Business Intelligence | springerprofessional.de

Springer Professional

Top

2013 | Book

Read chapter Read first chapter

Business Intelligence

Authors: Roland M. Müller, Hans-Joachim Lenz

Publisher: Springer Berlin Heidelberg

Book Series : eXamen.press

Part of: Springer Professional "Wirtschaft+Technik" , Springer Professional "Technik" , Springer Professional "Wirtschaft"

Login to get access

About this book

Das Buch befasst sich mit der Bereitstellung von Daten und Verfahren für analytische Zwecke (Planung, Entscheidung, Controlling sowie Fehlerrückverfolgung) in Unternehmen sowie der notwendigen Rechenleistungen. Die Autoren erläutern die Datenbereitstellung mittels Data Warehouses, Auswertung mittels OLAP-Operationalität und geeignete Verfahren der explorativen Datenanalyse. Bei den Verfahren des Operations Research werden Simulation und Lineare Optimierung dargestellt. Neben erfolgreichen Anwendungen und Fallstudien steht das Verständnis der zugrundeliegenden Algorithmen und Datenstrukturen, die für das Erlernen der BI-Verfahren zwingend notwendig sind, im Vordergrund.

Advertisement

Table of Contents

Frontmatter

1. Einführung

Zusammenfassung

Das erste Jahrhundert im dritten Jahrtausend ist nach einhelliger Ansicht von IT-Experten – dabei muss nicht einmal das Marktforschungsinstitut Gartner bemüht werden – gekennzeichnet von

1. zunehmenden, internen und vor allem externen Datenvolumina, die zum einen durch verbesserte Mess- und Sensortechnik anfallen, und zum anderen als unstrukturierte oder semi-strukturierte Daten aus Webseiten im Web 2.0 und sozialen Netzwerken extrahiert und passend in die betrieblichen Informationssysteme integriert werden,

2. orts- und zeitunabhängiger (mobiler) Kommunikation von Mitarbeitern untereinander und mit Dritten mittels Emails, Twitter, Facebook unter Nutzung von PCs, Smartphones oder Tablets,

3. virtuellen Arbeitsplätzen und damit einhergehender Änderung der Arbeitsgewohnheiten und -organisation, wobei – wenn nötig in Echtzeit – Daten und Informationen personalisiert für Entscheidung, Planung und Controlling bereitgestellt werden müssen, sowie

4. verkürzten Planungs- und Entscheidungsdauern durch die zunehmende Globalisierung, Dynamik und Interaktion von Wirtschaft und Gesellschaft.

Roland M. Müller, Hans-Joachim Lenz

2. Datenbereitstellung: Data Warehousing

Zusammenfassung

In diesem Kapitel betrachten wir eine Seite von Business Intelligence: die Datenbereitstellung. Die Verwendungseite, der Teil von BI also, der die Managementaufgaben unterstützt, wird in den folgenden Kap. 3 bis 5 behandelt.

Unter Data Warehousing versteht man den Geschäftsprozess, der die Datenbeschaffung aus internen und extern zuganglichen Quellen, die Datentransformation und -aufbereitung gemäß der Quell- und Zieldatenbankschemata, die Datenqualitätssicherung und die Speicherung im (zentralen) Data Warehouse bzw. in (dezentralen) Data Marts (Benutzersichten) und die auf OLAP basierende Datenanalyse umfasst.

Roland M. Müller, Hans-Joachim Lenz

3. Data Mining

Zusammenfassung

Data Mining ist das semi-automatische Aufdecken von Mustern mittels Datenanalyse-Verfahren in meist sehr großen und hochdimensionalen Datenbeständen.

Data Mining ist am besten mit Datenmustererkennung zu übersetzen, wobei sich dieser deutsche Begriff in der Praxis nicht durchsetzen konnte. Data Mining verbindet Methoden der Wissenschaftsbereiche Statistik, Künstliche Intelligenz (maschinelles Lernen) und Informatik, insbesondere Datenbanksysteme. Ein verwandter Begriff ist Knowledge Discovery in Databases (KDD). KDD wird umschrieben als der nicht-triviale Prozess der Extraktion von gültigen, bislang unbekannten, potenziell nützlichen und leicht verständlichen Mustern. Mittlerweile werden die Begriffe Data Mining und Knowledge Discovery in Databases synonym verwendet.

Roland M. Müller, Hans-Joachim Lenz

4. Methoden der Unternehmenssteuerung

Zusammenfassung

In den vorigen Kapiteln hatten wir uns mit der Bereitstellung von Daten und mit dem Data Mining befasst. In diesem Kapitel gehen wir auf die Methoden der Unternehmenssteuerung mithilfe von Business Intelligence ein, speziell auf quantitative Methoden. Die einzelnen Problembereiche, die vorgestellt werden, sind in der Abb. 4.1 veranschaulicht. Die Aktionsphasen decken entsprechend den Managementbereich von Prognose bis Fehlerrückverfolgung ab.

Die Methoden der Unternehmenssteuerung bilden das Herzstück von Business Intelligence (BI). Sie stellen dem mittleren und höheren Management in allen Funktionsbereichen eines Unternehmens und dort bei allen Planungs-, Entscheidungs- und Kontrollaufgaben die gewünschten Daten und Informationen, die zugehörigen betrieblichen Modelle und die im Einzelfall geeigneten Methoden nutzerspezifisch zur Verfügung.

Roland M. Müller, Hans-Joachim Lenz

5. Informationsverteilung

Zusammenfassung

In diesem Kapitel steht nach den Kapiteln über Datenbereitstellung, Data Mining und Methoden der Unternehmenssteuerung die für BI generische Aufgabe der Informationsverteilung im Mittelpunkt der Betrachtung.

Die Informationsverteilung stellt die Ergebnisse von Business Intelligence Analysen als Unternehmens-Berichte oder Ad-hoc Mitteilungen mittels BI Portalen oder mobilem OLAP dem Endbenutzer personalisiert, zeit- und ortsungebunden zur Verfügung.

Roland M. Müller, Hans-Joachim Lenz

6. BI Tools und Anwendungsfelder

Zusammenfassung

In diesem Kapitel wenden wir uns zunächst im Abschn. 6.1 marktgängiger Software zu, die geeignet ist, Business Intelligence sowohl bei der Datenbereitstellung als auch beim Einsatz von quantitativen Verfahren der Datenanalyse zu unterstützen.

Im zweiten Abschn. 6.2 werden die Anwendungsfelder von Business Intelligence genauer betrachtet, insbesondere die Bereiche, die „nahe“ am Kunden bzw. den Märkten sind, wie z. B. Customer Relationship Analytics, Web Analytics und Competitive Intelligence.

Im letzten Abschn. 6.3 stellen wir eine Fallstudie aus der Automobilbranche vor, die das für BI so typische Zusammenspiel von Datenbeschaffung, effizienter Speicherung und explorativer Datenanalyse und Ergebnisinterpretation aufzeigt. Lange Fertigungsdauern verbunden mit der Kundenunzufriedenheit bei einem Hersteller von Nutzfahrzeugen waren Anlass, Daten aus dem Herstell- und Vertriebsbereich auf Stichprobenbasis zu extrahieren und mittels Assoziationsregeln zu analysieren. Ziel und Aufgabe des Projekts war es, die maßgeblichen Gründe für die beiden genannten Problemkreise aufzudecken und dem Management Vorschläge zur Kosteneinsparung und zur Erhöhung der Kundenzufriedenheit zu unterbreiten.

Roland M. Müller, Hans-Joachim Lenz

7. Zusammenfassung und Ausblick

Zusammenfassung

In den vorigen Kapiteln dieses Buches haben wir die verschiedenen Facetten des Business Intelligence kennengelernt. Nach einer Einführung in das Business Intelligence behandelten wir die Datenbereitstellung. Wir erörterten wie man eine geeignete Data Warehouse Architektur auswählt, wie man Daten aus verschiedenen Quellen integriert, welche Probleme bei der Datenqualität auftauchen können, wie man diese beheben kann, wie man ein multidimensionales Data Warehouse modelliert und als OLAP-Datenwürfel zur Verfügung stellt.

Roland M. Müller, Hans-Joachim Lenz

Backmatter

Title: Business Intelligence
Authors: Roland M. Müller
Hans-Joachim Lenz
Copyright Year: 2013
Publisher: Springer Berlin Heidelberg
Electronic ISBN: 978-3-642-35560-8
Print ISBN: 978-3-642-35559-2
DOI: https://doi.org/10.1007/978-3-642-35560-8

Premium Partner