Vortrag »Business Intelligence
Werbung
BUSINESS INTELLIGENCE DIE TECHNISCHE GRUNDLAGE DER UNTERNEHMENSDATEN-ANALYSE KARSTEN MÜLLER 11. JUNI 2013 Wir integrieren Innovationen Hinweis Hinweis für Leser/innen dieser Präsentation Dieser Vortrag erschließt sich erst durch die zusätzlich mündlich gegebenen Erläuterungen. 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 2 Agenda Überblick „Business Intelligence“ (BI) Kern-Komponenten der Microsoft BI Plattform Beispiel-Szenario Weitere BI-Komponenten im Überblick Wichtige Merkmale und Vorteile Business Intelligence Projekte 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 3 Agenda Überblick „Business Intelligence“ (BI) Kern-Komponenten der Microsoft BI Plattform Beispiel-Szenario Weitere BI-Komponenten im Überblick Wichtige Merkmale und Vorteile Business Intelligence Projekte 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 4 Was ist Business Intelligence ? Ausgangssituation: verschiedene spezialisierte Anwendungen unterschiedliche Daten-Ablageformen 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 5 Ausgangssituation Häufige Erweiterung unabhängige Reports für einige Anwendungen Finanzen Personal CRM Produktion Ticket 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 6 Was ist Business Intelligence ? Daten 30.06.2013 Informationen & neue Erkenntnisse © 2013 krz Minden-Ravensberg/Lippe 7 Was ist Business Intelligence ? Ausgangssituation: gewachsene IT-Struktur viele Verfahren / Programme unterschiedliche Datenbanksysteme / Ablageformen unstrukturiert verteilte Zugriffe Anforderung: andere oder globale Sicht auf die vorhandenen Daten relevante Informationen aus den Daten gewinnen Management-Prozesse unterstützen Entlastung des Quellsystems bei Auswertungen Lösung: Business Intelligence 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 8 Überblick „Business Intelligence“ (BI) Analyse, Aufbereitung und Darstellung vorhandener Daten zur Informationsgewinnung Bausteine: Quellen 30.06.2013 ETL Data Warehouse © 2013 krz Minden-Ravensberg/Lippe OLAP Darstellung & Data Mining 9 Agenda Überblick „Business Intelligence“ (BI) Kern-Komponenten der Microsoft BI Plattform Beispiel-Szenario Weitere BI-Komponenten im Überblick Wichtige Merkmale und Vorteile Business Intelligence Projekte 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 10 Die Microsoft BI Plattform Kern-Komponenten: SQL Server Integration Services (SSIS) Data Warehouse / Data Mart (SQL Server Database Engine) SQL Server Analysis Services (SSAS) ► OLAP Cube SQL Server Reporting Services (SSRS) Quellen 30.06.2013 SSIS DW / DM © 2013 krz Minden-Ravensberg/Lippe SSAS SSRS 11 Integration Services ETL-Werkzeug heterogene Quellen MSSQL, Oracle, DB2, MySQL, Access, Excel, TXT,… Transport: Operative Datenbanken ► Data Warehouse / Data Mart Transformationen u. Berechnungen Plausibilitätsprüfungen u. Bereinigungen Vereinheitlichung ► Vergleichbarkeit Steuerung: Zeit / Extern / Event Projekte / Pakete Entwicklung im Visual Studio Deployment 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 12 Integration Services Control Flow Data Flow Analysis Services Tasks Bulk Insert Data Profiling File / Mail / Script Schleifen Data Flow Konvertieren / Zusammenführen Sortieren Aggregieren abgeleitete Spalten LookUp Slowly Changing Dimensions Data Mining Variablen Parametrisierung 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 13 Data Warehouse zentrale Datenbasis DW / Basisdatenbank / ODS aktuelle und historische Daten Daten für Data Marts und Reports Modellierung und Optimierung nicht auf spezifische Analyse fokussiert 1 integrierte, bereinigte, vereinheitlichte Daten aus allen erforderlichen Quellsystemen kleinstes erforderliches Aktualisierungsintervall Entlastung der operativen Datenbanken Sicherheitsgewinn Relationale Datenbank Leistungsoptimierungsmöglichkeiten 1 Günzel, H.: Data Warehouse Systeme, 3. Auflage, Heidelberg, dpunkt Verlag, 2009 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 14 Data Mart für eine spezifische Analyse relevante Daten Struktur für die Analyse optimiert z.B. Fakten- und Dimensionstabellen für OLAP-Cubes kann Sichten, Funktionen und Prozeduren zur Unterstützung der Analyse enthalten kann auch aggregierte Daten enthalten weitere Data Marts zur Entlastung z.B. nach Zugriffschrakteristika 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 15 Data Warehouse / Data Mart Datenfluss und Entlastung der Quellsysteme Arbeitsstationen 30.06.2013 Operative Datenbanken © 2013 krz Minden-Ravensberg/Lippe Reports 16 Data Warehouse / Data Mart Datenfluss und Entlastung der Quellsysteme Operative Datenbanken Data Warehouse Ausgabe zeitgesteuert OLAP Data Marts 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 17 Analysis Services Online Analytical Processing (OLAP) Steigerung der Abfrageleistung multidimensionale Struktur Cubes Dimensionen z.B. Zeit, Ort, Produkt Ebenen Dimension Zeit ► Jahr - Quartal - Tag Measures Kennzahlen vorberechnete Daten z.B. Bilden von Aggregationen (z.B. Summen) schon beim Befüllen des Cubes 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 18 Analysis Services Cube 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 19 Reporting Services serverbasiertes Berichtswesen Darstellung von Datenauszügen und Auswertungen für unterschiedliche Zielgruppen Tools zur Erstellung, Verwaltung, Bereitstellung Zugriff auf vielfältige Quellen MSSQL, Oracle, SAP, XML, OleDB, ODBC, OLAP Darstellung Webseite Sharepoint-integriert Export nach PDF, Excel, HTML, … Parameter Abonnements 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 20 Reporting Services Möglichkeiten der Darstellung Tabellen verschiedene Diagramme Gauges (Anzeige-Instrumente) Sparklines Data Bars Icons Landkarten 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 21 Agenda Überblick „Business Intelligence“ (BI) Kern-Komponenten der Microsoft BI Plattform Beispiel-Szenario Weitere BI-Komponenten im Überblick Wichtige Merkmale und Vorteile Business Intelligence Projekte 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 22 Beispiel-Szenario In diesem Beispiel werden die Charakteristika verschiedener aufeinander aufbauender Datenbanken eines BI-Szenarios beschrieben und Möglichkeiten der Darstellung mit Hilfe von Reports gezeigt. Operatives System relationale Datenbank – Struktur für das Anwendungsprogramm optimiert viele Tabellen viele, für Anwendung optimierte Verknüpfungen Metadaten für die Anwendung Data Warehouse wesentlich weniger Tabellen weniger und für die Auswertung optimierte Verknüpfungen Data Mart für die weitere Analyse (z.B. OLAP) optimierte Struktur 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 23 Reports 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 24 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 25 Agenda Überblick „Business Intelligence“ (BI) Kern-Komponenten der Microsoft BI Plattform Beispiel-Szenario Weitere BI-Komponenten im Überblick Wichtige Merkmale und Vorteile Business Intelligence Projekte 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 26 Weitere BI-Komponenten Sharepoint Performance Point Services (Dashboards, Scorecards, usw.) Excel Services Diagramm Webparts integrierte Oberfläche Data Mining systematische automatische Analyse großer Datenbestände um neue Muster und Trends zu erkennen Methoden aus Statistik und künstlicher Intelligenz Database: Data Warehouse Engine: SQL Server Analysis Services Frontend: Excel, Visio, Reporting Services 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 27 Agenda Überblick „Business Intelligence“ (BI) Kern-Komponenten der Microsoft BI Plattform Beispiel-Szenario Weitere BI-Komponenten im Überblick Wichtige Merkmale und Vorteile Business Intelligence Projekte 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 28 Wichtige Merkmale und Vorteile globale Sicht auf die vorhandenen Daten mehr und tendenziell neue Informationen aus den Daten gewinnen Management-Prozesse unterstützen zentrale allgemeine Datenbasis Standard ► Vereinfachung zukünftiger Auswertungen Entlastung der operativen Systeme + gute Skalierbarkeit Microsoft Business Intelligence Tools aus SQL Server, Sharepoint und Office Suites komplexe Analysewerkzeuge vielfältige Darstellungsmöglichkeiten Entwicklung im Visual Studio 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 29 Business Intelligence Projekte relativer Aufwand für erste Projekte Aufwand nimmt mit Etablierung von Standards ab Data Warehouse mittel- und langfristig hoher Nutzen durch zentrale Datenbasis und neue Sicht Wir beraten Sie gerne! 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 30 Business Intelligence Karsten Müller 05261 / 252 - 153 [email protected] Danke für Ihre Aufmerksamkeit! 30.06.2013 © 2013 krz Minden-Ravensberg/Lippe 31
