Business Intelligence erfolgreich umsetzen

Business Intelligence erfolgreich umsetzen
Von der Technologie zum Geschäftserfolg
BERNHARD SÖLLNER
Vorwort
13
Innovative Einsatzszenarien
MARIO ZILLMANN
Überblick zum Bl-Markt In Deutschland
17
Marktentwicklung und Themen
17
Einfluss der Digitalisierung auf Bl
21
Zusammenfassung
28
ANDREA KENNEL
Erfolgsfaktoren von Buslness-Intelligence-Projekten
29
Ein Beispiel
29
Einleitung
31
Die Vision - Was soll mit Bl erreicht werden?
Wer fordert eine Bl-Lösung an?
Anforderungen
33
•.
33
Architektur und Datenmodell
34
Releaseplanung
35
Implementation
36
Installation
37
Testing
38
Benutzerschulung
39
Agile Softwareentwicklung
40
Zusammenfassung
42
ROBERT FRANKE
Self-Service Bl erfolgreich umsetzen
43
Trends in der Business Intelligence
43
Herausforderung für IT und Fachbereiche
47
Kernanforderung Agilität
48
Benutzerfreundlichkeit
49
Die entscheidenden Aspekte
50
Der Weg zur Strategie
56
Zusammenfassung
66
5
http://d-nb.info/1081258527
OLIVER MIEBNER
Mobile Business Intelllgence - Business Intelllgence to go
67
Anwender und ihre Anforderungen
67
Eine gute Visualisierung der Daten geht über die reine
Darstellung von Zahlen hinaus
68
Der mobile Zugriff auf den Datenschatz
69
Mobile Sicherheit
71
Zusammenfassung
73
KLAUS-PETER SCHOENEBERG, CHRISTOPHER ZERRES, ALEXANDER FRAß, JÖRG IGELBRINK
Textmlnlng - Markenführung mittels Social Media Analytlcs
75
Einleitung
75
Einsatz von Social Media zur Unterstützung der
Unternehmensstrategie
76
Grundlagen des Text Mining
79
Praxisfall: »Band of Rascals«
83
Herausforderungen, Risiken und Grenzen
94
Zusammenfassung
99
RÜDIGER BUCHKREMER
Text Mining Im Marketing- und Sales-Umfeld
101
Text Mining als Bestandteil von Big-Data-Analysen
101
Grundlagen des Text Mining und »Information Retrieval«
103
Die Untersuchung strukturierter Texte
106
Zusammenfassung
119
ULRICH KRÄMER, CHRISTIAN RUSCHAK, SERDAR SÜZEN
Predictlve Analytlcs
PA schafft neue Wachstumsimpulse
6
121
121
Von der Nischenanwendung zum Mainstream
122
Eine Vielzahl von Anwendungsfällen
123
Vorbehalte in den Unternehmen
125
Data Scientist - Schlüsselrolle bei PA-Projekten
126
Organisationsformen für PA-Einheiten
129
PA-Methoden
131
Von der Ideenfindung zum erfolgreichen PA-Projekt
133
Rechnet sich Predictive Analytics?
139
Zusammenfassung
144
Zukunftsfähige Architekturen
REINHARD MENSE
Agile Bl-Archltekturen
Anforderungen der Anwender steigen kontinuierlich
147
147
Paradigmenwechsel erforderlich
148
Data-Vault-Modellierung im Core DWH
151
Aufwendige Performance-Optimierungen vermeiden
156
Deskriptive ELT-Tools für die standardisierte Entwicklung
159
Zusammenfassung
162
HOLGER FRIETSCH
Bl und Big Data In einer ausbalancierten Architektur
163
Neue Herausforderungen im Informationsmanagement
163
Daten, Daten, Daten
165
Von Business Intelligence zu Big Data - Evolution statt Revolution
167
Best of Breed - eine Architektur für die neue Datenwelt
169
Agilität als Schlüssel: Bereitstellung und Nutzung von Bl und Big Data.... 172
Zusammenfassung
177
FRANK BENSBERG, NICOLE SCHIRM
Cloud-Bl - Architektur, Wirtschaftlichkeit und Erfolgsfaktoren
179
Cloud Computing als Gestaltungsoption für Business Intelligence
179
Grundlagen des Cloud Computing
181
Architektur und Organisation einer Bl-Cloud
183
Wirtschaftlichkeit und Erfolgsfaktoren von Public-Bl-Clouds
188
Fazit
194
Zusammenfassung
197
JÜRGEN NOE
Innovative SAP-BW-Anwendungsarchltekturen
199
Layered Scalable Architecture (LSA) als aktueller Standard
199
Einfluss der In-Memory-Technologie auf Anwendungsarchitekturen
203
Kurzer Überblick über die Layered Scalable Architecture++ (LSA++)
205
Migration von LSA auf LSA++
208
Einfluss von Social Media und unstrukturierten Daten
auf Anwendungsarchitekturen
213
Data Warehouse 2.0
214
Zusammenfassung
219
7
THOMAS STREHLOW, DANIEL PIATKOWSKI
Agile und skalierbare DWH-Projekte mit Data Vault
221
Einleitung
221
Grundlagen der Data-Vault-Modellierung
223
Modellierungsmethoden im direkten Vergleich
227
Data Vault in der Praxis
233
Fazit
236
Zusammenfassung
238
NIKOLAUS KASPER, ANDRE LANDEFELD
SAP-HANA-Strategie: Vorgehen, Inhalte und Erfahrungswerte
239
SAP HANA - die neue Applikationsplattform von SAP
239
Mögliche Business Cases
241
Zwischenfazit
243
Der Weg zum Ziel
243
Themen und Erfahrungswerte zu Technologie, Personal und
Organisation
258
Zusammenfassung
264
•
OLIVER GEHLERT
SQL auf Hadoop
8
265
Einleitung
265
Was ist Hadoop?
266
Hadoop-Rlesystem HDFS
267
MapReduce
268
SQL auf Hadoop?
270
Vorverarbeitung der Daten
271
Frameworks für SQL auf Hadoop
272
Effiziente Datenspeicherung im Hadoop Filesystem
279
Performance
281
Zusammenfassung
283