Schmidt-Volkmar | Betriebswirtschaftliche Analyse auf operationalen Daten | E-Book | sack.de
E-Book

E-Book, Deutsch, 223 Seiten, eBook

Schmidt-Volkmar Betriebswirtschaftliche Analyse auf operationalen Daten


2008
ISBN: 978-3-8349-8145-5
Verlag: Betriebswirtschaftlicher Verlag Gabler
Format: PDF
Kopierschutz: 1 - PDF Watermark

E-Book, Deutsch, 223 Seiten, eBook

ISBN: 978-3-8349-8145-5
Verlag: Betriebswirtschaftlicher Verlag Gabler
Format: PDF
Kopierschutz: 1 - PDF Watermark



Pascal Schmidt-Volkmar untersucht, ob die Unterscheidung zwischen operationaler und dispositiver Datenverarbeitung aufgelöst werden kann. Er entwickelt das Konzept eines Hauptspeicherbasierten Systems, das beide Systemtypen unterstützt. Ein Prototyp zeigt, ob das Konzept die Anforderungen des Operationalen Business Intelligence erfüllen kann.



Dr. Pascal Schmidt-Volkmar promovierte bei Univ.-Prof. Dr. Peter Chamoni am Lehrstuhl für Wirtschaftsinformatik und Operations Research der Universität Duisburg-Essen. Er ist als Entwickler im Bereich Business Intelligence bei der SAP AG in Walldorf tätig.

Schmidt-Volkmar Betriebswirtschaftliche Analyse auf operationalen Daten jetzt bestellen!

Zielgruppe


Research

Weitere Infos & Material


1;Geleitwort;6
2;Vorwort;7
3;Inhaltsverzeichnis;8
4;Abbildungsverzeichnis;11
5;Tabellenverzeichnis;14
6;Abkürzungsverzeichnis;15
7;1 Einleitung;18
8;2 Grundlagen;22
8.1;2.1 Typen von Business Intelligence;32
8.2;2.2 On-Line Analytical Processing (OLAP) als Werkzeug für Business Intelligence;36
8.3;2.3 Operationales Business Intelligence;47
8.4;2.4 Zusammenfassung;54
9;3 Transaktionales System;58
9.1;3.1 Anforderungen;58
9.2;3.2 Datenmodell;60
9.3;3.3 Architektur;61
9.4;3.4 Prozesse;63
9.5;3.5 Bewertung;65
10;4 Data Warehouse und Data Mart;68
10.1;4.1 Anforderungen;71
10.2;4.2 Datenmodell;82
10.3;4.3 Architektur;93
10.4;4.4 Prozesse;96
10.5;4.5 Bewertung;102
11;5 Hauptspeicherbasiertes System;112
11.1;5.1 Anforderungen;112
11.2;5.2 Datenmodell;114
11.3;5.3 Architektur;139
11.4;5.4 Prozesse;172
11.5;5.5 Zusammenfassung;184
12;6 Operationales Business Intelligence: Prototyping;188
12.1;6.1 Einleitung und Szenariobeschreibung;188
12.2;6.2 Zeitnahe Verfügbarkeit der Daten;193
12.3;6.3 Anpassung an Informationsbedarf des Nutzers;197
12.4;6.4 Analyseperformanz;198
12.5;6.5 Weitere Nutzeffekte;204
12.6;6.6 Zusammenfassung;213
13;7 Zusammenfassung und Ausblick;216
14;Literaturverzeichnis;222

Grundlagen.- Transaktionales System.- Data Warehouse und Data Mart.- Hauptspeicherbasiertes System.- Operationales Business Intelligence: Prototyping.- Zusammenfassung und Ausblick.


5 Hauptspeicherbasiertes System (S. 95-96)

Beim operationalen Business Intelligence stoßen bisherige Ansätze an ihre Grenzen, was sowohl im klassischen als auch im Echtzeit-DW an den komplexen und langwierigen Abläufen liegt. In diesem Kapitel wird nun ein Ansatz vorgestellt, der die Kombination dreier Konzepte propagiert: die Einführung eines neuen Datenmodells zur Verschmelzung von operativen und dispositiven Daten, der analytische Zugriff über logische Sichten sowie der Verarbeitung im Hauptspeicher.

Obwohl die Bezeichnung „Hauptspeicherbasiertes System" den Eindruck eines allgemeinen Ansatzes suggerieren könnte, wird damit das in dieser Arbeit dargestellte System zur Umsetzung der drei Konzepte gemeint. In Abschnitt 5.5 findet eine Abgrenzung zu anderen in-memory-Lösungen statt, die zurzeit in der Literatur diskutiert, bzw. am Markt verfügbar sind. Der Ansatz des in dieser Arbeit entwickelten HBS entspricht einer Abkehr vom Separationskonzept zwischen OLTP- und DW-Systemen sowie der Rückkehr zu analytischen Zugriff auf eine transaktionale Datenbasis. Während der bisherige Ansatz in der Vergangenheit, wie bereits in Abschnitt 3.5 diskutiert, nicht funktionieren konnte, begegnet das Hauptspeicherbasierte System diesen Nachteilen. In diesem Kapitel werden die Anforderungen an das Hauptspeicherbasierte System formuliert und danach ein entsprechendes Datenmodell, eine Architektur und die notwendigen Prozesse dargestellt, um das Ziel zu erreichen.

5.1 Anforderungen

Bei einer Kombination von transaktionalem und analytischem Konzept muss die resultierende Lösung die Anforderungen beider Ansätze in sich vereinen. Diese werden in den folgenden Abschnitten vorgestellt.

5.1.1 Geschäftsprozess- und Themenorientierung

Die neue Lösung muss sowohl Geschäftsprozesse, als auch Analysen unterstützen. Dadurch bedarf es einem Datenmodell, das auf der einen Seite die transaktionale Manipulation auf Datenausschnitten unter Berücksichtigung des ACID-Prinzip erlaubt. Auf der anderen Seite muss auch die Zusammenstellung betriebswirtschaftlicher Sichten über einen oder mehrere Geschäftsvorfälle möglich sein. Dazu gehört auch die Bereitstellung von Semantik, mit der die Daten im System für den Endanwender leicht verständlich und interpretierbar sind.

5.1.2 Analytische Variabilität

Wie in Abschnitt 2.3.2 bereits gefordert, ist eine schnelle Anpassung der analytischen Datenmodelle an neue Anforderungen der Benutzer wichtig, um das Risiko von Fehlentscheidungen zu reduzieren. Es gilt dabei, den tatsächlichen Informationsstand über einen zukünftigen Sachverhalt zu maximieren. Dies gelingt, wie in Abschnitt 4.5 gezeigt, nur bedingt mit dem klassischen Prozess von Extraktion, Transformation und Laden. Stattdessen bedarf es einem neuen Ansatz ohne komplexe und langwierige Änderungen an bestehenden Objekten und Regeln. Nur so kann sichergestellt werden, dass ein Benutzer schnell auf sich verändernde Marktbedingungen reagieren kann und das Unternehmen wettbewerbsfähig bleibt.

5.1.3 Aktualität und Dauerhaftigkeit

Bei der Kombination der beiden Anforderungen Aktualität und Dauerhaftigkeit treten zwei grundsätzliche Probleme auf. Zum einen muss in einer historischen Datenablage der aktuell gültige Datensatz besonders markiert werden, um für Transaktionen einen schnellen Zugriff zu ermöglichen. Zum anderen verändert sich die Datenbasis für die Analyse ständig. Zwei aufeinander folgende Auswertungen können so unterschiedliche Ergebnisse hervorbringen, was gegen die Anforderung der Dauerhaftigkeit aus Abschnitt 4.1.3 verstößt. Das HBS muss dieses Problem lösen.


Dr. Pascal Schmidt-Volkmar promovierte bei Univ.-Prof. Dr. Peter Chamoni am Lehrstuhl für Wirtschaftsinformatik und Operations Research der Universität Duisburg-Essen. Er ist als Entwickler im Bereich Business Intelligence bei der SAP AG in Walldorf tätig.



Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.