Einführung in die Business Intelligence

FullPress auf Google folgen

Füge uns deinen bevorzugten Quellen hinzu.

Business Intelligence (&Decision) Systemesind spezielle Systeme für B.I. (&D.) und bestehen aus verschiedenen Lösungen von: • Anwendungssoftware (analytische Anwendungen, Abfragewerkzeuge, Navigation und Präsentation von Daten usw.) • Systemsoftware (RDBMS, MDBMS, Warehouse-Administration, Modellierungswerkzeuge, ETL-Tools, Datenkatalog,…) • Hardware und Basissoftware (DB-Server, Application Server, Webserver, Betriebssystem und Netzwerk, …) Die BI(&D)S integrieren und ergänzen Datawarehousing-Systeme. Aus technologischer Architektur-Sicht können drei Basisebenen identifiziert werden. Die erste Ebene der Architektur besteht aus „zuführenden“ operativen Informationssystemen, die integrierte ERP-Systeme (Enterprise Resource Planning), aktuelle oder historische, Systeme für den Kundensupport oder verschiedene Web-Technologieanwendungen (E-Commerce, Portale, eSupply Chain, Help Desk usw.) sein können. Bei Unternehmen, die ERP-Systeme implementiert oder ihre operativen Informationssysteme im Bereich Supply Chain oder Kundenbeziehungen (CRM, Customer Relationship Management) grundlegend erneuert haben, ist eine Möglichkeit, das Informationspotenzial der ERP-Systeme (einzige umfangreiche, integrierte Datenbasis) zu nutzen, gerade der Aufbau der zweiten und dritten Architekturebene, also der Datawarehousing- und Business Intelligence-Systeme (B.I.). Zwischen der ersten und der zweiten Ebene befinden sich einige spezialisierte Softwarewerkzeuge, die der Zuordnung, Bereinigung und Übertragung der elementaren Daten in die physischen Datenbanken der zweiten Ebene dienen. Diese Ebene stellt die der richtungsweisenden Datenbanken dar, die mit logischen Datawarehousing- oder Datamarting-Ansätzen umgesetzt sind und auch Daten aus der unternehmensexternen Umgebung enthalten (immer häufiger aus dem Internet mit Web Farming-Systemen gesammelt): Diese richtungsweisenden Datenbanken „entkoppeln“ die operative und transaktionale Umgebung von der Kontroll-, Analyse- und Management-Entscheidungsumgebung und integrieren vielfältige Datenquellen. Auf dieser Ebene können die richtungsweisenden Daten sowohl mit relationalen Datenbanktechnologien als auch mit multidimensionalen Datenbanktechnologien gespeichert werden, die spezielle OLAP-Analysen ermöglichen und kohärente technische Leistungen bei der Analyse und interaktiven Navigation der Daten zur Entscheidungsunterstützung erzielen. Diese Datenbanken versorgen wiederum die dritte Architektur-Ebene, die Systeme der Business Intelligence, bestehend aus verschiedenen Arten von Softwarewerkzeugen (Anwendungspakete + Software-Tools). Zu den Anwendungspaketen zählen: • Analytische Anwendungen, deren Anwendungssoftware auch Steuerungs- oder Entscheidungsunterstützungslogiken enthält (z. B. Anwendungen zur Verkaufsdatenanalyse, zur Management-Konsolidierung, zur Verkaufsbudgetierung usw.), die an die spezifischen Bedürfnisse des Unternehmens angepasst werden können • DSS Tools, die sich in zwei Teile entlang der gestrichelten Diagonalen in den B.I.-Systemen (Abbildung 1) aufteilen lassen: A) der „näher“ bei den Analytischen Anwendungen liegende Teil, der verschiedene Entscheidungsunterstützungsanwendungen auf Basis quantitativer Methoden der statistischen Analyse oder Prognostik enthält (z. B. Korrelation, Clusterbildung, Szenarien, Risikoanalyse usw.); B) der mehr an Unternehmenssimulation orientierte Teil der DSS Tools (z. B. Was-wäre-wenn-Analysen, Zielverfolgungsanalysen usw.), der näher an den Software Tools liegt Die Software Tools bestehen hingegen aus: • einer breiten Palette von Werkzeugen für den „vorgefertigten“ („Push“) Zugriff und die grafische oder tabellarische Darstellung richtungsweisender Daten (EIS-Toolkit, zur Erstellung von Unternehmensdashboard), OLAP-Werkzeugen (Online Analytical Processing), wie der multidimensionalen Analyse eines Unternehmensereignisses/-faktums, oder Werkzeugen für offizielles, standardisiertes und vordefiniertes Reporting (Enterprise Reporting) sowie Werkzeugen für Georeferenzierung und kartografische Darstellung von Handels- und Marketingdaten. Diese Softwaretools stellen manchmal „Templates“ oder „Content“ (vorgefertigte Strukturen und Modelle von Indikatoren oder Analysen) für spezifische Unternehmensfunktionen (z. B. Vertrieb, Marketing, Personal usw.) oder Wirtschaftssektoren (z. B. Banken, Chemie usw.) zur Verfügung, die an die Bedürfnisse des Unternehmens angepasst werden können und bei der logischen Gestaltung von Kontroll- und Analysesystemen als Anleitung dienen können • Werkzeuge für Abfragen, Reporting, Analyse und freie „Navigation“ („Pull“) in den richtungsweisenden Daten, mit dem Ziel, maßgeschneiderte, gezielte Informationen zu erstellen (Query-, Reporting- & Analysis-Tools); Üblicherweise besitzen auf dem Markt befindliche Softwaretools beide Arbeitsumgebungen (Push und Pull), die sich ergänzen und gut integriert sind, wobei die erste strukturierter und von Spezialisten gesteuert ist und die zweite freier und direkt vom Benutzer manipulierbar ist Um die erforderlichen Managementinformationen zu erzeugen, müssen heterogene Daten aus verschiedenen internen und externen Quellen des Unternehmens in konsistente Informationen umgewandelt werden. Die Technik, die diese Transformation durchführt, wird als „Data Warehousing“ (Datenlagerung) bezeichnet, die eine Zuordnung der Quellen der benötigten elementaren Daten, deren Bereinigung und Transformation sowie eine spezielle Datenmodellierung vorsieht, die in Abhängigkeit von den Marketingphänomenen und -fakten erfolgt, die beobachtet, analysiert und hinsichtlich derer Entscheidungen getroffen werden sollen. Datawarehousing ist die Verbindung zwischen den Daten, den Anwendungen und den operativen und transaktionalen Informationssystemen sowie den Management-Informationssystemen zur Unterstützung von Kontroll- und Entscheidungsaufgaben im Marketing, auch „Mktg Knowledge System“ genannt.