Business Intelligence and Data Mining

Aufgaben:

• Strategisch: Definition von Unternehmenszielen, außergewöhnliche Strukturentscheidungen und langfristige Unternehmensentwcklung
  • Unterstützung durch Führungsinformationssysteme (FIS) für interne und externe verdichtete Daten, ausgeprägte Kommunikationselemente und intuitive Benutzerschnittstellen
• Taktisch: Umsetzung der Unternehmensziele, Effektivität und Effizienz des Ressourceneinsatzes auf mittelfristige Sicht
  • Entscheidungsunterstützungs-Systeme (EUS) für z.B. Optimierung und Simulation, Fokus auf Teilprobleme z.B.  Maschinenbelegungen
• Operativ: Laufende Koordinationsaufgaben auf Kurzfristperspektive
  • Management-Informations-Systeme (MIS) mit z.B. standardisierten Berichten aus Basis operativer Datenbestände

• DB's (MIS, operativ)
  • große Datenmengen, relationale Datenbanken und NoSQL
• Tabellenkalkuation (EUS, taktisch)
  • Auswertung und Darstellung von kleinen/mittleren Datenmengen
  • What-if Rechnung, Pivottabellen
• Kommunikations- und Kooperationssysteme (FIS,strategisch)
  • Rechnersysteme, (A)synchrone kommunikation), Workgroup Mgmt Systeme für Teamarbeit

- Organisation & Steuerung: laufende Koordinationsaufgaben, MIS können dabei mit standardisierten Berichten helfen, als BI Technologie kann je nach Umfang der Daten entweder eine Datenbank bei großer Datenmenge oder bei kleinen Datenmengen Tabellenkalkulation eingesetzt werden.

- Situationsanalyse: Definition von Unternehmenszielen, unterstützt durch FIS und BI Technologie mit Kommunikations- und Kooperationssystemen

• Informationskonsumenten
  • standardisierte Ansichten auf definierte Datenbestände
  • periodische Aktualisierung
  • Endgerätnutzung, Vergleichsdarstellungen mit Zeitreihen
  • -> z.B. betriebliches Berichtswesen
• Analytiker
  • Lösung (semi)unstrukturierter Probleme
  • Freie Navigation durch den Datenraum, selbstständige Auswahl/Kombination verfügbarer Daten, flexible Darstellungsmöglichkeiten
  • Einfache Analysemethoden
  • -> z.B. OLAP
• Spezialisten
  • komplizierte Aufgabenstellungen (Ursache-Wirkungszusammenhänge)
  • Anspruchsvolle Methoden
  • ggf eigene Lösungsentwicklung (z.B. SQL)
  • -> z.B. Data Mining

DWH

• soll themenorientierte, vereinheitlichte Daten dauerhaft und mit Zeitbezug zur Entscheidungsunterstützung aus unterschiedlichen Datenquellen (nämlich den ODS) periodisch zu sammeln, nutzungsbezogen aufzubereiten und bedarfsgerecht zur Verfügung zu stellen.
• Es wird genutzt, um integrierte und konsistente Unternehmensdaten getrennt von operativen Systemen bereitzustellen und große Datenmengen für Analyse zur Verfügung zu stellen 
• Die Datenbestände stehen für Analysen und Entscheidungshilfen (z.B. OLAP, DM,..) langfristig zu Verfügung

ODS

• Operative Systeme sind Administrations- und Dispositionssysteme mit dem Ziel zur Rationalisierung und Effizienz von Arbeitsabläufen beizutragen

• Sie werden genutzt um das Tagesgeschäft abzuwickeln (z.B. Warenverkauf, Auftragseingang,...)

• Operative Daten resultieren aus Geschäftstransaktionen

Siehe Bild

OLAP-Server

• Ansatz zur interaktiven, multi-dimensionalen analyse von Unternehmensdaten
• Ergänzung eines starren Berichtswesens
• Operationen zur definition und Manipuation von Dimensionen und Konsolidierungshierarchien

Metadatenbanksystem

• Technische Angaben (Datenmodell, Datenursprung)
• Fachliche Angaben (Hilfe zum Auffinden von Daten, Dokumentation vordefinierter ANFRAGEN und Erläuterung von Fachbegriffen

Das ETL System ist zuständig für die Integration von Daten aus verschiedenen (heterogenen) Quellen ins DWH

• Extraktion
  • Datenbank und Dateispeicherung
  • Dokumentation v. datenstrukturen und Schnittstellen in Quellsystemen
  • Datenauswahl (Identifikation geändeter Daten; Zeitstempel, trigger DB-Logfiles)
• Transformation
  • Harmonisieren (Verknüpfen Schlüssel/Attribute & Vereinheitlichung Währung, Maßeinheiten..)
  • Bereinigen ( Fehler)
  • Zuordnen (Mapping von Ausgangsstruktur zu Zielstruktur
• Laden
  • physischer Datentransport
  • Anreicherung (kennzahlen)