Prof. Dr. Hans-Jürgen Scheruhn

Slides:



Advertisements
Ähnliche Präsentationen
News von der SAP TechEd zum Thema Business Intelligence Jörg Funke
Advertisements

Kurzpräsentation der Bewerbung September 2005
Prof. Dr. Dr. h.c. mult. August-Wilhelm Scheer
Prof. Dr. Hans-Jürgen Scheruhn
Prof. Dr. Hans-Jürgen Scheruhn
Problemstellung und Lösungsansätze
Übersicht: 1.1 Einleitung 1.2 Wachstumschancen
Eine Fallstudie zur Wirtschaftsinformatik
Mehrwert aus Daten gewinnen mit Datamining und Textmining
CIDOC-CRM Universität zu Köln Historisch-kulturwissenschaftliche Informationsverarbeitung AM 2 Dozent: Prof. Dr. Manfred Thaller Referent: Nelson Marambio.
Vernetzte Konsumenten – Essays zum systematischen Management von Kundenempfehlungen sowie zur Auswirkung eines entbündelten Kaufprozesses auf den Handel.
Datenmodelle, Datenbanksprachen und Datenbankmanagementsysteme
Prof. Dr. Hans-Jürgen Scheruhn
OLAP. © T. Kudraß, HTWK Leipzig Warum? Daten einer Firma verfügbar machen für Entscheidungsprozesse – Umsetzung schwierig neue Konzepte notwendig zur.
Prof. Dr. T. Kudraß1 Datenbanken zur Entscheidungsunterstützung - Data Warehousing.
Vorlesung: 1 Betriebliche Informationssysteme 2003 Prof. Dr. G. Hellberg Studiengang Informatik FHDW Vorlesung: Betriebliche Informationssysteme Teil 5.
0 EDV EE-M EDV für EE-M Herzlich Willkommen! Prof. Jürgen Walter FH Karlsruhe Hochschule für Technik Informationstechnik, Mikrocomputertechnik.
Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University Client Architecture Data Model GUI KI Socket Connection.
Ihr Trainer / Berater : Prof. Dr. Robert C. Rickards
FUJITSU – driving dynamic solutions for the dynamic business
© DVS System Software GmbH & Co. KG
Data Warehouse mit Visual FoxPro
Eine Einführung in OLAP (Online Analytical Processing)
Datenanbindung zwischen LucaNet und QlikView als Frontend
Controlling - Regelkreis
Balanced Scorecard Knut Hinkelmann
Erstellen einer Webseitenstatistik mithilfe eines OLAP-Servers
"Strategy Map" der Unternehmung (Musterbeispiel)
Einsatz von Anwendungssystemen WS 2013/14 Prof. Dr. Herrad Schmidt
Problemstellung Heterogene DV-Strukturen Mangelnde Kapazität in der EDV-Abteilung Historische Daten nicht verfügbar Analysen belasten die vorhandene Infrastruktur.
Einsatz von Anwendungssystemen WS 2013/14 Prof. Dr. Herrad Schmidt
Charakteristika von Unternehmensanwendungen. Wozu werden Unternehmensanwendungen genutzt? Enterprise applications are about the display, manipulation,
Strukturen - Stammdaten
Eidgenössisches Departement des Innern EDI Bundesamt für Statistik BFS Eidgenössisches Finanzdepartement EFD Bundesamt für Informatik und Telekommunikation.
QlikView meets TM1 – eine Ehe zwischen Optik und Performance
STRUKTUR EINES DATA WAREHOUSE / OLAP - SYSTEMS
00:13 Matthias Ansorg FH Gießen-Friedberg1 / 24 Multidimensionale Datenstrukturen - semantische und logische Modellierung Teilvortrag: logische Modellierung.
Betriebliche Anwendung von Datenbanksystemen: Data Warehouse
Comparex Services Applications & Products
Analytisches CRM Phonnet Gruppe 1 (Loher, Meier, Rehhorn, Piasini)
Mehr Zeit für den Kunden und wirtschaftlicher Arbeiten mit BIB-Control
PFH-Firmenpräsentation Unternehmenspräsentation Dipl.-Ing. Wilfried Seyruck.
FH Wr. Neustadt Managementpraxis
Cisco Small Business Ingram Architecture
Studieren an der Hochschule Bonn-Rhein-Sieg
Vorgehen Business Analyse
Sixpak Althardstr Regensdorf Tel zur Präsentation sixpak vom Herzlich willkommen.
prof. dr. dieter steinmann Seite: 1 SAP Seminar 2006 Toleranzgrenzen, Tabellenpflege Foliensatz.
VRealize Operations Insight. Sehen & analysieren Sie all Ihre IT-Daten Structured Data Metrics Alerts Events VMware vRealize Operations Kapazität, Leistungs-
Seite 1 Altersstruktur der OberösterreicherInnen 2005, 2020 und 2040 Quelle: Statistik Land OÖ; MV/MF; – 01/07.
WS 2004/2005 Datenbanken II - 5W Mi 17:00 – 18:30 G 3.18 Vorlesung #10 RDBMS Erweiterungen.
Nachtrag Abgrenzung OLAP / OLTP
Vorgehen Business Analyse
Seite 1 Autor: bb-project Firmenpräsentation ■ März 2008 Referenzen Interim Management Carve Out EAM Architektur- Manage- ment M&A Referenz Globale Daten-
Charakteristika von Unternehmensanwendungen. Wozu werden Unternehmensanwendungen genutzt? “Enterprise applications are about the display, manipulation,
SAP: Entwicklung und Strategien
Collaborative Research Online: Knowledge management pilot project on Haskala Dr. Rachel Heuberger, Judaica Abteilung, Universitätsbibliothek Frankfurt.
SAP-Forum „Business Intelligence“
Prof. Dr. Andrea Back Krems-Kurs Herbst 2008 Seite 1 Zehn Fachbegriffe zur Strategy Map (nach Kaplan/Norton, 2004, deutsch) Vorlage für Ihre persönlichen.
Making Global Knowledge Leaders Oracle eBusiness Intelligence: Vom Business Monitoring zum Strategischen Unternehmensmanagement 14. Deutsche ORACLE Anwenderkonferenz.
Scamander S O L U T I O N S Befreien Sie Ihre Oracle Applications Daten! Christian Rokitta - Berater Scamander Solutions BV
Erfolgreicher Bauplan zum Aufbau eines Controlling-Systems
Nachtrag Abgrenzung OLAP / OLTP
IT QM Part2 Lecture 7 PSE GSC
mySAP.com Workplace: Einkäufer
1. Stammorganisation 2. Projektorganisation 3. Prozessorganisation
Was ist Sage Business Intelligence?
Aggregations in Power BI
Stochastic Engineering Karriere-Chancen in Business and Finance
 Präsentation transkript:

Prof. Dr. Hans-Jürgen Scheruhn Business Intelligence Prof. Dr. Hans-Jürgen Scheruhn http://hscheruhn.hs-harz.de Hochschule Harz Wernigerode Hochschule für angewandte Wissenschaften (FH)

Reference Architecture – Business Intelligence Data analysis und analytical applications OLAP, MIS, Cockpits, … Planning, Balanced Scorecard, … Multi-dimensional data Information models Aggregation Data Warehouse Data storage Administration Extraction, trans- formation, loading Selection, extraction Modifikation, loading Source systems external data sources internal data sources

Transaktions-orientierte und analyseorientierte Systeme Transaktionsorientierte Systeme Operative Systeme Auswertungsorientierte Systeme OLTP (Online Transaction Processing) OLAP (Online Analytical Processing)

Multidimensionalität als Informations-Modell Matrixelement mit Kennzahl(en) Umsatz: 2 Mio. Dimension / Merkmal Weitere Dimensionen sind nicht gleichzeitig darstellbar wie (z.B.) : Verkaufsorganisation Material Kunde (Auftraggeber) Zeit Sparte Vertriebsweg

Auswahl der Dimensionen an einem Beispiel (Ausschnitt) Nettowert in € 1110. 100186 Mr. Pink 2983,80 2100 2250 643 1665 135,40 100187 Scheruhn.. Kunde 67,70 1110 100188 Slotczinski.. 67,70 1110 R-1000 Maxitec.. 100189 Marquardt… DPC1012 Tastatur.. Material 1417 Hochschul-PC Vertriebsweg 16 Werks-verkauf 14 Service 50 Gross- handel 10 Endkunden- verkauf Zeitrahmen 01.10.2008 – 30.09.2009

BI Query UC_VERK0 über Management-Portal

Slicing und Dicing Slicing: Applying a filter to create a “slice” of data Dicing: Applying a filter in more than one dimension to create a “smaller” cube (subset) Drill-across Rotating the cube (switching the axes) Drilldown: Displaying more detailed information (opposite of roll-up) Roll-up: Displaying aggregated information (opposite of drilldown)

Slicing Kunde Vertriebsweg Material

Filterwert auswählen für Slicing (90 Grad gedreht)

Ergebnis für Slicing (90 Grad gedreht) Slicing: Filter nach Vertriebsweg = 10 (und Material = 1417, DPC1012, R-1000 )

Dicing Kunde Material Vertriebsweg

Beispiel für Dicing über Management-Portal Dicing: Filter nach Kunde = 100187, 100189 und Material = 1417, DPC

Drill-across Kunde Kunde Vertriebs-weg Time Material Material

Drilldown and Roll-up Kunde Material Vertriebsweg

Darstellung der BW-Daten im SAP SEM Strategy :innerbetriebliche Integration Erfolgsperspektive Kundenperspektive Prozessperspektive Potenzialperspektive