Erfolg mit Oracle BI?

Ähnliche Dokumente
Mobile Analytics mit Oracle BI

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

good. better. outperform.

O-BIEE Einführung mit Beispielen aus der Praxis

BI around the world - Globale Reporting Lösungen bei Continental Automotive

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

Seminar C02 - Praxisvergleich OLAP Tools

Oracle Business Intelligence (OBIEE) 12c Ein erster Einblick in die neue Reporting-Engine von Oracle

MetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen

Agile BI mit Agile BI Modeler & Agile Scorecard

BUSINESS INTELLIGENCE IM MITTELSTAND EIN PRAXISBERICHT

BI Publisher Berichtswesen einfach und sicher. Alexander Klauss Centric IT Solutions GmbH

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren

Technologischen Rahmenbedingungen und Werkzeuge für eine wertschöpfende Controller-Rolle

BI Organisation und Governance. Patrick Keller, Senior Analyst und Prokurist CeBIT 2016

PROZESSCONTROLLING MIT MICROSOFT TOOLS

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

Analyzer für SAP E Recruiting

Business Intelligence Praktikum 1

Oracle Performance Analyse Erweiterte Möglichkeiten mit Statistiken und Wartezeiten

Business Intelligence Praktikum 1

Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH

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

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

Cubeware Connectivity for SAP Solutions

Self Service BI der Anwender im Fokus

Wann nutze ich welchen semantischen Layer im Kontext von SAP HANA? [B3] Francis Fink Uetliberg,

Raus aus der Bl-Falle

Oracle BI Publisher in der Oracle Business Intelligence Enterprise Edition Plus. Eine Mehrwertdiskussion

Die perfekte Kombination im Agilen Data Warehouse Oracle Engineered Systems mit Data Vault

Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen

good. better. outperform.

Dimensionale Modellierung mit Oracle BI EE und Oracle OLAP Tipps und Tricks aus der Praxis

arcplan Edge V.2.7 in 30 min von 0 auf 100 Stefan Koch VP Product Management 31. März 2011

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

Anwendertage WDV2012

Datenbankenseminar: SAP Reporting Vergleich ABAP vs. Quick View. Dipl. WiFo Sven Adolph

Systemen. Stand der Umsetzung von BSC-Systemen. 3/4 der Unternehmen setzen Balanced Scorecard als neues Instrument der Unternehmensführung ein.

1Ralph Schock RM NEO REPORTING

Innovative Ansätze der toolbasierten Budgetierung bei der Universität Wien. Alexander Hammer / Norbert Schlager-Weidinger

BI ist tot, lang lebe BI!

OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG. Referent: Lutz Bauer, Senior Systemberater, MT AG

Präsentation der Bachelorarbeit

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

Seminar C16 - Datenmodellierung für SAP BW

DIMEX Data Import/Export

Datenmodellierung im Zeitalter agiler Softwareentwicklung

Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung

Lars Priebe Senior Systemberater. ORACLE Deutschland GmbH

Vortrag zum Hauptseminar Hardware/Software Co-Design

Vorteile einer standardisierten DV-orientierten BI-Architektur hinsichtlich Modellierung, Bewirtschaftung und Betrieb. Thomas Mattick, BBF GmbH

BI Konsolidierung: Anspruch & Wirklichkeit. Jacqueline Bloemen. in Kooperation mit

Aufbau einer komplett automatischen Business Intelligence-Umgebung

Oracle BI&W Referenz Architektur Big Data und High Performance Analytics

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

Fachhochschule Ludwigshafen am Rhein Hochschule für Wirtschaft Fachbereich III Studiengang Wirtschaftsinformatik

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

GESCHÄFTSSTELLENERÖFFNUNG HAMBURG, 25. APRIL 2013

Finanz- und Versichertenkennzahlen auf dem ipad GKV Kennzahlen unterwegs

Erfahrungsbericht Agile Entwicklung einer BI Anwendung für das Meldewesen

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

Die Oracle BI Trilogie von Trivadis

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

DATA WAREHOUSE. Big Data Alfred Schlaucher, Oracle

BI für Jedermann. Neue Möglichkeiten durch die Oracle BI-Suite Enterprise Edition

Business Chancen im Reporting nutzen. Ingo Diekmann Leiter Kooperationen & Business Development IDL GmbH Mitte

Oracle OLAP 11g: Performance für das Oracle Data Warehouse

BI im Dallmayr Delikatessenhaus

Verwaltung von OBI Metadaten: XML-Integration - die Lösung aller Probleme?

Thomas Keske Finance-Intelligence. Die fimox Erweiterung für Ad-hoc Reporting und BI-Auswertungen im Controlling

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

Data Vault. Modellierungsmethode für agile Data Warehouse Systeme. Dr. Bodo Hüsemann Informationsfabrik GmbH. DOAG BI, München,

Self-Service Business Intelligence (SSBI) Nutzenpotenziale für einen verbesserten Austausch von Informationen im Unternehmen

Designing Business Intelligence Solutions with Microsoft SQL Server MOC 20467

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

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick.

Qualifikationsprofil:

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

Oracle XML Publisher

ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich

Oracle BI EE mit großen Datenmengen

DWH Szenarien.

Data Warehousing. Sommersemester Ulf Leser Wissensmanagement in der Bioinformatik

eevolution Business Intelligence Oliver Rzeniecki COMPRA GmbH Programmierer & Datenbankadministrator

IYOPRO im Vertrieb Verkaufsprozesse mit IYOPRO modellieren, dokumentieren und simulieren

Cockpits und Standardreporting mit Infor PM Uhr

Metadata Service Respository (MDS) - Sehen, lernen, verstehen!

Survival Guide für Ihr Business Intelligence-Projekt

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

Modellbasierte Business Intelligence in der Praxis. Nürnberg,

Neue Funktionen in Innovator 11 R5

Einstieg in Business Intelligence mit Microsoft SharePoint 2010

VDoc Report auf Basis BIRT. Ihr Business Intelligence und Reporting Tool

Anwendernahe Wissensmodellierung mittels Logikregeln in frühen Phasen des Softwareentwicklungsprozesses

Business Intelligence

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

BI erfolgreich einführen Operations Management (OMT) Hans-Peter Feichtenschlager

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

Infor PM 10 auf SAP. Bernhard Rummich Presales Manager PM Uhr

Transkript:

Erfolg mit Oracle BI? Typische Fehlerszenarien und deren Lösung Gerd Aiglstorfer G.A. itbs GmbH

Das Thema 2 Oracle BI (OBIEE)? Das war eine Fehlentscheidung! Viel zu umständlich! Wenig Flexibilität & teure Entwicklung! Das sind sehr schlechte Noten! Ist dem so? Umgang mit Oracle BI als Werkzeug vs. Anforderungsmanagement

Agenda 3 Vorstellung Verdächtige Anfragen Klassische Fehlerbilder Vorgehen, Analyse & Lösungsweg Frühzeitig Fehlentwicklung erkennen?

Vorstellung 4 Gerd Aiglstorfer (Dipl.-Inf. Univ.) Oracle BI und DWH Spezialist 10+ Jahre mit Oracle BI, etc. Oracle BI Expert Trainer Informatik-Lehrbuchautor Folgen Sie mir: Lesenswert: bit.ly/1lr7vg5 twitter.com/biexperte www.linkedin.com/in/gerdaiglstorfer www.xing.com/profile/gerd_aiglstorfer

Vorstellung 5 G.A. itbs GmbH: Business Intelligence & ORACLE University Beratung - Management Software - Personal Folgen Sie uns: twitter.com/gaitbs gaitbs.blogspot.com www.slideshare.net/ga-itbs www.ga-itbs.de/oracle-bi

Verdächtige Anfragen 6 Nach umfangreichen Projekten (6 Monate bis 3 Jahre): Query-Performance von Oracle BI völlig inakzeptabel: SQLs nicht performant SQLs umfassen mehrere Seiten Fachseite will Oracle Smart View für Office nutzen: wegen Excel Pivot-Tabellen zur Berechnung der Kennzahlen

Klassische Fehlerbilder 7 Die Benutzer beschreiben bei erstem Nachfragen: auch einfache Berichte sind sehr arbeitsintensiv alle Kennzahlen in Answers selbst zu erstellen Detaildaten sind nicht dynamisch abrufbar Verknüpfung von Star Schemas nicht möglich Excel bietet deutlich mehr Möglichkeiten als Answers Normal -Benutzer können keine Berichte erstellen Standard BI-Funktionalität Überlegungen zu Projektabbruch

Ursachen der beschriebenen Fehler 8 Ohne Analyse steht fest: Punkte 1-3: Oracle BI technisch falsch konfiguriert mehrstufige Logik für Kalkulation nicht verstanden Punkt 4: zumindest unvollständig konfiguriert Punkt 5: DOAG 2014 BI: bit.ly/wqmgxx Know-how ausbauen: bit.ly/1fsilip

Ursachen der beschriebenen Fehler 9

Vorgehen, Analyse & Lösungsweg 10 1. Schritt - Bestandsaufnahme durchführen: Bedarf der User bzgl. Werkzeug verstehen positiven Ausblick erzeugen 2. Schritt - Prototyp & Analyse: Prototyp auf DWH des Kunden erstellen Fehlende Funktionalität präsentieren Detaillierte Analyse des Oracle BI Repository und des Data Warehouse Design durchführen Lösungsweg für funktionierende Lösung erstellen Aufwand: 1. Schritt: 1-2 Tage 2. Schritt: 1-3 Tage

Prototyp 11

Kriterien für schnellen Erfolg 12 Ziel: ein technisch lauffähiges Oracle BI System Fokus nicht auf fachlichen Anforderungen Schwerpunkt auf funktionierende Oracle BI Lösung in der bestehenden Data Warehouse Landschaft: Korrektheit Stabilität Performance Fehlertoleranz Fähigkeit zur kostensparenden Anpassung Kriterien sind Basis der Oracle BI Repository Analyse Kriterien haben in OBIEE bestimmte Ausprägung

Kriterien für Prüfung & Analyse 13

Kriterien für Prüfung & Analyse 14 Folgende Kriterien nicht oder nur teilweise eingehalten Physikalische Schicht: physikalisches, multidimensionales Datenmodell Alias-Verwendung Vorbelegung von Datentypen (Usability) Logische Schicht: kein flaches Abbild der physikalischen Ebene logisches, multidimensionales Modell (Hierarchien, Kennzahlen und diversen physikalischen Quellen) Hierarchien (Level, Aggregate, Zeitreihen, Drill, Multi Star Abfragen) Dimensionen und Fakten logisch getrennt

Kriterien für Prüfung & Analyse 15 Präsentationsschicht: impliziter Fakt Anordnung Dimensionen und Fakten auf optimale Usability Themenbereiche im Bezug auf logische Schicht falsch gekapselt oder zu grobgranular Verwendung Mehrsprachigkeit Allgemein: Security-Modell (Komponenten, Bereiche, Daten) Cache-Management Coding Standards

Lösungsweg 16 Erstellung eines neuen Oracle BI Repositories Logisches OBIEE Modell auf bestehendem Data Warehouse Data Warehouse Tabellen nur wenn unbedingt nötig ersetzen Identifikation und Definition eines optimierten OBIEE und Data Warehouse Datenmodell Zwischenlösung bei anstehenden Meilensteinen implementieren Nach 1. Rollout: Planung, Design und Umsetzung einer State-of-the-Art Oracle BI Lösung Enger Kontakt zu Fachbereichen und fortlaufende Verifikation der Anforderungen

Frühzeitig Fehlentwicklung erkennen? 17 BI-Projekte sind unabhängig Rollout extreme : 2-Wochen-Zyklus Agilität in IT und Fachbereichen (bit.ly/wqmgxx) Know-how-Aufbau frühzeitig (bit.ly/1fsilip) Wieso? ordentliche OBIEE Struktur unterstützt Agilität & hohe Reaktionsfähigkeit physikalische Objekte im logischen Modell ersetzbar BI-Performance ist struktureller Faktor Performance-Optimierung ist kein Zeitfaktor

18 Fragen? Oracle BI Expert-Support & Coaching Architektur, Security, Konfiguration, Reporting, Mobile: bit.ly/1aleoai