+ All Categories
Home > Technology > Business intelligence überblicksvortrag

Business intelligence überblicksvortrag

Date post: 20-Aug-2015
Category:
Upload: falk-neubert
View: 1,491 times
Download: 0 times
Share this document with a friend
25
Zusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware Falk Neubert, Universität Osnabrück 14. März 2013, IHK Osnabrück-Emsland-Grafschaft Bentheim
Transcript

Zusammenspiel von Business Intelligence mit betrieblicher Anwendungssoftware

Falk Neubert, Universität Osnabrück

14. März 2013, IHK Osnabrück-Emsland-Grafschaft Bentheim

Falk Neubert, Universität Osnabrück

Geschichte

Michael von Rhodos erklärt die Kalkulation eines Pfefferhändlers, anno 1434 in Venedig

Quelle: http://www.briefeankonrad.com

Kassenbuch des Hutmachergesangvereins Liederkranz, 1886

Quelle: http://www.verein-im-netz.de

Falk Neubert, Universität Osnabrück

Falk Neubert, M.Sc.

Wissenschaftlicher Mitarbeiter im Fach BWL/Management Support und Wirtschaftsinformatik / Universität Osnabrück

Mitglied im eBusiness-Lotsen Osnabrück

Themenschwerpunkte:

● Open-Source ERP● Business Intelligence● Vorgehensmodelle zur Einführung von ERP-Lösungen

Falk Neubert, Universität Osnabrück

• Überblick Business Intelligence (BI)• Datenbereitstellung

– Data Warehouse– ETL-Prozess

• Informationsgenerierung– OLAP– BI Methoden

• Informationsdistribution/ -zugriff– Berichte

– Scorecards, Dashboards• eBusiness Lotse Osnabrück

– Unsere Angebote / Themen

Agenda

Business Intelligence (BI)

ERP Externe QuellenSCM CRM ...

Data Warehouse

Analysesysteme

BI-Portal

Wissensmanagement-systeme

ETL

Daten-bereitstellung

Informations-generierung, -speicherung, - distribution

Informations-zugriff

Quelle: BI, Tec-Channel

Transformationsprozess - ETL

ERP Externe QuellenSCM CRM ...

Extraktion

Arbeitsbereich (Staging Area)

Laden

Data Warehouse

Zieldatenbank

TransformationExtract, Transform, Load (ETL) – Prozess zur Überführung der Daten

in eine analysefähige Datenbank

Online Analytical Processing

OLAP

● Multidimensionale Sicht auf Datenbestände

Zeit

Pro

duk

t

Kunde

Umsatz

Operationen:● Rotation● Roll-Up und Drill- Down● Slice & Dice

DimensionProdukt: Kategorie, Anbieter, ProduktZeit: Jahr, Quartal, MonatKunde: Land, Region, Kunde

KennzahlUmsatz

Berichtssysteme

Aktive Passive

Periodische Ad hoc BerichteAperiodische

DashboardsScorecards

Cockpits

Kennzahlen, Messpunkte,

Key Performance Indicatoren

Berichte

Scorecards

Falk Neubert, Universität Osnabrück

Datenvolumen

● Datenbestand verdoppelt sich alle 2,5 Jahr● 2020 wird das Datenvolumen auf 5 Zettabyte angewachsen sein

Quelle: Digital-Universe-Studie von IDC, 2013

5 Zettabyte =Alle Einwohner Westeuropas erhalten 12.000 USB-Sticks mit 1 Gigabyte Kapazität

Falk Neubert, Universität Osnabrück

ERPERPCRMCRM

OpenERP

VertriebsdatenDokumenten-Management

(DMS)

Dokumenten-Management

(DMS)

TextverarbeitungTextverarbeitungTicketsystemTicketsystemOTRS

Alfresco

LibreOffice

Kommunikations-system

Kommunikations-system

Open-Xchange

E-Mails

Thunderbird

Service-daten

Dokumente

Serienbriefe

TelefonanlageTelefonanlage

Asterisk

Anrufe (CTI) BusinessIntelligenceBusiness

IntelligenceZahlen/Daten

PentahoJasperReports

vtiger

IT-Landschaft

Online ShopOnline Shop

Magento

In einer heterogen IT-Landschaft entstehen Daten in unterschiedlicher Qualität und unterschiedlichen Formaten in verschiedenen Anwendungssystemen.

Falk Neubert, Universität Osnabrück

Business Intelligence (BI)

ERP Externe QuellenSCM CRM ...

Data Warehouse

Analysesysteme

BI-Portal

Wissensmanagement-systeme

ETL

Daten-bereitstellung

Informations-generierung, -speicherung, - distribution

Informations-zugriff

Quelle: BI, Tec-Channel

Falk Neubert, Universität Osnabrück

Datenbereitstellung:

Transformationsprozess - ETL

ERP Externe QuellenSCM CRM ...

Extraktion Arbeitsbereich

(Staging Area)

Laden

Data Warehouse

Zieldatenbank

TransformationExtract, Transform, Load (ETL) – Prozess zur Überführung der Daten

in eine analysefähige Datenbank

Falk Neubert, Universität Osnabrück

Datenbereitstellung:

Data Warehouse

Data Warehouse

Ausschnitte

Data Marts Data Marts

Datenpools

Merkmale von DWH: Themenspezifisch, integriert, zeitraumsbezogen, dauerhaft

Data Marts: Ausschnitte von Daten aus dem DWH

Konsistente, validierte Daten bilden die Basis für eine erfolgreiche BI-Analyse.

Falk Neubert, Universität Osnabrück

Datenbereitstellung:

Pentaho Data Integration

PDI ist ein Open-Source ETL Werkzeug.

Falk Neubert, Universität Osnabrück

Informationsgenerierung:

Online Analytical Processing

OLAP

● Multidimensionale Sicht auf Datenbestände

Zeit

Pro

duk t

Kunde

Umsatz

Operationen:● Rotation● Roll-Up & Drill-Down

● Slice & Dice● Drill Though & Drill Across

DimensionProdukt: Kategorie, Anbieter, ProduktZeit: Jahr, Quartal, MonatKunde: Land, Region, Kunde

KennzahlUmsatz

Falk Neubert, Universität Osnabrück

Informationsgenerierung:

OLAP - Rotation

Zeit

Pro

duk t

Kunde

Umsatz

Kunde

Zei

t

Produ

kt

Umsatz

Rotation des Würfels um die eigene Achse

Falk Neubert, Universität Osnabrück

Informationsgenerierung:

OLAP – Roll-Up & Drill-Down

Zeit = Jahr

Pro

duk t

Kunde

Umsatz

Zeit = Quartal

Pro

duk t

Kunde

Umsatz

Roll-Up Drill-Down

Falk Neubert, Universität Osnabrück

Informationsgenerierung:

„Drill-Down“

Falk Neubert, Universität Osnabrück

Informationsgenerierung:

„Drill-Down“

Falk Neubert, Universität Osnabrück

Informationsgenerierung:

„Drill-Down“

Falk Neubert, Universität Osnabrück

Informationsgenerierung:

„Drill-Down“

Falk Neubert, Universität Osnabrück

Informationsgenerierung:

OLAP – „Slice“

Zeit

Pro

duk t

Kunde

Umsatz

Zeit

Pro

duk t

Kunde

Umsatz

Herausschneiden einer Scheibe aus dem Würfel

Falk Neubert, Universität Osnabrück

Informationsgenerierung:

„Slice“

Falk Neubert, Universität Osnabrück

Informationsgenerierung:

OLAP – „Dice“

Zeit

Pro

duk t

Kunde

Umsatz

Zeit

Pro

duk t

Kund

eUmsatz

Kleiner, mehrdimensionaler Ausschnitt des Würfels

Falk Neubert, Universität Osnabrück

Informationsgenerierung:

Data-Mining

Data-Mining – systematische Anwendung statistischer Methoden auf eine Datenbestand

zur Erkennung neuer Muster.

Abhängigkeiten entdecken Assoziationsanalyse

Gruppen finden Clusteranalyse

Fälle einordnen Klassifikationsmethoden

Prognosen erstellen Regressionsmodelle

Anwendungsfälle: Warenkorbanalyse, Prüfung der Kreditwürdigkeit, ABC-Analyse,

Data-Mining

Falk Neubert, Universität Osnabrück

Informationszugriff/ -distribution:

Berichtssysteme

Standard Ad hoc Berichte

Periodische / Aperiodische

Tabellen, Diagramme, etc.

DashboardsScorecards

Cockpits

Kennzahlen, Messpunkte,

Key Performance Indicatoren

Berichte

Scorecards

Tabellen, Diagramme, etc.

Verteilung über Web, E-Mail

Falk Neubert, Universität Osnabrück

Informationszugriff/ -distribution:

Berichtssysteme

Quelle: www.ebcot.del

Quelle: http://www.it-novum.com

Falk Neubert, Universität Osnabrück

eBusiness-Lotsen Osnabrück

Unsere AngeboteWir unterstützen Unternehmen, insbesondere KMU, Handwerk und Existenzgründer, neutral und herstellerunabhängig bei der Einführung und Nutzung des Elektronischen Geschäftsverkehrs.

Unsere Themen● Kriterien für das effiziente Zusammenspiel von Business-Intelligence- Lösungen mit integrierter betrieblicher Anwendungssoftware unter Berücksichtigung von KMU-Anforderungen.● Reifegradmodell zur Analyse und Auswertung von betrieblichen Unternehmensdaten bei kleinen und mittleren Unternehmen.● Erarbeitung einer prototypischen Anwendung zur vorausschauende Analyse von Kundendaten.

Falk Neubert, Universität Osnabrück

Falk Neubert, M.Sc.

Universität Osnabrück BWL/Management Support und WirtschaftsinformatikProf. Dr. Bodo Rieger

Tel. 0171 / 9908427 Email [email protected]: http://www.mswi.uni-osnabrueck.de/

Weitere Informationen zum Thema finden Sie unter:http://www.ebusiness-lotse-osnabrueck.dehttps://www.xing.com/net/erp-os/http://twitter.com/#!/opensource_erp

Kontaktdaten


Recommended