Advanced Business Analytics in Fertigungs- und Logistikprozessen DOAG Applications 2013 Michael Weiler, PROMATIS software GmbH Berlin, 1
Prolog Leistungsexplosion bei IT-Infrastrukturen Zusätzlicher Treiber für advanced Analytics 2 2013 PROMATIS software GmbH
Prolog Neue Potenziale für Business Analytics Neuartige Anwendungsfelder durch größere Datenmengen verbesserte Performance Transactional Intelligence Analytische Auswertung von Daten direkt in operativen Geschäftsprozessen Analysedaten in Echtzeit Advanced Analytics für Big Data Big Data bezeichnet häufig unstrukturierte und voluminöse Informationen, die nicht aus traditioneller Datenerfassung, sondern aus Datenquellen wie Blogs, Social Media, E-Mail, Sensoren, Fotografien, Videos etc. gewonnen werden. Aus der Kombination von Big Data mit herkömmlichen Transaktionsdaten entsteht eine multidimensionale Geschäftssicht, die tiefe Einblicke bspw. in das Verhalten von Kunden und Lieferanten ermöglicht. 3 2013 PROMATIS software GmbH
Gliederung Analytics in Fertigungs- und Logistikprozessen Einführung Aufbau von Kennzahlensystemen in der Logistik und Produktion Wichtige Klassen von Kennzahlen Für die Kennzahlenbildung relevante Einflussfaktoren auf die logistische Kette Anwendungsszenarien Oracle Analytics Applications Transactional Intelligence Data Mining Big Data Governance, Risiko- und Compliance Management Zusammenfassung und Handlungsempfehlungen 4 2013 PROMATIS software GmbH
Einführung Oracle Advanced Analytics Produktstruktur Enterprise Systems & Content Stores Content Mgt Systems Databases SOA, ESB, Web Service File Systems Internet / Social Networks Un-/Semistructured Data Sources Data Snapshots Oracle OLTP Database Oracle NoSQL Database Hadoop Distributed File System (HDFS) Oracle Big Data Appliance Information Integration ETL/ELT-Systems (Warehouse Builder. Data Integrator) Oracle Endeca Integration Suite Oracle Loader für HADOOP Unstructured Data Transformation Hadoop MapReduce (Framework) Data Warehouse & Data Marts OLAP Cubes Oracle Data Warehouse Database In-Database Analytics ( R, Data Mining, etc.) Data Marts, Analysis Sandpits Information Discovery & Search Endeca Server Information Delivery [ Quelle: Oracle Corp.] Oracle Business Intelligence Analytical Applications Oracle Endeca Studio Reports, Visualisierung,... Embedded Analytics / Search. Multidim. Analysis & Search 5 2013 PROMATIS software GmbH
Kennzahlensysteme in Logistik und Produktion Wichtige Klassen von Kennzahlen* Betriebswirtschaftliche Kennzahlen: Materialkostenanteil, Verbrauchsabweichung, Produktionskennzahlen: Produktivität, Werkleistung, Kapazitätsauslastung, Prozesskennzahlen: Gruppenentwicklung, Ordnung und Sauberkeit, Logistische Kennzahlen: Lieferfähigkeit, Lagerbestandswert, Qualitätskennzahlen: Ausschussquote, Rückweisrate, Kunden-/Lieferantenkennzahlen: Anteil Montagebeanstandungen, Liefertreue, Personalkennzahlen: Fehlzeitenrate, Gleitzeitkonten, Umweltkennzahlen: Energieverbrauch, Abfallwirtschaft, Gesetzliche Kennzahlen: Unfallhäufigkeit, Immissionswerte, * [ Quelle: Praktischer Einsatz von Kennzahlen und Kennzahlensystemen in der Produktion. Erfahrungsbericht der AWF- Arbeitsgemeinschaft Kennzahlen und Kennzahlensysteme zur Unternehmensführung und steuerung, 2. Auflage, 2004] 6 2013 PROMATIS software GmbH
Kennzahlensysteme in Logistik und Produktion Einflussfaktoren auf die logistische Kette Kunden Lieferanten Informationsfluss Materialfluss Erzeugnisse Lieferant Produzent Handel Kunde Entsorger Beschaffungs -logistik Entsorgungslogistik Distributionslogistik Produktionslogistik Ersatzteillogistik Unternehmen Kosten Termine Flexibilität Qualität 7 2013 PROMATIS software GmbH
Kennzahlensysteme in Logistik und Produktion Kennzahlenhierarchie in der Beschaffungslogistik* Beschaffungskennzahlen Unternehmen Beschaffung Produktion Distribution Ziele Kennzahlen Hohe Verfügbarkeit Liefertreue Liefertermintreue Lieferterminabw. Liefermengentreue Liefermengenabw. Lieferqualitätstreue Lieferqualitätsabw. Logistikleistung Kurze Durchlaufzeiten Durchlaufzeit am Wareneingang Logistikeffizienz Hohe Produktivität Bestellpositionen je MA-Stunde EK Wareneingangspositionen je Mitarbeiterstunde am Wareneingang Logistikkosten Geringe Bestandskosten Umschlagshäufigkeit Geringe Prozesskosten Kosten je WE Kosten pro Bestellung Qualitätsprüfungskosten Struktur- und Rahmendaten Warenanlieferungen je BKT Einlagerungsquote Anteil Qualitätsprüfungen Wareneingangspositionen je BKT Krankenstand im Wareneingang Planwiederbeschaffungszeit Personal-/Sachmittelkosten Rahmenvertragsquote * [Quelle: FIR e.v. der RWTH Aachen aus Praktischer Einsatz von Kennzahlen und Kennzahlensystemen in der Produktion. Erfahrungsbericht der AWF-Arbeitsgemeinschaft Kennzahlen und Kennzahlensysteme zur Unternehmensführung und steuerung, 2. Auflage, 2004] 8 2013 PROMATIS software GmbH
Anwendungsszenario Business Applications BI Publisher Interaktive Dashboards Ad-hoc- Analyse Oracle BI Server Common Enterprise Information Model Datenquellen Oracle Data Integrator Oracle Data Warehouse Legacy- Systeme Dateien Excel XML Unternehmensapplikationen (operativ und analytisch) Extraktion Transformation Laden 9 2013 PROMATIS software GmbH
TAMER-Projekt TAMIno Wie waren die Verkäufe für einen Kunden Dashboard Dimensionsattr.: Kundenname Fakt: Rechnungsbetrag - Gutschriftsbetrag Filterbereich TAMER Division 10 2013 PROMATIS software GmbH
TAMER-Projekt TAMIno Mit welchen Kunden werden 80% des Umsatzes 28 Kunden generieren 79,7% des Umsatzes 28 Kunden entspr. 8% der Kunden dieser Division 292 Kunden generieren den restlichen Umsatz 11 2013 PROMATIS software GmbH
TAMER-Projekt TAMIno Rechnungsbeträge und Gutschriften im Vergleich Einteilung der Kunden in 3 Bereiche Kennzahl 1: Auftragswert Kennzahl 2: Wert Rücksendung Kunden im ersten Bereich haben wenig Rücksendungen; in den anderen Bereichen sind es deutlich mehr. 12 2013 PROMATIS software GmbH
TAMER-Projekt TAMIno Produktanalyse Alle drei Produkte weisen in 2012 (blau) eine Steigerung (ausgelieferte Menge) gegenüber 2011 (gelb) auf. 13 2013 PROMATIS software GmbH
TAMER-Projekt TAMIno Produktanalyse Betrachtung der Entwicklung für die einzelnen Niederlassungen: Branch 1 und 2 haben sich verschlechtert. Branch 3 und 4 haben sich 2012 deutlich verbessert! 14 2013 PROMATIS software GmbH
Anwendungsszenario Transactional Intelligence Konventionelle strategische und operative Business-Entscheidungen: - Analysen und Reports auf Vorrat - wertvolles Geschäftswissen bleibt ungenutzt Intelligente strategische und operative Business-Entscheidungen: - kontextreiche Interaktion - aktuelles Geschäftswissen jederzeit bedarfsgerecht verfügbar - bessere und schnellere Business- Entscheidungen Analyse und Reporting Transactional Intelligence Transaktionsverarbeitung 15 2013 PROMATIS software GmbH
Oracle Fusion Module Beispiel Procurement Overview Auswertungen schaffen direkt den Überblick Mitarbeiter arbeiten an wichtigen Bestellungen 16 2013 PROMATIS software GmbH
Anwendungsszenario Data Mining Data Mining hilft bei der Beantwortung von Fragen Welche Kunden wandern wahrscheinlich zur Konkurrenz ab? Welche Kunden werden das neue Produkt kaufen? Welche Kunden haben hohes Umsatzpotenzial? Welche Produkte werden meistens zusammen gekauft? Welche Transaktionen sind verdächtig? Data Mining ist der Prozess des Identifizierens neuartiger, nützlicher, bislang versteckter und verständlicher Muster in Datenbeständen. 17 2013 PROMATIS software GmbH
Oracle SQL Developer Data Miner Integration in den SQL Developer 18 2013 PROMATIS software GmbH
Oracle SQL Developer Data Miner Integration: Klassenbildung der Spalte AGE 19 2013 PROMATIS software GmbH
Data Mining Algorithmen (1 von 2) Aufgabenstellung Algorithmen Hinweis Klassifikation Regression Anormaly Detection Attribute Importance Generalized Linear Model (GLM), Entscheidungsbaum, Naive Bayes, Support Vector Machine GLM, Support Vector Machine One Class SVM Minimum Description Lenght (MDL) Klassifikation: Bildung von Gruppen innerhalb einer Gesamtmenge. Kann auch zur Vorhersage von Attributen genutzt werden. Regressionsanalyse: Ermittlung des statistischen Zusammenhangs zwischen Attributen. Ermittlung von Datensätzen, die nicht der Vorgabe entsprechen. Bestimmung der Wichtigkeit von Attributen für bestimmte Aufgabenstellungen. Wird ebenfalls zur Feature Extraction genutzt. 20 2013 PROMATIS software GmbH
Data Mining Algorithmen (2 von 2) Aufgabenstellung Algorithmen Hinweis Association Rules Apriori Warenkorbanalysen: Welche Regeln können auf Basis von Transaktionsdaten abgeleitet werden. Clustering Feature Extraction Hierachical K-Means Hierachical O-Cluster Nonnegative Matric Factorizing Clusteranalyse: Bildung von Gruppen mit nicht vordefinierten Eigenschaften. Einschränkung der Datenmengen für bestimmte Aufgabenstellungen. 21 2013 PROMATIS software GmbH
Anwendungsszenario Baumarktkette Apriori Algorithmus Vorgabe von Mindest-Wahrscheinlichkeiten Transaktionsdaten als Eingangsdaten: T1 Zement 300 EUR T1 Bauhandschuhe 5 EUR T1 Maurerkelle 7 EUR usw. Welche Regeln liegen oberhalb der Wahrscheinlichkeitswerte? Regel: Wenn ein Kunde Zement kauft, dann kauft er auch Bauhandschuhe. Bei 1.000.000 Transaktionen kommen 20.000 mal Zement und Bauhandschuhe als Produkte vor: Support für die Regel = 20.000/1.000.000 = 2% Bei 200.000 Transaktionen kommt Zement als Produkt vor: Konfidenz der Regel = 20.000/200.000 = 10% 22 2013 PROMATIS software GmbH
In-Database Analytics Anwendungsszenario Big Analytics for Big Data HDFS Oracle NoSQL Database Unternehmensapplikation Hadoop (MapReduce) Oracle Loader for Hadoop Oracle Data Integrator Data Warehouse Oracle BI: Analyse, Statistik, Data Mining AQUIRE ORGANIZE ANALYZE DECIDE Big Data bezeichnet häufig unstrukturierte und voluminöse Informationen, die nicht aus traditioneller Datenerfassung, sondern aus Datenquellen wie Blogs, Social Media, E-Mail, Sensoren, Fotografien, Videos etc. gewonnen werden. Aus der Kombination von Big Data mit herkömmlichen Transaktionsdaten entsteht eine multidimensionale Geschäftssicht, die tiefe Einblicke bspw. in das Verhalten von Kunden und Lieferanten ermöglicht. Integration der Oracle Big Data-Produkte mit Oracle Data Warehouse und Oracle BI. 23 2013 PROMATIS software GmbH
In-Database Analytics Anwendungsszenario Automobilzulieferer Maschinen- Rohdaten Unternehmensapplikation BDE Applikation Oracle Data Integrator Data Warehouse Oracle BI: Analyse, Dash Board Maschinenrohdaten, ERP-Daten (Oracle E-Business Suite) und Qualitätskennzahlen (Individualentwicklung) werden in einem Oracle Data Warehouse integriert. Mit Oracle BI werden auf Data Warehouse längerfristige Analysen bereitgestellt. In einigen Fällen werden direkt aus dem operativen BDE System Daten in der Produktion angezeigt. 24 2013 PROMATIS software GmbH
Anwendungsszenario Automobilzulieferer BDE Daten aus der Produktion auf einfachen Tablets. Ziel: Reduzierung der Latenzzeiten bei Ausnahmesituationen. 25 2013 PROMATIS software GmbH
Governance, Risiko- und Compliance Mgt. (GRC) Einflussfaktoren und GRC-Mechanismen Werte und Ethische Grundsätze Unternehmensziele Gesetze Normen und Standards Governance Handlungsanweisungen und Kontrollen Risikovorschriften Regularien Compliance Management Risikomanagement Risiken Unternehmensmodell Prävention Durchführung Reaktion 26 2013 PROMATIS software GmbH
Handlungsanweisungen und Kontrollen ETL Governance und Prozessführung Implementierung von Handlungsanw. + Kontrollen Governance, Risiko- und Compliance Management, Prozessführung EPM BI BAM Organisationsanweisungen Unternehmensmodellierung Analytischer Datenspeicher (Data Warehouse, Data Marts) Implementierung * EPM Enterprise Performance Management BI Business Intelligence BAM Business Activity Monitoring ERP HCM Wertschöpfungskette 27 2013 PROMATIS software GmbH SCM CRM
Handlungsanweisungen Governance und Prozessführung Führen mit historischen Daten GRC, Prozessführung Planung, Kontrolle, Steuerung Spreadsheet Lösungen ohne zentralen Datenspeicher Monitoring & Analyse (periodisch: stündlich, täglich, wöchentlich, ) Analytischer Datenspeicher Analyserelevante Transaktionsdaten (periodisch: stündlich, täglich, wöchentlich, ) Wertschöpfungskette Geschäftstransaktionen 28 2013 PROMATIS software GmbH
Zusammenfassung & Handlungsempfehlungen Innovation mit Business Analytics Neuartige Hochleistungs-Infrastrukturen bieten bessere Performance und öffnen neue Anwendungsfelder für Business Analytics. Informieren und Potenziale prüfen: Führen mit Kennzahlen (Business Performance Management) Embedded Intelligence in Unternehmenssoftware Advanced Analytics für Big Data Business Analytics-Innovationen ermöglichen signifikante Geschäftsprozessverbesserungen. Best Practice-Produkte und Lösungen testen und auf Prozessverbesserungspotenziale hin abklopfen: Analytic Applications, z.b. Oracle SCM Analytics (SCM, Procurement, Transportation, ) Enterprise Performance Management Applications, z.b. Oracle Hyperion Cloud Application Services, z.b. Oracle Planning and Budgeting 29 2013 PROMATIS software GmbH
Kontaktdaten Michael Weiler Dipl.-Wirtschaftsingenieur Leiter Business Analytics Division PROMATIS software GmbH Pforzheimer Str. 160 76275 Ettlingen Tel. +49 7243 2179 17 Fax +49 7243 2179 99 E-Mail: Web: michael.weiler@promatis.de www.promatis.de www.horus.biz www.prociris.biz 30 2013 PROMATIS software GmbH