WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE'

Transkript

1 Take control of your decision support WAHLPFLICHTBEREICH WIRTSCHAFTSINFORMATIK 'DATA WAREHOUSE' Sommersemester 2008

2 Gliederung Business Intelligence und Data Warehousing On-Line Analytical Processing Ziel und Ablauf der Veranstaltung Fallstudie Folie 2 April 08

3 Gliederung Business Intelligence und Data Warehousing On-Line Analytical Processing Ziel und Ablauf der Veranstaltung Fallstudie Folie 3 April 08

4 (Technologische) h Konzepte zur Unternehmenssteuerung Enterprise Application Integration Process Performance Management Data Mart On-Line Analytical Processing Business Intelligence Real-Time Enterprise Data Warehousing Closed Loop Business Activity Monitoring Corporate Performance Management Operational Data Store Folie 4 April 08

5 Historie i der analyseorientierten t Informationssysteme rad bei fgaben ützungsg ementauf Unterstü Manage BI, CPM / BPM Data Warehouse, OLAP Executive Information Systems Decision Support Systems Management Information Systems Zeit Folie 5 April 08

6 Data Warehouse-Konzept Data Warehouse (DW) = A subject oriented, integrated, nonvolatile, time variant collection of data organized to support management needs W. H. Inmon, Building the Data Warehouse, New York u. a. 1993, S. 29. subject oriented Themenorientierung integrated t Vereinheitlichung itli h nonvolatile Dauerhaftigkeit, Stabilität time variant Zeitorientierung der Informationen management needs Analyse und Entscheidungsunterstützung Folie 6 April 08

7 Data Warehouse MSS umfasst die Serverkomponenten einer Systemlösung, die für die unternehmensweite Daten- Data Warehouse Operative Unternehmensdaten Operative Informationssysteme versorgung der Front-End-Systeme zur Informationsbereitstellung und Entscheidungsunterstützung betrieblicher Fach- und Führungskräfte zuständig sind, ist physikalisch von den operativen Vorsystemen getrennt und baut lediglich zum Zweck der periodischen Datenaktualisierung bzw. -ergänzung Verbindungen zu den operativen DV-Systemen auf. Folie 7 April 08

8 Business Intelligence Gesamtheit aller Werkzeuge und Anwendungen mit entscheidungsunterstützendem Charakter, die zur besseren Einsicht in das eigene Geschäft und damit zum besseren Verständnis in die Mechanismen relevanter Wirkungsketten Begriffliche Klammer, die eine Vielzahl unterschied- licher Ansätze zur Analyse geschäftsrelevanter Daten zu bündeln versucht (kein neues Konzept / Produkt) Folie 8 April 08

9 Data Warehouse-Konzept Endbe enutzer- werkz zeuge rehouse e Data Wa Metad daten- banks system Data Mining Abfrage- und Berichtssysteme Datensammlung zur Unterstützung von Management- entscheidungen [Inmon, 1996] Themenorientierung Vereinheitlichung Zeitorientierung Executive - OLAP- Information Systeme Frontend Data Mart Data Mart OLAP Server Zentrale Datenbasis ETL-System Archivi ierungs- sys stem Beständigkeit Externe Daten Operative Vorsysteme Folie 9 April 08

10 Begriffsverständnis i Business Intelligence Prozessschwerpunkt Weites BI- Verständnis Datenbereitstellung Datenauswertung ETL Intelligente Agenten Data Warehouse Standard- Reporting Ad-Hoc- Reporting OLAP Data / Text Mining MIS / EIS / DSS Portale Analytisches CRM Planung / Konsolidierung Kennzahlen / Balances Scorecards Analyseorientiertes BI-Verständnis Enges BI- Verständnis Technik Anwendung Orientierung Folie 10 April 08

11 Gliederung Business Intelligence und Data Warehousing On-Line Analytical Processing Ziel und Ablauf der Veranstaltung Fallstudie Folie 11 April 08

12 On-Line Analytical Processing (OLAP) Software-Technologie, die Managern schnelle, interaktive und vielfältige Zugriffe auf relevante und konsistente Informationen ermöglicht dynamische, multidimensionale Analysen auf konsolidierten Unternehmensdatenbeständen t tä d zwölf Evaluationsregeln nach Codd/Codd/Salley Mehr- / Multidimensionalität: Anordnung betriebswirtschaftlicher Variablen (z.b. Kennzahlen) entlang mehrerer, unterschiedlicher Dimensionen (z.b. Region, Artikel, Produkte, Zeit, Kunden) PRODU UKT REGION Folie 12 April 08

13 Dimensionen von Tabellen Relationale Tabelle Relationale DBS On-Line Transaction Processing (OLTP) Nr. Produkte Monate Wert 1 Produkt 1 Jan Produkt 2 Mär Produkt 1 Mär Produkt 3 Jan Produkt 2 Feb Produkt 3 Feb Produkt 2 Feb Produkt 1 Feb Produkt 3 Mär 1000 Kreuztabelle Multidimensionale DBS On-Line Analytical l Processing (OLAP) Jan Feb Mär Produkt Produkt Produkt Datensatz Datenzelle Folie 13 April 08

14 Mehrdimensionale i Würfel (OLAP) und Datenzellenprinzip Mehrdimensionaler Würfel Datenzelle Produkte Produkt 3 Produkt 2 Produkt 1 Absatz Monate Produkt Jan Preis 4,5 5 4 Umsatz Absatz Einzelne Elemente der Dimensionen beschreiben konkrete Zahlenwerte Konten Folie 14 April 08

15 Verdichtungshierarchien Organisations- Struktur Produktstruktur t Produkt 1 Leistungs- Struktur Markt- Struktur Produkt- Gruppe 1 Produkt 2 Produkt 3 Eine Dimensionshierarchie wird als ein endlicher Baum definiert, der durch die einzelnen Elemente (Dimensionsausprägungen) gebildet wird. Produkte- Gesamt Produkt- Gruppe 2 Produkt 4 Produkt 5 Produkt 6 Produkt 7 Folie 15 April 08

16 Navigation in multidimensionalen Datenstrukturen Slice Dice Drill-Down Down Roll-Up DUKT PRO REGION Folie 16 April 08

17 Slice Herausschneiden einzelner Scheiben, Schichten oder kleiner Würfel aus dem Datenraum Produktsicht Regionale Sicht Ad-hoc-Sicht z.b. Produktmanager z.b. Gebietsleiter z.b. Analyst Regio on Regio on Regio on Produkt 4alle Regionen 4gesamter t Zeitraum 4ein Produkt (Filter) Folie 17 April 08 Produkt 4alle Produkte 4gesamter t Zeitraum 4eine Region (Filter) Produkt 4ein Produkt (Filter) 4ein i Monat (Filter) 4eine Region (Filter)

18 Dice Reg gion Rotation des Datenwürfels durch Drehen oder Kippen, um eine andere Perspektive auf die Daten zu ermöglichen. Produkt Pro odukt Zeit Folie 18 April 08

19 DillD Drill-Down: Dimension Region Deutschland Europa Untersuchen der Daten in einem feineren Detaillierungsgrad innerhalb der Attributehierarchie einer Dimension. Untersuchen von Detaildaten Hessen Folie 19 April 08

20 Roll-Up: Dimension Region Deutschland Europa Beim Roll-Up werden die Werte auf der nächsthöheren Hierarchieebene analysiert. Folie 20 April 08 Hessen

21 Aufgaben- und Anwendungsgebiete - und Fü mationss hrungssysteme ntrolling- Inform Con Finanzplanung strategische Produktplanung Konsolidierung Personalbedarfsplanung Marktanalyse Investitionsrechnung Betriebsergebnisrechnung Kennzahlenberechnung Kapitalflussrechnung Prozesskostenrechnung Währungsumrechnungen Liquiditätsplanung innerbetriebliche Leistungsverrechnung Bilanzanalyse Berichtswesen Kostenartenplanung Kundenergebnisrechnung g Folie 21 April 08

22 Gliederung Business Intelligence und Data Warehousing On-Line Analytical Processing Ziel und Ablauf der Veranstaltung Fallstudie Folie 22 April 08

23 Lernziele des Praktikums (1) Theoretische Inhalte zum Themengebiet Informationsbedarfsanalyse Analyse umfangreicher unbereinigter Datenbestände Erstellen eines relationalen Schemas (Datenmodell) Transformationsprozesse bei Bereinigung und Import der Datenbestände Multidimensionale Datenmodellierung auf Basis der relationalen Strukturen Umgang mit modernen BI-Werkzeugen zur Erstellung von management-gerechten g Reporting-Books Analyse der Anforderungen, die von den Anwendern verlangt werden Kreative Umsetzung in Form von aussagekräftigen Reports Folie 23 April 08

24 Lernziele des Praktikums (2) Einblick in das Projektgeschäft Teamarbeit unter Zeitdruck Präsentationsfähigkeit und Diskussion vor einem Lenkungsausschuss Systematische Vorgehensweise bei der Konzepterstellung und Implementierung eines bedarfsgerechten Anwendungssystems Folie 24 April 08

25 Zeitplan (vorläufig) Folie 25 April 08

26 Gliederung Business Intelligence und Data Warehousing On-Line Analytical Processing Ziel und Ablauf der Veranstaltung Fallstudie Folie 26 April 08