderatoren Fragen über Chat Arved Wendt Teammanager Janina Kasten
Mehrtdwi E U R D P E OPEN SOURCE BUSINESS INTELLIGENCE HANSER MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN
OPEN SOURCE BUSINESS INTELLIGENCE MÖGLICHKEITEN, CHANCEN UND RISIKEN QUELLOFFENER BI-LÖSUNGEN uwehaneke Stephan TRAHASCH tobias HAGEN tobias LAUER (Hrsg.)' tdwi E U R D P E HANSER Vorwort 9 Einführung
MehrAufbau eines Kennzahlensystems in der Logistik mit Oracle BI
Beratung Software Lösungen Aufbau eines Kennzahlensystems in der Logistik mit Oracle BI Gisela Potthoff Vertriebsleiterin TEAM GmbH Zahlen und Fakten Unternehmensgruppe Materna: 1.500 Mitarbeiter 192 Mio.
MehrRE.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
MehrPräsentation der Bachelorarbeit
Präsentation der Bachelorarbeit Einrichtung einer BI-Referenzumgebung mit Oracle 11gR1 Jörg Bellan Hochschule Ulm Fakultät Informatik Institut für Betriebliche Informationssysteme 15. Oktober 2009 Agenda
MehrChapter 1 : þÿ b e t a t h o m e i p a d c h a p t e r
Chapter 1 : þÿ b e t a t h o m e i p a d c h a p t e r þÿ 8. F e b r. 2 0 1 0 L i v e S c o r e H u n t e r - L i v e R e s u l t s, L i v e S c o r e s, L i v e S t r e a m i n g V i d e o, O h n e j
MehrObsoleszenz von Dateiformaten: Über das Älterwerden und Sterben von Dateien. Markus Lischer und Gregor Egloff
Obsoleszenz von Dateiformaten: Über das Älterwerden und Sterben von Dateien Markus Lischer und Gregor Egloff 14.10.2014 > Anlass Aufbau des digitalen Langzeitarchivs > Aufgaben Entscheide müssen rechtzeitig
MehrData-Wa re house-systeme
P Andreas Bauer + Holger Günzel (Hrsg.) Data-Wa re house-systeme Architektur Entwicklung Anwendung 2., überarbeitete und aktualisierte Auflage dpun kt.verlag I n ha I t sve rzeic h n is Teil I 1 1.1 1.2
MehrData Warehousing. Kapitel 1: Data-Warehousing-Architektur. Folien teilweise übernommen von Matthias Gimbel
Data Warehousing Kapitel 1: Data-Warehousing-Architektur Folien teilweise übernommen von Matthias Gimbel 2 Analyse von Geschäftsprozessen Mögliche Fragestellungen Wie entwickelt sich unser Umsatz im Vergleich
MehrWorkshop Was nicht passt, wird passend gemacht? tekom, Frühjahrstagung 2014 Augsburg, icms GmbH
Workshop Was nicht passt, wird passend gemacht? tekom, Frühjahrstagung 2014 Augsburg, icms GmbH Was nicht passt, wird passend gemacht? Workshop 4 Welche Gründe letztendlich den Ausschlag geben, irgendwann
MehrDatenbanken. 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
MehrMethodenkurs Text Mining 01: Know Your Data
Methodenkurs Text Mining 01: Know Your Data Eva Enderichs SoSe2015 Eva EnderichsSoSe2015 01: Know Your Data 1 Eva EnderichsSoSe2015 01: Know Your Data 2 Typen von Korpora annotiert VS naturbelassen wenige
MehrDW2004. XML-Datenimport in das SAP Business Information Warehouse bei Bayer Material Science. 3. November 2004. Dr. Michael Hahne, cundus AG
DW2004 XML-Datenimport in das SAP Business Information Warehouse bei Bayer Material Science Dr. Michael Hahne, cundus AG 3. November 2004 cundus AG 2004 Gliederung Motivation SAP Business Information Warehouse
MehrDWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH. Referent: Ilona Tag
DWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH Referent: Ilona Tag Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.30 11.00 11.00
MehrContents. Ebenen. Data Warehouse - ETL Prozess Version: July 10, 2007. 1 Ebenen. Andreas Geyer-Schulz und Anke Thede. 2 Problemquelle Quellsysteme 4
Contents Data Warehouse - ETL Prozess Version: July 10, 2007 Andreas Geyer-Schulz und Anke Thede Schroff-Stiftungslehrstuhl Informationsdienste und Elektronische Märkte Fakultät für Wirtschaftswissenschaften
MehrData Warehouse (DWH) / (Business Intelligence, BI )
Data Warehouse (DWH) / (Business Intelligence, BI ) Begriffsbildung: Ein Data Warehouse ist eine themenorientierte, integrierte, zeitabhängige, nichtflüchtigedatenbank fürdie Unterstützung von Managemententscheidungen
MehrJürgen Lesti. Analyse des Anbieterwechsels. mit Hidden-Markov-Modellen. Empirische Untersuchung im Retail Banking. Verlag Dr.
Jürgen Lesti Analyse des Anbieterwechsels mit Hidden-Markov-Modellen Empirische Untersuchung im Retail Banking Verlag Dr. Kovac Hamburg 2015 XIII Inhaltsverzeichnis Geleitwort Vorwort Danksagung Abbildungsverzeichnis
MehrHerausforderungen bei der Langzeitverfügbarkeit von
Tobias Steinke Herausforderungen bei der Langzeitverfügbarkeit von Webarchiven 1 10 Herausforderungen bei der Langzeitverfügbarkeit von Webarchiven 20. März 2012 Inhaltsverzeichnis 1. Digitale Langzeitarchivierung
MehrKlein anfangen und groß rauskommen mit Data Vault 2.0 Leif Hitzschke & Dajana Schleuß
Klein anfangen und groß rauskommen mit Data Vault 2.0 Leif Hitzschke & Dajana Schleuß Hamburg, den 16.09.2016 Der führende B2B-Marktplatz wlw.de wlw.at wlw.ch Agenda 1. wlw das Unternehmen 2. BI im Überblick
MehrWie integriert sich BI in den unternehmensweiten Softwareentwicklungsprozess? Nürnberg, 10.11.2009
Wie integriert sich BI in den unternehmensweiten Softwareentwicklungsprozess? Nürnberg, 10.11.2009 I N H A L T 1. Warum Modelle für Business Intelligence (BI)? 2. Anforderungen von BI an Software- Entwicklungsprozesse
MehrVielseitig und flexibel InfoZoom in Ihrem Unternehmen
Technische Daten 8 www.infozoom.com Vielseitig und flexibel in Ihrem Unternehmen Produkt varianten Datenzugriff Anwender 64-Bit* Professional* Business* Explorer* Viewer Plus Viewer JApp ODBC OLE DB Partner
MehrIT-basierte Kennzahlenanalyse im Versicherungswesen
Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen Kennzahlenreporting mit Hilfe des SAP Business Information Warehouse Diplomica Verlag Angelina Jung IT-basierte Kennzahlenanalyse im Versicherungswesen:
MehrDie 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
MehrOnline bewerben bei IKEA so geht s!
Online bewerben bei IKEA so geht s! Inter IKEA Systems B.V. 2012 Vorbereitungen Diese Unterlagen brauchst du für eine vollständige Bewerbung: Anschreiben Lebenslauf Arbeitszeugnisse Hast du diese Dokumente
MehrData Warehouse und Data Mining
Einführungsseminar Data Mining Seminarvortrag zum Thema: Data Warehouse und Data Mining Von gehalten am Betreuer: Dr. M. Grabert Einführung Problemstellung Seite 2 Einführung Unternehmen bekommen eine
MehrDATENQUALITÄT UND DATENBEREINIGUNG. F e b r u a r 2017
ALTRAN, GLOBAL LEADER IN INNOVATION DATENQUALITÄT UND DATENBEREINIGUNG F e b r u a r 2017 1 Data Quality Services Ihre geschäftlichen Entscheidungen sind von vertrauenswürdigen Daten abhängig. Ungültige
MehrBachelorarbeit Erkennung von Fließtext in PDF-Dokumenten
Bachelorarbeit Erkennung von Fließtext in PDF-Dokumenten 16.08.2016 David Spisla Albert Ludwigs Universität Freiburg Technische Fakultät Institut für Informatik Gliederung Motivation Schwierigkeiten bei
MehrVerbesserung der Datenqualität im ETL-Prozess durch Data-Mining-Methoden
Verbesserung der Datenqualität im ETL-Prozess durch Data-Mining-Methoden Nürnberg, 01. Dezember 2008 Dr. Joachim Keppler Competence Center Manager Customer Analytics Joachim.Keppler@SHS-VIVEON.com INHALT
MehrModellbasierte Business Intelligence in der Praxis. Nürnberg, 10.11.2009
Modellbasierte Business Intelligence in der Praxis Nürnberg, 10.11.2009 I N H A L T 1. Warum Modelle für Business Intelligence (BI)? 2. Inhalte von Datenmodellen für BI 3. Inhalte von Prozessmodellen 4.
MehrVorlesung. Data und Web Mining. Kurzinformation zur. Univ.-Prof. Dr. Ralph Bergmann. Lehrstuhl für Wirtschaftsinformatik II
Kurzinformation zur Vorlesung Data und Web Mining Univ.-Prof. Dr. Ralph Bergmann www.wi2.uni-trier.de - I - 1 - Die Ausgangssituation (1) Unternehmen und Organisationen haben enorme Datenmengen angesammelt
MehrSoftware Intelligence
Software Intelligence Dr. Florian Deißenböck 27. Oktober 2016 Alle Logos sind von Wikipedia. Die Rechte daran hält die jeweilige Organisation. Continuous Quality in Software Engineering 1968 1998 2004
MehrKommunales Planungs- Analyse- und Steuerungssystem Für mehr Transparenz in der Verwaltungssteuerung
Kommunales Planungs- Analyse- und Steuerungssystem Für mehr Transparenz in der Verwaltungssteuerung Ein Produkt der ekom21 KGRZ Hessen Das Planungs-, Analyse- und Steuerungssystem für die öffentliche Verwaltung
MehrInformationssuche in Sozialen Medien. Adam Horvath Universität Pecs Institut für Wirtschaftsmethodologie
Informationssuche in Sozialen Medien Adam Horvath Universität Pecs Institut für Wirtschaftsmethodologie Übersicht über sozielle Medien Bezug auf Person, Gemeinde, Unternehmen, Events, usw. Verschiede Formate
MehrSQL Server 2012 und SharePoint im Unternehmenseinsatz. Referent Daniel Caesar
SQL Server 2012 und SharePoint im Unternehmenseinsatz Referent Daniel Caesar sqlxpert Daniel Caesar Publikationen Themen SQL Server Admin, Entwicklung SharePoint Admin, Entwicklung.NET Entwicklung Rechtssichere
MehrDocument Engineering. Zeichen- und Fontmanagement Realisierung in Dateiformaten. Daniel Weber. Document Engineering p. 1
Document Engineering Zeichen- und Fontmanagement Realisierung in Dateiformaten Daniel Weber Document Engineering p. 1 Inhalt Grundbegriff: Font-Management Kodierungsmodelle in wichtigen Dateiformaten Migration
MehrEinführung in OLAP und Business Analysis. Gunther Popp dc soft GmbH
Einführung in OLAP und Business Analysis Gunther Popp dc soft GmbH Überblick Wozu Business Analysis mit OLAP? OLAP Grundlagen Endlich... Technischer Background Microsoft SQL 7 & OLAP Services Folie 2 -
MehrBI Projekt mit Exadata / Golden Gate
BI Projekt mit Exadata / Golden Gate High Level BI Projekt: Exadata, Golden Gate, OBIEE und ODI Andrzej Rydzanicz, Senior Consultant OPITZ CONSULTING Polska Sp. z.o.o. Borys Neselovskyi, Solution Architect
MehrEinführung in Hauptspeicherdatenbanken
Einführung in Hauptspeicherdatenbanken Harald Zankl Probevorlesung 13. 01., 13:15 14:00, HS C Inhaltsverzeichnis Organisation Überblick Konklusion Harald Zankl (LFU) Hauptspeicherdatenbanken 2/16 Organisation
MehrBIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004
BIW - Überblick Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 Annegret Warnecke Senior Sales Consultant Oracle Deutschland GmbH Berlin Agenda Überblick
MehrNachfolgend werden die wichtigsten Schritte bei der Migration aufgeführt und beschrieben:
p DEPARTEMENT BILDUNG, KULTUR UND SPORT Abteilung Kultur Bibliothek und Archiv Aargau 21. Januar 2019 MERKBLATT 5 Migration in archivtaugliche Formate 1. Ziel dieses Merkblatts Dieses Merkblatt unterstützt
MehrSchnittstellenbeschreibung. XML-Standards. cdmm
Schnittstellenbeschreibung und XML-Standards Seite 1 von 7 Tel. +49(0)36425-200-50 Fax. +49(0)36425-200-555 info@.de www..de cdxi ist die XML-basierte Datenschnittstelle der. Die cdxi-schnittstelle dient
MehrData Mining in SAP NetWeaver BI
Martin Kießwetter, Dirk Vahl kam p Data Mining in SAP NetWeaver BI Galileo Press Bonn Boston 2.1 Was ist Data Mining? 17 2.2 Data Mining, KDD und Business Intelligence 20 2.3 KDD-Prozessmodelle 22 2.4
MehrSchwerpunkte von SQL Server 2005
3K05 Business Intelligence mit SQL Server 2005 Steffen Krause Technologieberater Microsoft Deutschland GmbH http://blogs.technet.com/steffenk Schwerpunkte von SQL Server 2005 Mission Ready Developer Ready
MehrOracle Big Data Discovery Ein Überblick
Oracle Big Data Discovery Ein Überblick Hadoop Data Reservoir gewinnt weiter an Bedeutung Data Warehouse Bekannte Datenquellen Data Reservoir Entstehende Datenquellen Hadoop Umsatz und Forecast 49% CAGR,
MehrData-Warehouse-Architektur. Anforderungen des Data Warehousing. Anforderungen Referenzarchitektur Phasen des Data Warehousing Komponenten
Data-Warehouse-Architektur Anforderungen Referenzarchitektur Phasen des Data Warehousing Komponenten Vorlesung Data-Warehouse-Technologien 2-1 Anforderungen des Data Warehousing Unabhängigkeit zwischen
MehrCommon Warehouse Metamodel und Imperfektion
Common Warehouse Metamodel und Imperfektion Christoph Goebel Imperfektion und erweiterte Konzepte im Data Warehousing 2 Fragestellungen Welche Bedeutung haben Metadaten in der Information Supply Chain
MehrData-Warehouse-Systeme
Data-Warehouse-Systeme Architektur, Entwicklung, Anwendung von Andreas Bauer, Holger Günzel 3., überarb. u. aktualis. Aufl. Data-Warehouse-Systeme Bauer / Günzel schnell und portofrei erhältlich bei beck-shop.de
MehrDateien von CSV-Datei Importieren
Dateien von CSV-Datei Importieren Daminion bietet Ihnen die Möglichkeit, einen Datenimport mit einer CSV Datei durchzuführen. Dies kann beispielsweise hilfreich sein, wenn Sie Ihre bestehenden Daten von
MehrUTF8 codierte CSV Dateien mit Microsoft Excel öffnen
UTF8 codierte CSV Dateien mit Microsoft Excel öffnen Inhaltsverzeichnis Excel 2007/2010... 1 Menüauswahl in Excel... 1 Textdatei importieren... 2 Textkonvertierungs-Assistent - Schritt 1 von 3... 2 Textkonvertierungs-Assistent
MehrZeitgemäße 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
MehrDashboards und Kennzahlen in der Instandhaltung. Jochen Croonenbroeck
Dashboards und Kennzahlen in der Instandhaltung Jochen Croonenbroeck it-motive AG 06.05.2015 Agenda Kennzahlen in der Instandhaltung Weshalb? Was bedeutet Business Intelligence? Dashboards für die Instandhaltung
MehrXML-Schnittstellen. Anleitung XML-Schnittstellen der ZSVR
XML-Schnittstellen Anleitung XML-Schnittstellen der ZSVR I. Historie der Dokumentversionen ÄNDERUNGSHISTORIE Datum Version Änderung Autor 30.08.18 1.0 Beschreibung XML-Schnittstelle Markennamen 26.11.18
Mehr30. Juni 2006 - Technische Universität Kaiserslautern. Paul R. Schilling
30. Juni 2006 - Technische Universität Kaiserslautern Paul R. Schilling ! " #$% & '( ( ) *+, - '. / 0 1 2("$ DATEN SIND ALLGEGENWÄRTIG Bill Inmon, father of data warehousing Unternehmen In einer vollkommenen
MehrKlare Sicht für. klare Entscheidungen. Wir lösen das für Sie.
Klare Sicht für klare Entscheidungen Für wichtige Entscheidungen im Unternehmen.. Bus... bleibt oftmals wenig Zeit. Kurze Reaktionszeiten I im Entscheidungsprozess setzen jedoch verlässliche Grundlagen
MehrÜbung zur Einführung in die Wirtschaftsinformatik Cognos Powerplay als Beispiel für ein DSS
Übung zur Einführung in die Wirtschaftsinformatik 2006-05 - 10 Cognos Powerplay als Beispiel für ein DSS 1 Entscheidungsunterstützungssysteme (EUS) Decision Support Systems (DSS) EUS sollen das gemeinsame
MehrMS SQL Server 2012 (4)
MS SQL Server 2012 (4) Data Mining, Analyse und multivariate Verfahren Marco Skulschus Jan Tittel Marcus Wiederstein Webseite zum Buch: http://vvwvv.comelio-medien.com/buch-kataiog/ms sql_server/ms sql
MehrBusiness Intelligence : Lösungen im Überblick
Universität Potsdam Sandy Eggert, Juliane Meier Business Intelligence : Lösungen im Überblick first published in: ERP-Management 6 (2010), 2, S. 52-55 Postprint published at the Institutional Repository
MehrTeil I Modellierung des Data-Warehouses 15
Vorwort.................................................. 13 Teil I Modellierung des Data-Warehouses 15 1 Einleitung................................................ 17 1.1 Zielgruppe und Voraussetzungen............................
Mehr