Embed Size (px)
Citation preview
The integration of business intelligence
and knowledge management
Seminar:„Business Intelligence“
Ketevan KarbelashviliMaster IE, 3. Semester
Universität Konstanz
Inhalt
„Knowledge Management“„Business intelligence“Motivation von BIKMeClassifierDas Integration ParadigmaKünftige Forschungen
"Das Kapital liegt im Wissen der Mitarbeiter".
Knowledge-Management – „Know-how” für IhrWissen (KM)In einer wettbewerbsorientierten Wirtschaft ist Wissen Voraussetzung des Überlebens. Wer nichts weiß, hat praktisch schon verloren. Gefährdet sind aber auch jene Unternehmen, die nicht mehr wissen, was sie alles wissen. Und das sind sehr viele.
Knowledge Management
Knowledge Management
Grund dafür:Daten sind in den einzelnen Bereichen und Abteilungen gespeichert. Art der Datenformatierung.
Viele Unternehmen stehen ohne eine KM-Strategie vor dem so genannten Wissenskollaps.
„Mit KM sind die Strategien und Prozesse gemeint, Wissen zu identifizieren, erfassen und beeinflussen, um dem Unternehmen zu helfen, konkurrenzfähig zu sein.“
Business Intelligence (BI) ist ein Gesamtansatz, derKonzepte Methoden Werkzeuge
hierfür zur Verfügung stellt.
Knowledge Management
Wer im Wettbewerb bestehen will, muss zuerst einmal seine Stärken und Schwächen kennen. Business Intelligence liefert dazu die Informationen.
Business Intelligence ist:• IT-gestützte Auswertung von Daten. • Die gewonnenen Erkenntnisse sind Grundlage für:
operative taktische oder strategische Entscheidungen
Business intelligence
Die Daten werden aus Datenquellen mit Hilfe der Operational Data Store (ODS) Technologie extrahiert und in „Data-Warehouse“ gespeichert.
„Data-Warehouse“ bietet Datengrundlage für BI-Tools:
OLAP Data Mining
Business intelligence (BI Werkzeuge)
OLAP (OnLine Analytical Processing) dient der Entscheidungsunterstützung. Hauptfunktionen:
AggregationVerdichtung Visualisierung und Analyse von Daten
Die OLAP zugrunde liegende Struktur ist ein OLAP-Cube
Data Mining-Tools schürfen nach unbekannten Zusammenhängen innerhalb der Unternehmensdaten. Methoden:
Assoziations- oder Clusteranalysen
Business intelligence (BI Werkzeuge)
Typische Funktionen sind:
Einfache HierarchienavigationÜbersichtliche und flexible tabellarische Ausgabe von Daten Unterstützung grafischer Darstellungen Integration von Text- und Multimediaelementen
Business intelligence (Funktionen von BI-Lösungen )
So lässt sich die Unternehmensanalyse in drei Phasen einteilen:
Daten werden in einem Data-Warehouse erfasstDatenauswertung Erkenntnisse werden in das Wissensmanagement integriert
Business intelligence und Unternehmensanalyse
BI-Lösungen: umfassende Drehscheiben für die Entscheidungsunterstützung. Die Erschließung des in unstrukturierten Daten verborgenen Wissens rückt in den Vordergrund.
Daher:Verschmelzen des „Wissensmanagement“ und „Business Intelligence“ erforderlich. Diese vermischte Technologie wird BIKM genannt.
Business intelligence und Knowledge Management
Um die Wichtigkeit der BIKM zu verstehen, ist es nützlich, auf einige echte Geschäftsprobleme zu schauen.
Typische Szenarien:Das Verstehen der Verkaufseffektivität „Customer Relationship Management“ und Rentabilität
Analyse der Daten und des Textes kann das Nutzen des modernen Textanalysewerkzeugs benötigen.
Motivation von BIKM
eClassifierAnalysiert schnell eine große Menge an DokumentenBenutzt:
multiple Algorithmen Visualisierungen und Metriken
um eine Taxonomie zu erstellen.
Die Stärke des eClassifier: menschliche Einflussnahme in allen entsprechenden Phasen des Taxonomie Generierungsprozesses.
eClassifier
eClassifier stellt jedes Dokument mit einem Vektor gewichteter Frequenzen aus einem „feature space“der Begriffen und Phrasen dar.
Um die „feature space“ Darstellung zu reduzieren, werden mehrere Techniken benutzt:
Stopp -Wort Listen Listen mit Synonymen Listen mit Standardausdrücken„include word“ Listen „dictionary tool“
eClassifier (Dokumentrepräsentation)
Der erste Schritt in der Analyse das Erstellen der Taxonomie. Benutzt wird:
Optimierte Variante des „k-means“ Algorithmus
zusätzliche Methode:Querybasiertes Clustering
eClassifier (Taxonomy generation)
eClassifier (Taxonomy evaluation)
Sobald Initialtaxonomie der Dokumente gebildet wird, bietet eClassifier das Mittel sie zu verstehen und zu evaluieren.
eClassifier bietet eine spezielle Ansicht, die Statistiken über Begriffshäufigkeit, Klassifikationsregeln, zeigt.
eClassifier (Category evaluation)
eClassifier benutzt Visualisierung, um dem Benutzer zu helfen, den Klassenzusammenhang der Dokumente zu erforschen.
eClassifier (Taxonomy visualization)
Algorithmen für das Evaluieren nächst liegender SchwerpunktNaive Bayes MultivariateNaive Bayes MultinomialEntscheidungsbäume
Dokumentmenge einer Taxonomie wird aufgeteilt in:„training set“„test set“
Ein Klassifikationsmodel wird für jedes der vier implementierten Algorithmen erstellt („training set“). Der beste Algorithmus wird auf dem „test set“selektiert. Der Benutzer kann jederzeit Anpassungen an der Taxonomie vornehmen.
eClassifier (Classification)
Zusätzlich bietet eClassifier verschiedene Techniken für die tiefere Analyse des Textes:
die Ermittlung der Korrelationen des Textes mit den entsprechenden Daten das Vergleichen der Dokumentmenge
eClassifier (Analysis and reporting)
eClassifier hat Skalierbarkeitsprobleme
Lösung: OLAP multidimensionale Datenmodell mit einem “star schema“.
Das „star schema“ besteht aus:„fact table“
Dazugehörigen Menge der dimensionalen Tabellen
Das Integration Paradigma
Dieses Modell erlaubt den Effekt des Produktes, der Geographie und des Datums, auf das Einkommen zu erforschen.
Das Integration Paradigma
Nicht nur die Daten sondern auch die in Verbindung stehenden Dokumente können auf verschiedene Weisen erforscht werden.
Das Integration Paradigma
„tooling“ um das OLAP Datenmodell auf Textdokumente anzuwenden, indem ein „DocumentWarehouse“ erzeugt wird.
„Document Warehouse“ ist für schwach- oder unstrukturierte Dokumente geeignet.
Dimensionsmodell „fact table“ Granularität ein Dokument Dimensionstabellen enthalten die Attribute des Dokumentes
Das Integration Paradigma (Integrated BIKM tools (Sapient & eClassifier))
Die Daten und die Dokumente können durch „shared dimensions“ verlinkt werden.
Das Integration Paradigma (Integrated BIKM tools (Sapient & eClassifier))
Dynamic dimensionseClassifier kann benutzt werden, um eine neue Taxonomie über die ausgewählte Menge der Dokumente zu erstellen.
Das Integration Paradigma (Integrated BIKM tools (Sapient & eClassifier))
Die neue Taxonomie kann für das “document warehouse” durch das Erstellen einer entsprechenden Dimensionstabelle verfügbar werden.
Das Integration Paradigma (Integrated BIKM tools (Sapient & eClassifier))
Das fehlende Teil dieser IntegrationTextanalytik, um die quantitativen Metriken zu erstellen, die das „document cube“ beinhaltet.
Eine signifikante Arbeit läuft bereits in der IBM
Künftige Forschungen
Trotz hoher Kosten viele Firmen haben die Notwendigkeit von Business Intelligence erkannt
2007 sollen rund 1,8 Milliarden Euro in Weiterentwicklung von BI-Systemen fließen.
Mit dem Erfolg wachsen Ansprüche an: das Data Warehouse und die Werkzeuge
Fazit
http://www.innovations-report.de/html/berichte/studien/bericht-30378.html„Studie: Business Intelligence oft zu teuer“http://www.isis-specials.de/profile_pdf/editorial_luenendonk_bi0106.pdf„Gesunde Marktentwicklung im Bereich Business Intelligence“http://www.steria-mummert.de/BaseCMP/pages/contentdelivery?CID=5123&JOB_NAME=DISPLAY_PAGE„Business Intelligence Solutions“http://www.sdm.de/web4archiv/objects/download/pdf/1/sdm_business_intelligence.pdf„Business Intelligence“http://www.digicomp.ch/news/3153„Strategische Entscheidungen mit Business Intelligence“http://www.ahlemeyer-stubbe.de/artikel/ddv2001.htm„Aufbau eines Datawarehouses oder einer Marketing Datenbank:“http://www.intargia.com/pdf/whitepaper_bi.pdf„Business Intelligence“http://www.research.ibm.com/journal/sj/414/cody.html„The integration of business intelligence and knowledge management“http://www.cimsource.com/products_eclassifier_d.php“eClassifier”http://www.uni-trier.de/uni/fb2/ldv/ldv_wiki/index.php/Taxonomie“Taxonomie”http://cundus.de/downloads/cundus_Info_DWH.pdf“Operational Data Store (ODS)”
Literaturverzeichnis
EndeHaben Sie Fragen?
