BI bei Zeppelin Erfahrungen mit Werkzeugen und Methoden Silvia Betzitza, Zeppelin Baumaschinen GmbH



Ähnliche Dokumente
BUSINESS INTELLIGENCE IM MITTELSTAND EIN PRAXISBERICHT

1Ralph Schock RM NEO REPORTING

Professionelles BI muss nicht immer teuer sein. Einheitliches Reporting und integrierte Planung für Vertrieb, Produktion und Finanzen

Erfolgsfaktor 1 beim Aufbau von DWH. Erik Purwins Unit Manager Business Intelligence

Erfolg mit Oracle BI?

Welche BI-Architektur braucht Ihr Reporting?

"Hier kann ich mich weiterentwickeln!"

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

QUNIS 360 was war, was wird? BI, Big Data, Cloud, Predictive & Advanced Analytics, Streaming. Referent: Steffen Vierkorn

Unterstützung des PersonalControlling durch flexible IuK-Technologie Präsentation für die Tagung der IuK-Leiter am

Marketing Intelligence Vorstellung der Softwarekomponenten. Josef Kolbitsch Manuela Reinisch

Klein anfangen und groß rauskommen mit Data Vault 2.0 Leif Hitzschke & Dajana Schleuß

DWH Best Practices das QUNIS Framework 80 Jahre Erfahrung bei der Modellierung & dem Betrieb von DWH. Referent: Ilona Tag

Kombiniertes Einsatzszenario Cloud for Planning und SAP BPC. 12. November 2015 Christine Balzer Infomotion GmbH

DWH Szenarien.

CHANCEN NEUER IT-TECHNOLOGIEN: WIE ZEPPELIN DAS TREASURY WEITERENTWICKELT. David Freidl Leiter Konzern-Treasury

Integrierte Unternehmensplanung in Zeiten der Digitalen Transformation.

Von der Doppik zur produktorientierten Steuerung Neue Herausforderungen an IT Verfahren und IT Projekte

Kapitel II. Datenbereitstellung. II. Datenbereitstellung. II.1 Grundlagen. II. Datenbereitstellung. Collect Initial Data. II.

bitanalytics und Ihre individuellen Gestaltungsmöglichkeiten im BI-Umfeld

TRACK II Datenmanagement Strategien & Big Data Speicherkonzepte BI Operations Erfolgsfaktoren für einen effizienten Data Warehouse Betrieb

Kapitel II. Datenbereitstellung 2004 AIFB / FZI 1. Vorlesung Knowledge Discovery

Aufbau einer strategischen BI- Lösung mit ERP und BW on HANA. Wittenstein AG Pascal Kranich

Erfolgreiches BI durch schlanke Tools und starke Fokussierung Markus Kolp Alec Shalashou

>> PERFORMANCE MANAGEMENT & CONTROLLING

BI-ProjektemitSAP*- SAP NetWeaver* BW und SAP BusinessObjects

Kennzahlen und Datenlogistik

Übersicht SAP-BI. DOAG Regionaltreffen

FREUDENBERG IT. Mobile Business Intelligence

Data Warehousing. DWH Projekte. Ulf Leser Wissensmanagement in der Bioinformatik

BUSINESS INTELLIGENCE (BI) MIT PENTAHO. Schneller, höher, weiter!

AKTUELLE LÖSUNGSARCHITEKTUR DER SAP IM BEREICH BUSINESS INTELLIGENCE UND ANALYTICS

BI im Dallmayr Delikatessenhaus

Innovationsmanagement in einem mittelständischen Unternehmen

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

Dashboards und Kennzahlen in der Instandhaltung. Jochen Croonenbroeck

Oracle Snap Management Utility Snap mir eine. Marco Schwab, DOAG 2017,

Multidimensionale Konzepte zur Controlling- Unterstützung in kleinen und mittleren Unternehmen

Seminar C02 - Praxisvergleich OLAP Tools

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

Scrum für Business Intelligence Projekte erfolgreich nutzen. Es begrüßt Sie Thomas Löchte

Transparenz in der Intralogistik mit Leitstandstechnologien, Ressourcenplanung und mobilen Apps

Raus aus der Bl-Falle

Aus der Praxis für die Praxis: Die Cloud im behördlichen Umfeld

IBM Demokratischere Haushalte, bessere Steuerung, fundierte Entscheidungen? Was leisten das neue kommunale Finanzwesen und Business Intelligence?

Agile BI Was ist das eigentlich? Hochschule Ulm - V. Herbort & Prof. Dr. R. von Schwerin

avantum consult Business Analytics at its best Würzburg,

Data Warehousing bei der VGH

Design-Build-Run smarte Lösungen aus einer Hand

Aufbau eines Kennzahlensystems in der Logistik mit Oracle BI

1 Aus Theorie wird Praxis

SAP Analytics für KMU. Oktober 2017

BICC, Organisation und Kompetenz Das Raiffeisen Solution SAS Competence Center

Heterogene Data Warehouse Architektur mit Oracle & SAP BW bei der Webasto AG

Einführung: Betrieb von Oracle-Infrastrukturen

Delivering with Excellence

Mandora Business Solutions

= Mehrwert durch Software

Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015

Data Warehouse und Data Mining

Peter Mertens Freimut Bodendorf Wolfgang König Matthias Schumann Thomas Hess Peter Buxmann. Grundzüge der. Wirtschaftsinformatik

BI-Navigator. Business Intelligence

Business Intelligence Center of Excellence

Survival Guide für Ihr Business Intelligence-Projekt

Das modulare DWH Modell

BIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004

ZERO.ONE.DATA Die Bahn, ein agiler Tanker im Digitalisierungszeitalter. Gudio van Husen, Christopher Muth DB Systel GmbH Hanau

Aufbau einer komplett automatischen Business Intelligence-Umgebung

19. DOAG-Konferenz Data Profiling: Erste Erfahrungen mit dem OWB 10g R2 Mannheim, Detlef Apel

Praxisbeispiel Henkel - Data Warehouse in der Cloud. Michael Beckmann Neubeuern, 1. September 2017

Kluge Entscheidung! Business Intelligence für Mittelstand und Fachabteilungen

MICROSOFT DYNAMICS SYSTEM- INTEGRATION

Unsere Vorträge auf der DOAG 2015

Open Source BI 2009 Flexibilität und volle Excel-Integration von Palo machen OLAP für Endanwender beherrschbar. 24. September 2009

Pools und Schwimmbahnen - Freistil im Prozessmanagement

ConVista SPoT-U: Kennzahlensysteme für die Versorgungswirtschaft

Wir bauen uns ein Data Warehouse mit MySQL

BIG DATA IM RETAIL-SEKTOR AM BEISPIEL KASSENBONDATEN BUSINESS ANALYTICS DAY

Business Intelligence

Data Warehouse Automation und Life Cycle Management mit AnalyticsCreator

UNTERNEHMENSPRÄSENTATION

cellent Mittelstandsberatung GmbH

Vorwort... V. Management Summary... VII. Inhaltsverzeichnis... XIII. Abbildungsverzeichnis... XIX. Tabellenverzeichnis... XXI

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

Bachelor of Eng. (Wirtschafts-Ing.-wesen)

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

Therapiemanagement vom Papier zur mobilen Webportallösung

Messen und Bewerten von Informationssicherheit

Arvato Systems Digitale Transformation planen mit Skills und Künstlicher Intelligenz. Stuttgart, 18. Oktober 2017

Leistungsstarke Business Intelligence

Industrie 4.0. Neues Einsatzfeld für Business Intelligence?

Produktionsdaten mit Unternehmensdaten vernetzen

Business Intelligence mit DeltaMaster Sehen, verstehen, handeln!

EU-DSGVO im DWH Praxisbericht aus der Versicherungsbranche

Zeitlich abhängig von OWB?

Oracle9i Data Warehouse Komponenten im praktischen Einsatz

Anwendertage WDV2012

OXO³ technische Aspekte der Oracle EMEA internen BI Implementierung

BI around the world - Globale Reporting Lösungen bei Continental Automotive

Transkript:

BI bei Zeppelin Erfahrungen mit Werkzeugen und Methoden Silvia Betzitza, Zeppelin Baumaschinen GmbH

Agenda Die Firma Zeppelin Baumaschinen GmbH Ausgangssituation Modernisierung Phase I: 1999 bis 2000 DWH Entwicklungszyklus Modernisierung Phase II: 2000 bis 2006 Zwischen-Fazit Kompletter Neubeginn: 2006 bis heute Herausforderungen & Erfolgsfaktoren Fragen Stand: 11.10.2010 Seite 2

Meilensteine der Unternehmensgeschichte 1900: Erstflug Luftschiff LZ 1 bis 1937 Bau von 119 Luftschiffen 1908: 1909ff: 1950: 1954: heute: ab 1991: Gründung Luftschiffbau Zeppelin GmbH und Errichtung der Zeppelin-Stiftung Gründung ZF, MTU, Dornier Gründung Metallwerk Friedrichshafen GmbH, später Zeppelin-Metallwerke GmbH Zeppelin wird Caterpillar Exklusiv-Händler in Deutschland Trennung in Handels- und Industriebereich Handel: weitere CAT Exklusiv-Vertretungen in anderen Ländern Industrie: Internationalisierung mit Gesellschaften weltweit und Erweiterung der Produktpalette größte Vertriebs-, Service- und Mietorganisation für Baumaschinen in Europa Stand: 11.10.2010 Seite 3

Zeppelin Konzern: Weltweit vor Ort - immer nah am Kunden Toronto Houston Tampa Deutschland 6 Standorte Großbritannien 2 Standorte Genk Lyon Schweiz Deutschland 119 Standorte Polen 2 Standorte Moskau Istanbul Weißrussland Russland 14 Standorte Ukraine 7 Standorte China 3 Standorte Seoul Mailand Ungarn Usbekistan 4 Standorte Österreich 5 Standorte Al-Jubail Tadschikistan Industrie Handel Sao Paulo Tschechien 12 Standorte Slowakei 5 Standorte Turkmenistan 3 Standorte Armenien 200 Standorte Baroda Singapur Stand: 11.10.2010 Seite 4

Welche Projekte gab es, um die BI Umgebung bei der Zeppelin Baumaschinen GmbH zu modernisieren? Stand: 11.10.2010 Seite 5

Warum ist bei Zeppelin Reporting so wichtig? Bei den Produkten handelt es sich um hoch individuelle Investitionsgüter gesättigte Märkte Ausnahmen müssen rechtzeitig erkannt werden! Die Ansprüche an das Reporting waren bei ZBM schon immer sehr hoch, Da bereits in den 80er Jahren leistungsfähige Systeme auf Großrechnerbasis zur Verfügung standen! Liefert Zahlen zur Erfüllung von gesetzliche Verpflichtungen, z.b. Zahlen für die Bilanz Liefert Zahlen zur Steuerung des Unternehmens Führt Daten aus unterschiedlichsten Quellen zusammen, z.b. Darstellung von eigenen Verkaufszahlen gegenüber Marktdaten (VDMA) Stand: 11.10.2010 Seite 6

Ausgangssituation 1999 Hohe Anzahl von historisch gewachsenen Systemen. Folge In einer Vielzahl von Systemen werden mit unterschiedlichster Technik Reports erstellt. Reports greifen direkt auf Operative Systeme zu. Informationen werden auf operativer und strategischer Ebene aufbereitet. Berichtswerte sind nicht einheitlich definiert. Siron: Keine bzw. nicht ausreichende Dokumentation vorhanden. Stand: 11.10.2010 Seite 7

Dimensionen und Fakten Im DWH können Berichtswerte nach Dimensionen ausgewertet werden. Berichtswerte (auch Fakten genannt) sind fachliche Kennzahlen, die analysiert werden sollen. In der Regel handelt es sich um quantitative Werte betriebswirtschaftlichen Charakters, wie Umsatz, Gewinn, Anzahl Mitarbeiter etc. Dimensionen sind die beschreibenden Daten, nach denen analysiert (gruppiert, summiert) werden kann. Typische Dimensionen sind Zeit, Kunde oder Produkt. Im DWH können Berichtswerte / Fakten nach Dimensionen ausgewertet werden. Stand: 11.10.2010 Seite 8

Modernisierung Reporting bei ZBM Phase I Wichtigster Schritt In Zusammenarbeit mit dem Management Zentrum St. Gallen: Erstellung eines umfangreichen Fachkonzeptes wie das Reporting der Zukunft aussehen soll. Beschrieben wurden detailliert 180 Berichtswerte und Dimensionen Ziel damals Ablösung und Vereinheitlichung der bisherigen Reporting Landschaft Aufbau eines unternehmensweiten Datawarehouse Aufbau eines Management Informationssystems mit Hilfe eines OLAP-Tools Einheitliche Definition von Berichtswerten Stand: 11.10.2010 Seite 9

Modernisierung Phase I Probleme dabei Die Entwicklungszeit und die Projektkosten waren nicht abschätzbar Großer Projektumfang Projektteam mit 4 Vollzeit Mitarbeitern Detaillierte Anforderungen an den Leistungsumfang des DWH waren nicht vorhanden Heterogene Quellsysteme Hohe Hardware- / Softwarekosten der neuen BI Systeme Leistungsfähigkeit der damaligen BI Systeme (OLAP) entsprach nicht den Vorstellungen der Anwender Akzeptanzprobleme bei den Anwendern Ich vertrau mehr meiner alte Liste Stand: 11.10.2010 Seite 10

Modernisierung Phase I Rückbesinnung auf alte Weisheiten Leitmotiv: Think big! Start small! Grow step by step! Data Warehouse Entwicklungszyklus iterative Vorgehensweise iteratives Vorgehen und kurze feedback loops haben viele Vorteile: Anwender können häufig ihre Anforderungen erst dann detailliert artikulieren, wenn der erste Prototyp vorliegt. Qualität des DWH wird durch feedback loops mit Anwendern deutlich verbessert. Faustregel: Man durchläuft bis Fertigstellung eines Reports mindestens drei Loops Stand: 11.10.2010 Seite 11

Exkurs - DWH Entwicklungszyklus Lesson Learned: Der DWH Entwicklungszyklus unterscheidet sich vom klassischen! Am Anfang des Data Warehouse Entwicklungszyklus stehen die Daten (der Prozess ist datengeleitet (data-driven)) Das Data Warehouse wird schrittweise entwickelt. Stand: 11.10.2010 Seite 12

Modernisierung Phase II Think big start small Modernisierung der Reportingsysteme Step-by-Step Verwendetes ETL-Tool PL/I DB/2 am IBM Großrechner Control/M Berichtswerkzeuge (Fa. Ton Beller) Siron/Web Qubon (OLAP-Tool) ++ Vorteile Know-how und Technik bereits vorhanden Hohe Akzeptanz der Berichtswerkzeuge Stand: 11.10.2010 Seite 13

Modernisierung Phase II Ergebnisse und Zwischen-Fazit Die Anzahl der Berichte wurde um ca. 50% reduziert Abbau der Schattenproduktion Data Dictionary für Berichte Datenaktualität wurde in den Berichten angezeigt Hochautomatisierte Batch Abwicklung am Host mit einem Recovery Tool Betrieb der Lösung mit 1,5 Vollzeit Mitarbeitern Fazit: Vorgehensweise empfehlenswert! Stand: 11.10.2010 Seite 14

Kompletter Neubeginn Stand: 11.10.2010 Seite 15

Aktuelles Projekt Einführung eines Standard ERP Systems (2006 bis heute) Aufgabe: Neuaufbau eines Data Warehouse und einer BI Umgebung auf Basis des Standard ERP Systems M3 (Lawson) Neuaufbau mit Hilfe von BI Tools aus der Lawson-Produktsuite * Geplanter Umfang: 150 Berichte + 20 Cockpits Projektteam 6 Vollzeit Mitarbeiter Stand: 11.10.2010 Seite 16

Neubeginn Die verwendeten BI Tools Portal LBI (Lawson Business Intelligence) Berichtswerkzeug Crystal Reports (Business Objects) ETL Tool BPW (Business Process Warehouse) Stand: 11.10.2010 Seite 17

* Neubeginn - Bewertung des ETL Tools ETL Tool - BPW (Business Process Warehouse) Einsatzgebiet ETL und Datenbank Design Jobsteuerung und monitoring Bewertung Integriertes, grafisches Frontend Viel versprechende Grundidee Erscheint leicht zu bedienen ABER: Ohne tief greifendes IT und DWH Architektur Wissen ist eine Entwicklung kaum möglich! Stand: 11.10.2010 Seite 18

* Neubeginn - Bewertung des Berichtswerkzeugs Berichtswerkzeug Crystal Reports Einsatzgebiet Erstellung und Ausführung von Berichten und Kreuztabellen Bewertung Extrem mächtig Stabil Internationaler Standard Historisch gewachsen Templates fehlen Kaum Modularität (z.b. Subreports) Für Cockpits nicht optimal Stand: 11.10.2010 Seite 19

Neubeginn: Umfang bei Go-Life im April 2009 Berichte 252 Berichte, kein Cockpit ETL 228 Extraktionen 1000 Transformation 114 Dimensionen 69 Faktentabellen Ein ETL Job mit 570 Jobssteps Datenwachstum beträgt monatlich 40 GB Server Je eine 3-stufige Serverumgebung (Entwicklung, Abnahme, Produktion) für ETL- Tool und Berichtsumgebung Stand: 11.10.2010 Seite 20

Herausforderungen: Das magisches Dreieck der Softwareentwicklung Good Cheap Fast Software can be good fast and cheap pick two! [Larry Wall] Stand: 11.10.2010 Seite 21

Herausforderungen: Das magisches Dreieck im BI Hohe Aktualität Hohe Datenmengen Hohe Detaillierung Stand: 11.10.2010 Seite 22

Erfolgsfaktoren: BI steht am Anfang des Prozesses! Spezifikation Realisierung Design operativen Systeme Sales, Service,. Design Buchhaltungssysteme FI/CO Wie soll gesteuert werden? Definition der Berichtswerte BI Stand: 11.10.2010 Seite 23

Erfolgsfaktoren: Know-how von Methoden und Techniken Tools sind nur ein sehr kleiner Teil vom Erfolg Tools können Arbeitschritte erleichtern, aber ersetzen nicht: fundamentales technisches, fachliches und methodisches Wissen interne Unterstützung und Akzeptanz gutes Anforderungsmanagement Trotz Standardprodukte ist noch viel Handarbeit nötig! Den Letzten beißen die Hunde. Datacleansing ist ein wichtiger Erfolgsfaktor! Denn schlechte Datenqualität im Vorsystem führt zu schlechter Presse fürs BI Neue Faustregel: In großen Projekten werden bis Fertigstellung eines Reports mehr als drei Loops benötigt!!! Stand: 11.10.2010 Seite 24

Stand: 11.10.2010 Seite 25 Vielen Dank für Ihre Aufmerksamkeit!