Matrikelnr: Name: Vorname: Aufgabe Summe Maximal erreichbare Punktzahl Erreichte Punktzahl. Note:

Transkript

1 Fakultät für Wirtschaftswissenschaft Matrikelnr: Name: Vorname: : Modul Business Intelligence Termin: , 9:00 11:00 Uhr Prüfer: Univ.-Prof. Dr. U. Baumöl Aufbau und Bewertung der Aufgabe Summe Maximal erreichbare Punktzahl Erreichte Punktzahl Datum: Note: Unterschrift des Prüfers

2 Allgemeine Hinweise zur Bearbeitung der aufgaben Die Lösungen müssen in den vorgesehenen Raum auf dem Lösungsbogen eingetragen werden. Markieren Sie bei Multiple-Choice Aufgaben die von Ihnen gewählten Alternativen durch ein Kreuz (X) an der dafür vorgesehenen Stelle im Lösungsbogen. Wird nach dem Ergebnis einer Berechnung, nach Begriffen oder nach dem Wahrheitswert einer Aussage gefragt, ist auf dem Lösungsbogen ein entsprechendes Feld zum Eintrag vorgesehen. Sorgen Sie für eindeutige Eintragungen im Lösungsbogen. Für die Bearbeitung der insgesamt 4 aufgaben auf den 17 Seiten dieser stehen Ihnen 120 Minuten zur Verfügung. 1. Außer Schreibgeräten ist als Hilfsmittel ausschließlich ein nicht-programmierbarer Taschenrechner zugelassen! 2. Die Lösungen müssen in den vorgesehenen Raum auf den Aufgabenblättern eingetragen werden. Lösungen außerhalb des vorgesehenen Raumes werden nicht in die Bewertung einbezogen. 3. Notizen können auf den Rückseiten der Aufgabenblätter gemacht werden. Diese Anmerkungen werden nicht in die Bewertung einbezogen. 4. Bei Beendigung der müssen alle Blätter zusammengeheftet abgegeben werden. Trennen Sie bitte nicht einzelne Blätter ab. Tragen Sie bitte auf dem Deckblatt Ihre Matrikelnummer sowie Ihren Namen und Vornamen ein! Versehen Sie zusätzlich jedes Blatt mit Ihrer Matrikelnummer! Unterschreiben Sie bitte auf jedem Lösungsblatt! Hinweise zur Bewertung der Aufgaben Jede vollständig richtig gelöste Aufgabe oder Teilaufgabe wird mit der an Ort und Stelle angegebenen Punktzahl bewertet. Für die Aufgabe 1 gilt: Es darf nur ein Kreuz pro Teilaufgabe gesetzt werden. Richtig gelöste Teilaufgaben werden mit der angegebenen Punktzahl bewertet. Nicht oder falsch beantwortete Teilaufgaben werden mit Null Punkten bewertet. Für die Aufgabe 4 gilt: Richtig gelöste Teilaufgaben werden mit der anteiligen Punktzahl bewertet. Nicht oder falsch beantwortete Teilaufgaben werden mit Null Punkten bewertet. Für die Aufgaben 2 und 3 gilt: Teilweise richtig gelöste Aufgaben oder Teilaufgaben können mit einer entsprechend verminderten Punktzahl bewertet werden. Wir wünschen Ihnen viel Erfolg bei der Lösung der Aufgaben!

3 1 Aufgabe 1 (20 P) Überprüfen Sie die folgenden Aussagen auf ihre Richtigkeit. Markieren Sie im Lösungsbogen die zutreffende Aussage. Es ist nur EINE Aussage korrekt, d. h. Sie müssen sich für eine Aussage entscheiden und dürfen nur ein Kreuz setzen. a) Welche der folgenden Aussagen ist sinngemäß nicht durch die Definition von Business Intelligence im Lehrbrief gestützt? (5 P) Moderne und erfolgreiche Business Intelligence ist stets... A...adressatengerecht. B...technikgestützt. C...tagesaktuell. D...wettbewerbsrelevant. b) Für welche Phase des erweiterten Phasenmodells nach Simon sind die Tätigkeiten Alternativenermittlung und Bewertung charakteristisch? (5 P) A Intelligence B Design C Choice D Review c) Welcher Kategorie von Datenqualitätskriterien nach Wang und Strong sind die Kriterien Interpretierbarkeit und Verständlichkeit zuzuordnen? (5 P) A Intrinsische Datenqualität B Kontextabhängige Datenqualität C Darstellungsqualität D Zugangsqualität d) Welche Eigenschaft dürfen Daten in einem DWH nach klassischer Definition (Inmon 2000) nicht haben? (5 P) A Themenorientierung B Integration C Zeitraumbezug D Volatilität Übertragen Sie Ihre endgültige Lösung auf den Lösungsbogen!

4 2 Aufgabe 2 (30 P) Durch die Benutzung von Rabattprogrammen, sozialen Netwerken etc. stehen den Unternehmen prinzipiell immer mehr Daten über bestehende und potentielle Kunden zur Verfügung. Diese Entwicklung ist durch Kunden und Unternehmen selbst gewählt und deutet auf Seite der Unternehmen auf ein Defizit an Daten hin, das somit abgebaut werden soll. Andererseits fallen über andere Kanäle, z.b. , zunehmend mehr Daten beim Entscheider an. Diese einfachen Beobachtungen sind nur ein Teil des Gesamtkontext, in welchem Business Intelligence heute stattfindet. Nehmen Sie zunächst vereinfachend an, alle anfallenden Daten wären auch als Informationen interpretierbar. Die obigen Beobachtungen zeigen, dass die Frage, ob Entscheidern zu viel oder zu wenig Information vorliegt, nicht eindimensional beantwortbar ist. Ein komplexeres Modell, welches den Zusammenhang besser wiedergibt, ist das Modell von Informationsbedarf und Informationsstand nach Picot (2003). a) Skizzieren Sie das Modell (zeichnerisch). Erläutern Sie außerdem kurz, in jeweils ein bis zwei Sätzen, Ihr Verständnis in Bezug auf Entscheidungsprobleme der folgenden Elemente des Modells: objektiver Informationsbedarf subjektiver Informationsbedarf Informationsangebot Informationsnachfrage Informationsstand (10 P) b) Diskutieren Sie nun das Modell ausführlicher. Nehmen Sie anhand des Modells Stellung zu folgenden Thesen: The critical deficiency under which most managers operate is the lack of relevant information. The manager needs the information he wants. (Ackoff 1967) Im Idealfall entspricht das Informationsangebot dem subjektiven Informationsbedarf. Im Idealfall entspricht der Informationsstand dem Informationsangebot. Im Idealfall entspricht die Informationsnachfrage dem objektiven Informationsbedarf. (15 P)

5 3 c) Erweitern Sie nun die Betrachtung um die Differenzierung von Daten, Informationen und Wissen. Welche Konsequenzen ergeben sich im eingangs genannten Kontext für Ihre bisherigen Aussagen? (5 P) Übertragen Sie Ihre endgültige Lösung auf den Lösungsbogen!

6 4 Aufgabe 3 (30 P) In dieser Aufgabe geht es um das stark vereinfachte Beispiel einer Bank. Das operative Geschäft ist wie folgt aufgebaut: Die Bank bietet Sparkonten und Girokonten an. Für Sparkonten speichert sie Kontonummer, Guthaben und Zinssatz. Für Girokonten speichert die Bank Kontonummer, Saldo und das Limit für einen möglichen Dispositionskredit. Alle Konten gehören Privatkunden. Zu jedem Kunden speichert die Bank Name, Anschrift und Geburtsdatum. Die Bank betreibt darüber hinaus ein kleines Data Warehouse (DWH). Eine Analyse, die dort läuft, ist die Bildung von Kundensegmenten. Die dafür verwendete Tabelle ist ausschnitthaft in Tabelle 1 dargestellt. Tabelle 1: Ausschnitt aus dem DWH der Bank Sparguthaben [1000 e] Saldo (Giro) [1000 e] Limit (Dispo) [1000 e] Alter [Jahre] 10,782 1,408 9, ,351 1, ,207 0,657 3, ,467 2,095 9, ,108 0,547 1, ,714 0, a) Zeichnen Sie ein Entity-Relationship Diagramm für das angegebene Datenmodell der operativen Systeme der Bank. (10 P) b) Führen Sie ein hierarchisch-agglomeratives Clustering auf den in Tabelle 1 angegebenen Daten durch, bis nur noch zwei Cluster übrig sind. Verzichten Sie auf, in der Praxis möglicherweise notwendige, Vorverarbeitung der Daten. Verwenden Sie die euklidische Distanzmetrik gerundet auf zwei Nachkommastellen und das single-linkage Verfahren. Geben Sie nach jedem Schritt die vollständige Distanzmatrix an. (15 P) c) Die im operativen Datenmodell vorhandene Trennung der Konzepte Kunde, Sparkonto und Girokonto, wurden in der DWH Tabelle offensichtlich aufgelöst. Kommentieren Sie dies kurz. (5 P) Übertragen Sie Ihre endgültige Lösung auf den Lösungsbogen!

7 5 Aufgabe 4 (20 P) Überprüfen Sie die folgenden Aussagen auf ihre Richtigkeit. Kennzeichnen Sie im Lösungsbogen uneingeschränkt zutreffende Aussagen mit einem Kreuz bei Richtig und bei alle anderen Aussagen mit einem Kreuz bei Falsch. Bitte beachten Sie auch die Hinweise zur Bewertung. a) Unter den Business Rules zeichnen sich Ableitungsregeln dadurch aus, dass auf bereits bestehende Regeln und Informationen zurückgegriffen wird. b) Wenn Business Rules nur in einem eingeschränkten Zeitraum gelten, wird dies mit dem Begriff der Einschränkungen bezeichnet. c) Das Durchführungslevel vorherige Autorisierung bezeichnet den Sachverhalt, dass die Umsetzung einer Business Rule stets von Vorgesetzten autorisiert werden muss. d) Metadaten zeichnen sich durch zwei wesentliche Eigenschaften aus: das Beziehungsmerkmal und das Abstraktionsmerkmal. e) Metadaten sind den eigentlichen Daten übergeordnet und können daher auch ohne diese interpretiert werden. f) Für Metadaten ist, genau wie für die eigentlichen Daten, ein explizites Qualitätsmanagement empfehlenswert. g) Die Rotation eines OLAP-Würfels um seine eigene Achse entspricht einer Pivotierung. h) Drill-Down bezeichnet im OLAP das stärkere Aggregieren von Daten. i) Die Abkürzung ETL steht für Extraktion, Transaktion, Lokation. j) Data Mining kann sowohl auf herkömmliche Daten als auch auf strukturierte Metadaten angewendet werden. Übertragen Sie Ihre endgültige Lösung auf den Lösungsbogen!

8 6 Aufgabe 1 (ankreuzen) (20 P) a) b) c) d) A B C D

9 7 Aufgabe 2 (30 P) a) Skizzieren Sie das Modell (zeichnerisch). Erläutern Sie außerdem kurz, in jeweils ein bis zwei Sätzen, Ihr Verständnis in Bezug auf Entscheidungsprobleme der folgenden Elemente des Modells: objektiver Informationsbedarf subjektiver Informationsbedarf Informationsangebot Informationsnachfrage Informationsstand (Zeichnen) (10 P)

10 8 (Begriffe erläutern) b) Diskutieren Sie nun das Modell ausführlicher. Nehmen Sie anhand des Modells Stellung zu folgenden Thesen: The critical deficiency under which most managers operate is the lack of relevant information. The manager needs the information he wants. (Ackoff 1967) Im Idealfall entspricht das Informationsangebot dem subjektiven Informationsbedarf. Im Idealfall entspricht der Informationsstand dem Informationsangebot. Im Idealfall entspricht die Informationsnachfrage dem objektiven Informationsbedarf. (15 P)

11 9 (Thesen diskutieren)

12 10 (Fortsetzung)

13 11 (Fortsetzung)

14 12 c) Erweitern Sie nun die Betrachtung um die Differenzierung von Daten, Informationen und Wissen. Welche Konsequenzen ergeben sich im eingangs genannten Kontext für Ihre bisherigen Aussagen? (5 P) (Konsequenzen nennen und kurz erklären)

15 Aufgabe 3 (30 P) 13 a) Zeichnen Sie ein Entity-Relationship Diagramm für das angegebene Datenmodell der operativen Systeme der Bank. (10 P) (Zeichnen)

16 14 b) Führen Sie ein hierarchisch-agglomeratives Clustering auf den in Tabelle 1 angegebenen Daten durch, bis nur noch zwei Cluster übrig sind. Verzichten Sie auf, in der Praxis möglicherweise notwendige, Vorverarbeitung der Daten. Verwenden Sie die euklidische Distanzmetrik gerundet auf zwei Nachkommastellen und das single-linkage Verfahren. Geben Sie nach jedem Schritt die vollständige Distanzmatrix an. (15 P) (Rechnen und Distanzmatrizen angeben)

17 15 (Fortsetzung)

18 16 (Fortsetzung)

19 17 c) Die im operativen Datenmodell vorhandene Trennung der Konzepte Kunde, Sparkonto und Girokonto, wurden in der DWH Tabelle offensichtlich aufgelöst. Kommentieren Sie dies kurz. (5 P) Aufgabe 4 (Ein Kreuz bei Richtig oder Falsch eintragen) (20 P) a) b) c) d) e) f) g) h) i) j) Richtig Falsch