Praxis Forum für KMU - lbwp-cdn.sdd1.chlbwp-cdn.sdd1.ch/it-konkret/files/1336481803/handout_praxis-forum_bi.pdf · 05.09.2012 · Praxis‐Forum für KMU Business Intelligence| 9

Praxis‐Forum für KMU Business Intelligence: Der Schlüssel zum Erfolg

9. Mai 2012 www.it‐konkret.ch

© schmid + siegenthaler consulting gmbh

Herzlich willkommenHerzlich willkommen

Praxis‐Forum für KMUBusiness Intelligence: Der Schlüssel zum Erfolg

9. Mai 2012 | Messe Zürich

09.05.2012 1

Fachexperte: Prof. Andreas ReberStudiengangleiter Wirtschaftsinformatik

Praxis‐Forum für KMU Business Intelligence | 9. Mai 2012

Christian BühlmannModeration:

FH Nordwestschweiz, Olten

[email protected]

topsoft | IT‐Konkret

[email protected]


Presenting Partners

A‐MEA Informatik AGA‐MEA Informatik AGCH‐9320 Arbonwww.a‐mea.com

Heyde (Schweiz) AGHeyde (Schweiz) AGCH‐8048 Zürichwww.heyde.ch


IT‐Konkret

Praxisnahes Wissen und umsetzbare Anregungen für einen effizienten Einsatz von Unternehmenslösungen.

Fallstudien, Whitepapers, Live Events, topsoft Magazin, Website, Social Media…

www.it‐konkret.ch

HandoutsHandouts

Download:www.it‐konkret.ch/PraxisForum

09.05.2012 5


Intelligenz lässt sich nicht am Weg, sondern nur amsondern nur am Ergebnis feststellen.

Garry Kasparov


Fallstudie

Unternehmen GS Swiss PCB AG6403 Küssnacht am Rigi www.swisspcb.ch

Mitarbeitende 100

Branche Elektronikindustrie

Tätigkeit Entwicklung und Herstellung von Leiterplatten

Kunden Medizinaltechnik, IT, Luft‐ und Raumfahrt

09.05.2012 7


Fallstudie

Herausforderung Dezentrale Daten‐ und Informationssammlungen Insellösungen für Auswertungen (Excel, Crystal Reports)

Lösung Einsatz von QlikView für Analysen von Daten aus dem ERP/PPS‐ und Finanz‐System sowie aus individuellen Qualitäts‐ und Messdatensystemen

fVorteile Zentrale Datenbasis für alle Auswertungen Individuelle Auswertungsoptionen für alle Abteilungen Eigenständige Nutzung durch Mitarbeiter ohne IT‐Support

09.05.2012 8


Fallstudie

Unternehmen Flumroc AG8890 Flumswww.flumroc.ch

Mitarbeitende 270

Branche Bautechnik

Tätigkeit Herstellung von Dämmwolle und –platten für Wärme‐ und Schalldämmung sowie Brandschutz

Kunden Bautechnik, Brandschutz, Industrie

09.05.2012 9


Fallstudie

Herausforderung Standard Integration ins Comarch ERP Verfügbarkeit von Kennzahlen via WebMax. Projektdauer: 3 Monate

Lösung Multidimensionale Datenbank des Comarch BI‐Cockpits mit Integration in Comarch ERP unter Verwendung des Berichtstool Comarch Web Reports Book

Vorteile Schnelle, aktuelle Analysen (ohne Papier) der Unternehmensdaten Fortlaufende Aktualisierung Einfacher Zugang mit Unternehmens‐Berechtigung

09.05.2012 10

Prof. Andreas Reber © Business Intelligence

BUSINESS INTELLIGENCE = INTELLIGENTES BUSINESS ?

Prof. Andreas Reber

1


Business Intelligence – Ist das Thema aktuell im KMU-Umfeld?

Studentische Arbeiten zum Thema der letzten Jahre:

Event-Marketingfirma: Konzept und Evaluation eines MIS

Sanitärhandel: Analyse und Optimierung unserer Anwendungen im Bereich SAP BI

Spital: Konzept für Spital Data Warehouse

Life Science: Konzeption IT-Management Cockpit

Elektro: IT-Konzept HR Cockpit

Software: BI in Standardlösung integrieren

Beratung: Projektkennzahlen zur Steuerung des Projektprotfolios

2


Business Intelligence – Ist das Thema aktuell im KMU-Umfeld?

Studentische Arbeiten zum Thema der letzten Jahre:

Bank: Optimierung der Analysemöglichkeiten im MIS

Software: Entwicklung einer Rich Internet Anwendung zur Visualisierung und Auswertung grosser Datenmengen

Software: Einführung einer neuen Reportinglösung

Bank: Konzeption internes MIS

Institut für Rechtsmedizin: Machbarkeitsstudie MIS

Dokumentenverwaltung: Statistics from the Web

Software: Redesign Auswertungen Customer Care

Bank: Data Mining für Next Best Product

3


Business Intelligence – was heisst das?

Begriff geprägt durch H.P. Luhn (IBM Journal) 1958 bedeutet Verständnis des Geschäfts(modells)

Aufgegriffen durch Gartner Group zur Bezeichnung einer Gattung von IT-Werkzeugen zur Sammlung, Speicherung und Aufbereitung von Unternehmensdaten zur besseren Entscheidungsfindung

Später weiter entwickelt zu Business Performance Management (BPM)

4


Intelligentes Business – was heisst das?

Do the things right or do the right things?

Effizienz oder Effektivität?

BPM kümmert sich um beide Aspekte

5


Orientierung am Management-Zyklus

6

Zielsetzung

Planung

EntscheidungRealisierung

Kontrolle

Unternehmensziele (z.B.Produkte, Umsatzziele, Mitarbeiterzahl, ...

Bewertung von Planalternativen

Optimierungsrechnungen

Auswahl einer Alternative(Entscheidungsunterstützungs-

systeme)

Keine Führungsaufgabedelegiert an operative

Ebene

Plan-/Ist-Vergleiche

Quelle: Mag,, M. 1999


Balanced Scorecard

7

Quelle: balancedscorecard.comnach Norton und Kaplan


Key Performance Indicator

Kennzahlen sind verdichtete numerische Messgrössen, die sich auf wichtige Tatbestände im Unternehmen beziehen und diese in konzentrierter Form darstellen.

Sie informieren problemorientiert über betriebswirtschaftliche Sachverhalte und erfüllen so wichtige Aufgaben in allen Phasen des unternehmerischen Entscheidprozesses.

Kennzahlen werden oft in unterschiedlichen Dimensionen betrachtet.

8

Prof. Andreas Reber © Business Intelligence9

Würfel

Umsatz ist der Indikator der betrieblichen Leistung

Region, Produkt und Zeit sind die Dimensionen seiner Beurteilung

Der Würfel1 veranschaulicht die Dimensionen eines Indikators:

an den Schnittpunkten der drei Dimensionen steht der Umsatz

Region

Zürich

Basel

Bern 47 11 8

53 9 14

77 26 15

RacerFuture

Tria-Racer

RacerJunior

Produkt

Juni

ZeitJuli

Mai

1) Mehrdimensionale Würfel heissen "Hypercubes"


Kennzahlensysteme

ROI X

Kapitalumschlag

Umsatzrendite

Gewinn

Umsatz

/

Umsatz

Gesamtvermögen

/

Quelle: Du Pont de Nemours


Mängel von operativen Datenbanken

Operative Datenbanken sind

unübersichtlich

(originäre Detaildaten)

momentbezogen

(keine historischen Periodendaten)

benutzerfeindlich

(SQL oder 3GL-Kenntnisse)

Data Warehouse

Operative Entscheidungen Datenanalyse


Definition Data Warehouse

Definition gemäss W.H. Inmon

A Data Warehouse is a subject-oriented, integrated, time-variant and nonvolatile collection of data in support of managements Decision support process.


Data Warehouse Eigenschaft:Themenbezug

Data Warehouse

CRMCustomer Relationship Management

Risiko Management

Führungs-instrumente

Das Data Warehouse ist themenbezogen und erhält Daten von vielen opertiven Systemen. Die Daten werden nach dem betriebswirtschaftlichenUmfeld des Unternehmens organisiert.

Operative Systeme

Kontoeröffnung

Wertschriften-verwaltung

Kreditabwicklung

Operative Systeme sind prozessorientiert und werden durch ein System verwaltet


Data Warehouse Eigenschaft: Integration

Data Warehouse

Integration von Beginn anDesigned zu Beginn, Implementation iterativ in kurzer ZeitIntegration aus verschiedenen Systemen

Operative Systeme

Anwendungen und Datenbanken wurden unabhängig voneinander erstelltEntwicklung über eine lange Zeit

IntegriertAnwendungsspezifisch


Data Warehouse Eigenschaft: Zeitabhängigkeit

Data Warehouse

Generell historischer BezugZeitreihenanalysen

Operative Systeme

Normalerweise aktuelle Daten


Data Warehouse Eigenschaft: Beständigkeit

Data WarehouseOperative Systeme

stetiger UpdateAenderungen nach Bedürfnisund nicht nach Plan

ändern

löschenersetzen

einfügen

Laden /Hinzufügen

Ständiger WechselKonsistent

zu einer bestimmten Zeit

auf ein Data Warehouse wird nur lesend zugegriffen


Inhalt eines Data Warehouse

Typisch für ein Data Warehouse ist die Unterscheidung von

Fakten (Indikatoren)

Betriebswirtschaftlicher Erfolgsfaktor

Dimensionen

Kriterien der Beurteilung

Aufgaben: Einen Indikator nach seinen Dimensionen messen

"Wie hoch ist der Umsatz nach Periode, Produkt und Region?"


Begriffe

Indikator (Fakt, Kennzahl, engl. business measure) aggregierbares meist numerisches und kontinuierliches Attribut, das die mehrdimensionale Messung eines betrieblichen Erfolgskriteriums erlaubt

Dimension meist symbolisches und diskretes Attribut, das die Auswahl, Zusammenfassung und Navigation eines Indikators erlaubt

Würfel (engl. cube bzw. hypercube) mehrdimensionale Datenstruktur, welche die gleichzeitige Analyse mehrerer Indikatoren und Dimensionen ermöglicht


Konzeptuelle Ebene: Sternschema für relationale Data Warehouses/Marts

F

D

D

D D

D

Sternschema:

logisches Datenbankschema, das Dimensionstabellen eines relationalen Data Warehouses abfragefreundlich um eine Faktentabelle ordnet

Abbildung mehrdimensionaler Daten auf zweidimensionale Tabellen


Multidimensionalität

In einem Data Warehouse kommen in der Regel mehr als drei Dimensionen zusammen. Dies führt zu sehr vielen möglichen Kombinationen. Nicht alle sind sinnvoll nutzbar

20


External Data

Source of Data

Operational data

Access & Analysis

Query &

Reporting

OLAP

Data Mining

METADATA (Technical, Process, Business)

Operation & Management

Data Warehouse

Handling of Data

Data mart

Transform

ationC

leaning

Data mart

Data mart


ETL – Extract Transform and Load

22


Datenqualität Datenqualität

Glaubwürdig-keit

Korrektheit

Konsistenz

Zuverlässig-keit

Nützlichkeit

Vollständig-keit

Genauigkeit

Zeitnähe

Redundanz-freiheit

Relevanz

Interpretier-barkeit

Einheitlich-keit

Eindeutigkeit

Verständlich-keit

Integrität

Schlüssel-eindeutigkeit

Referenzielle Integrität

Quelle: Hinrichs


Analyse

24


Lebenszyklus eines DWH Projektes

TechnicalArchitecture

Design

ProductSelection &Installation

Specification

End-UserApplication

Specification Development

End-UserApplication

Development

ProjectPlanning

Requirement

Business

Requirement

Definition

DeploymentMaintenanceMaintenance

andGrowth

Project Management

DimensionalModeling

PhysicalDesign

Data Staging

Development

Data StagingDesign &

Development

Quelle: R. Kimball, Lifecycle Toolkit, 1998


Anforderungsdiagramm

Indikator

Definition Formel

Geforderte Aktualität Zeitreihenbereich

Geforderte Genauigkeit Masseinheit

Sollwerte Massnahmen

Quelle(n)

Verantwortlicher Bezüger

Dimensionen Aggregatebenen

Autor, Datum Version, Status

26


Entwicklungsprobleme Anforderungsdefinition

Koordination von Fachabteilungen

Laden operativer Daten Datenextraktion, -transformation und -integration

Komplexität und Redundanz der Datenmodelle Definition und Wartung komplexer Tabellenstrukturen Einführung von Redundanz

Speicher- und Zugriffseffizienz durch mehrere Fakttabellen und grosse Dimensionstabellen durch umfangreiche Indizes und Vorberechnungen

Datenverantwortung und -sicherheit Datenhoheit der Fachabteilungen

Evaluation und Schulung Tabellenmodell (z.B. Fremdschlüssel-Begriff) Boolesche Abfragelogik für Endbenutzer

Projektmanagement zu lange Projektdauer (Jahre statt Monate) mangelnde Erfahrung

Quelle: [Lusti, 2002]


Soll ein KMU BI implementieren?

+ Microsoft tritt auf den Markt mit Personal BI

+ Viele Anwender propagieren Mobile BI

+ Open Source BI verfügbar

- Aufwand und Know How liegt in der Datensammlung und Aufbereitung sowie der richtigen Definition der Kennzahlensysteme

28

Documents

Praxis Forum für KMU - lbwp-cdn.sdd1.chlbwp-cdn.sdd1.ch/it-konkret/files/1336481803/handout_praxis-forum_bi.pdf · 05.09.2012 · Praxis‐Forum für KMU Business Intelligence| 9