Business Intelligence

Business Intelligence ist die Integration von fachlichen Managementmethoden, IT-Verfahren und analytischen Prozessen zur Aufbereitung und Bereitstellung von Daten sowie zur Entscheidungsunterstützung für das Management.

• Neu- und Bestandskundenanalyse,

• ABC- und XYZ-Analyse,

• Geo- und Strukturanalyse,

• Auftrags- und Angebotsanalyse,

• Verkaufschancenanalyse,

• Preis- und Konditionenanalyse,

• Verkäufer-/Einkäuferanalyse,

• Lieferanalyse,

• Lieferantenanalyse,

• Forderungsanalyse,

• Projektübersichts-/Projektressourcenanalyse.

Ein Data Warehouse ist eine strukturierte Ansammlung von Daten, die in allen gemäß Konzeption vorgesehenen Zusammenhängen benötigt werden.

Die Phasen sind: Planung, Entscheidung, Realisierung und Kontrolle.

• Informationsfunktion,

• Steuerungsfunktion,

• Führungsfunktion,

• Kontroll- und Analysefunktion,

• Prognosevorbereitungsfunktion,

• Kommunikations- und Koordinationsfunktion,

• Innovations- und Motivationsfunktion,

• Anreizfunktion.

Warum, Was, Wie, Wer für Wen, Wann und Wo.

Data Warehouse, Data Staging, Data Cleansing, Data Marts, Data Profiling, BI-on-BI-Monitoring, Big-Data-Instrumente, Projektierung.

• Datenanbindung,

• Datenmodellierung,

• Datenharmonisierung,

• Datenqualität,

• Wirtschaftlichkeit,

• Bedienungsfreundlichkeit,

• Analyse- und Planungsfunktionalität,

• Flexibilität und Gestaltungsmöglichkeiten.

• Grundgesamtheit der Steuerungsinformation,

• Integration,

• Nachhaltigkeit der Informationen,

• Automatisierung,

• Geschwindigkeit,

• Flexibilität,

• Prognosefähigkeit,

• Analysefähigkeit,

• Datenqualität,

• Datenschutz und Sicherheit.

• Subject-oriented: Fach- bzw. Themenausrichtig, vor allem Separation der dispositiven Daten

• integrated: Integration vielfältiger Daten mit konsistenter Datenhaltung, einheitlichen Formate, Strukturierung, Semantik + externe und interne Daten mit logischen Verbindungen

• Nonvolatile: Kaum Veränderung der Daten durch Historisierung und damit dauerhafter Sammlung

• Time-Variant: eher längerfristige, zeitraumbezogene Daten (nicht immer gegeben: Active Data Warehousing, Real Time Data Warehousing)

Datenbeschaffung, Datenverwaltung und -verteilung, Datenanalyse und -nutzung.

ETL steht für Extraktion, Transformation und Laden. Es handelt sich um den Prozess der Datensammlung, Bereinigung und Speicherung in einem Data Warehouse.

Beim "Hub-and-Spoke"-Ansatz werden Data Marts mit einem zentralen Data Warehouse (Hub) verbunden, während beim "Stove-Pipe"-Ansatz Data Marts direkt mit dem Quellsystem verbunden sind.

Extraktion, Transformation, Laden.

Ein CMS wird verwendet, wenn viele unstrukturierte und nicht-numerische Daten wie Bilder, Texte und Audio-Dateien benötigt werden.

Es ermöglicht eine direkte Schnittstelle zum Quellsystem, ohne Daten zu replizieren. Dadurch können Daten basierend auf bestimmten Regeln "on the fly" bereitgestellt werden.

ROLAP, MOLAP, HOLAP

Ermöglicht einfache Datenabfrage auch ohne IT-Kenntnisse, bietet schnelle Abfragen auch bei großen Datensätzen und bietet Flexibilität für Ad-Hoc-Abfragen.

ROLAP speichert Daten in relationalen Tabellen, MOLAP verwendet mehrdimensionale Arrays, und HOLAP kombiniert vorberechneten und multidimensionalen Speicher.

Proprietäre Berichtsgeneratoren haben herstellerspezifische Schnittstellen, internetbasierte Generatoren haben webbasierte Oberflächen, und tabellenkalkulationsbasierte Generatoren verwenden Tools wie Excel.

Sie ermöglichen komplexe algorithmische Berechnungen, Entscheidungsunterstützung und die Extraktion sinnvoller Erkenntnisse aus großen Datensätzen.

Identifizierende Phase, Deskriptive Phase, Prädiktive Phase und Präskriptive Phase

Berechnungen im Datenmodell verbessern die Leistung, da Berechnungen im Frontend den Berichterstellungsprozess verlangsamen können.

Data Mining beinhaltet die Entdeckung von Mustern, Trends und Zusammenhängen in großen Datensätzen. Es kann deskriptive, prädiktive und präskriptive Erkenntnisse liefern.

Planungslösungen sind Werkzeuge, die Methoden und Modelle zur Verfügung stellen, um individuelle Planungen zu entwickeln. Sie können als Standardlösungen mit vorgefertigten Vorlagen oder als Speziallösungen angeboten werden.

Planungsplattformen sind offene Entwicklungsumgebungen, während Standardlösungen betriebswirtschaftlich weit vorgedachte Planungslösungen mit vielen Standardvorlagen sind.

Ein Basis-Cube wird mit zu ladenden Daten befüllt und dient als Grundlage für die Planung.

Sperrfunktionen sind wichtig, um Konflikte zu vermeiden, wenn mehrere Personen gleichzeitig an der Planung arbeiten.

Zu den Planungsfunktionen gehören Kopieren, Verteilungen, Verdichtungen, Abstimmungsfunktion, Rollback-Funktion, Umwertungen, Umrechnungen, Hochrechnung und Prognose, Simulationen, Formeln, Umbuchen, Löschen und manuelles Ändern.

Ein Planungsformular dient zur Erfassung von Plan-Daten und enthält Pflegefunktionen wie Filtern, Berichtskopf/Fuß, Report- und Planungstabellen, Diagramme und Planungsfunktionen.

Planungsgebiete dienen der Zuordnung von Absatz-, Finanz- und Kostenplanung zu verschiedenen Teilbereichen. Sie ermöglichen die Integration und Abstimmung von Teilplänen.

Es gibt öffentliche Portale (z.B. soziale Netzwerke), persönliche Portale (z.B. eigene Websites) und Unternehmensportale (z.B. Intranet).

Embedded BI bezieht sich auf die Integration von Business-Intelligence-Objekten in andere Softwareanwendungen wie ERP-Lösungen.

BI Monitoring bezieht sich darauf, das BI-System und seine Leistung anhand von Kennzahlen zu überprüfen, um sicherzustellen, dass es effektiv genutzt wird.

Reporting 2.0 bezieht sich auf die Berichterstattung über das Nutzungsverhalten und die Bewertung des Reportings selbst, einschließlich History-Reporting, Ticket-Reporting, Rating-Reporting, User-Reporting und Tags-Reporting.

Wie können innerhalb des Analysewerkzeugs (z.B. über Ordnerstrukturen) oder außerhalb des Analysewerkzeugs (z.B. per E-Mail oder auf einem Portal) verteilt werden.

Ein Managed Query Environment (z.B. PowerBI Berichtsserver) dient zur Entlastung des Servers bei mehreren Zugriffen und zur Vorformatierung von Berichten.

Dazu gehören Kennzahlensysteme wie der Du-Pont Kennzahlenbaum, die Balanced Scorecard für strategische Planung und Konsolidierung für die Darstellung des Werteflusses im Unternehmen.

Die Phasen sind Festlegung der Rahmenbedingungen, Informationsbedarf und Ist-Analyse, Best-Practice Abgleich, Blueprint & Projektvorschläge, Soll- bzw. Fachkonzept, IT-Konzept, IT-Auswahl, IT-Implementierung und Coaching/Schulung.

Die drei V's im 3-V-Modell von Big Data sind Volume (Datenmenge), Variety (Datenvielfalt) und Volatility (ständige Änderung).

Das CAP-Theorem unterscheidet zwischen den Eigenschaften Consistency, Availability und Partition Tolerance und beeinflusst die Wahl von Systemen für NoSQL-Datenbanken.

Hadoop ist eine Java-basierte Open-Source-Plattform, die verwendet wird, um Daten auf vielen Rechnern zu speichern und parallel zu bearbeiten.

In-Memory-Technik bedeutet, dass Daten im Hauptspeicher abgelegt werden. Dadurch können Datenanalysen beschleunigt durchgeführt werden.

Analytische Datenbanken ermöglichen die spezielle Verarbeitung großer Datenmengen und bieten hohe Kompression von Daten zur Beschleunigung der Analyseprozesse. Sie nutzen oft In-Memory-Speicherung und ermöglichen massive parallele Datenverarbeitung.

Business Intelligence bezieht sich auf die Sammlung und Analyse von Daten, um Geschäftsentscheidungen zu unterstützen. Business Analytics geht einen Schritt weiter und nutzt fortgeschrittene Analysetechniken, um präzisere Vorhersagen und Erkenntnisse zu gewinnen.

Explorative Business Intelligence bezieht sich auf den Ansatz, bei dem Datenanalysten ohne vordefinierte Fragestellungen Daten analysieren, um neue Muster, Trends oder Zusammenhänge zu entdecken.

Cloud Computing ermöglicht den Zugriff auf skalierbare Rechenressourcen, reduziert die Notwendigkeit von lokaler Infrastruktur und ermöglicht die einfache Skalierung von BI-Lösungen.

Mobile Computing ermöglicht es Nutzern, auf BI-Daten und Analysen von überall aus zuzugreifen. Das erleichtert die Echtzeit-Entscheidungsfindung, insbesondere für Außendienstmitarbeiter und Führungskräfte.

Cloud-basierte Business Intelligence bezieht sich auf die Bereitstellung von BI-Diensten und -Anwendungen über das Internet, wodurch Unternehmen von den Vorteilen der Skalierbarkeit und Flexibilität der Cloud profitieren können.

Unternehmen sollten sicherstellen, dass ihre Daten in der Cloud angemessen geschützt sind. Dies umfasst Aspekte wie Verschlüsselung, Zugriffskontrollen und regelmäßige Sicherheitsprüfungen.

Mobile Dashboards, Berichtsvisualisierungen und KPI-Übersichten sind Beispiele für mobile Business Intelligence Anwendungen, die es Nutzern ermöglichen, unterwegs auf entscheidende Geschäftsinformationen zuzugreifen.

Mobile Computing ist entscheidend für die Flexibilität und Produktivität moderner Unternehmen. Es ermöglicht Mitarbeitern, unabhängig von ihrem Standort, auf wichtige Daten und Anwendungen zuzugreifen.

Zu den Herausforderungen gehören die Sicherstellung von Datenschutz und -sicherheit, die Gewährleistung einer nahtlosen Benutzererfahrung auf verschiedenen Geräten und die Integration von mobilen Anwendungen in bestehende BI-Systeme.

Explorative Business Intelligence kann dazu beitragen, unerwartete Erkenntnisse zu gewinnen, neue Geschäftsmöglichkeiten zu identifizieren und schneller auf sich ändernde Marktbedingungen zu reagieren.