Data Warehouse Managementhandbuch: Konzepte, Software, Erfahrungen / Edition 1

Table of Contents

1: Grundlagen und Beitrag zur Losung betriebswirtschaftlicher Probleme.- 1 Grundlagen, Einsatzbereiche, Modelle.- 1.1 Geschäftsprozesse und Managementsichten.- 1.2 Data Warehouse als zentrale Architekturkomponente von Informationssystemen.- 1.2.1 Data Warehouse: Datenbank für Managementinformationen.- 1.2.2 Data Warehouse als Architekturkomponente.- 1.3 Data Warehouse als Managementinformationsquel1e.- 1.3.1 Informationsüberflutung vermeiden.- 1.3.2 Dimensionale Struktur der Managementsichten.- 1.3.3 Kennzahlenorientierung der Managementsichten.- 1.4 Yom Fachkonzept zur Implementierung – Modelle des Data Warehouses.- 2 Ökonomische Beurteilung von Entwicklungsvorhaben im Umfeld des Data Warehousing.- 2.1 Einleitung.- 2.1.1 Model1 der Applikations landschaft.- 2.1.2 Entwicklungsvorhaben im Umfeld des Data Warehousing.- 2.1.3 Inhaltsüberblick.- 2.2 Anwendbarkei t tradi tioneller Bewertungsverfahren.- 2.3 Methodische und organisatorische Gestaltungsoptionen für eine ökonomisc he Bewertung.- 2.3.1 Kostenschätzung.- 2.3.2 Nutzenschätzung.- 2.4 Zusammenfassung und Ausblick.- Teil2: Betriebswirtschaftliche Konzepte und technische Realisierung.- 3 Betriebswirtschaftliche Herausforderungen durch Data-WarehouseTechnologien.- 3.1 Erfolgsfaktoren des Data-Warehouse-Managements.- 3.2 Data Warehousing und Untemehmensstrategien.- 3.2.1 Ein Rahmenkonzept.- 3.2.2 Operatives Management.- 3.2.3 Customer Relationship Management..- 3.2.4 Efficient Consumer Response und Category Management.- 3.2.5 Supply Chain Management.- 3.2.6 Balanced Scorecard.- 3.2.7 Informationsportale.- 3.3 Rechtliche Grenzen des strategischen Spielraums.- 3.4 Change- und Projektmanagement.- 3.5 Fachkonzept – Notation und Werkzeug.- 4 Ein Überbhck über die Umsetzung des Data-Warehouse-Konzepts aus technischer Sicht.- 4.1 Die Entwicklung des technischen Sollkonzepts als Phase der MIS-Entwicklung.- 4.2 Zentrale, verteilte, virtuelle Haltung der Data-Warehouse-Daten.- 4.3 Multidimensionale versus relationale Datenhaltung.- 4.4 Entwurf des Data-Warehouse-Schemas.- 4.5 Konzeption und Realisierung der Datenaustauschschicht.- 4.6 Die Sicht des Data-Warehouse-Nutzers.- 5 Vorgehensmodelle im Bereich Data Warehouse: Das Evolutionary Data Warehouse Engineering (EDE).- 5.1 Einleitung.- 5.2 Vorgehensmodelle für Data-Warehouse-Projekte.- 5.2.1 Ziele und Aufgaben eines Data-Warehouse-Projektes.- 5.2.2 Lösungsverfahren für Data-Warehouse-Projekte.- 5.3 Besonderheiten eines Data-Warehouse-Vorgehensmodells.- 5.4 Evolutionary Data Warehouse Engineering EDE.- 5.4.1 Gesamtkonzept EDE.- 5.4.2 Project Definition.- 5.4.3 Project Scoping.- 5.4.4 Evolutionary Data Warehouse Engineering.- 5.4.5 Project Controll ing.- 5.4.6 Project Review and Continuous Improvement.- 5.5 Kritische Erfolgsfaktoren und Erfahrungen.- 5.5. I Die Konstruktion einer einheitlichen Begriffswelt – Glossar.- 5.5.2 Zusammensetzung des Teams.- 5.5.3 Klar definierte Ziele.- 5.5.4 Vision einer Gesamtarchitektur.- 5.5.5 Strukturierte Vorgehensweise nach einem Vorgehensmodell.- 5.5.6 Kosten/Nutzen eines Data Warehouses.- 5.5.7 Granularität/Detailgrad.- 5.5.8 Etablierung einer festen Organi sationseinheit.- 5.5.9 Datenqualität/-volumina.- 5.5.10 Rückwirkungen auf operative Systeme/Prozesse.- 5.6 Ausblick.- Literaturv erzeichnis.- 6 Externe Daten als Achillesferse von Data-Warehouse-Projekten – Probleme und Lösungsansätze.- 6.1 Das Grundproblem.- 6.2 Akzeptanz- und Nutzungsbarrieren im Überblick.- 6.3 Unzulänglichkeiten in der Datenbasis.- 6.4 Probleme bei der Informationsaufbereitung.- 6.5 Exteme Daten als Mittel zur Demontage von Data-Warehouse-Projekten.- 6.6 Nicht nur die Technik, sondem auch der Mensch kann das Data Warehouse ZUID Einsturz bringen.- Teil3: Ausgewählte Softwarelösungen.- 7 Marktüberblick Data-Warehouse-Werkzeuge.- 7.1 Der Data-Warehouse-Markt in Deutschland.- 7.2 Überführung der Daten in ein Data Warehouse durch ETL-Werkzeuge.- 7.2.1 ETL-Prozessschritte.- 7.2.2 Veränderungen aufdem ETL-Werkzeugmarkt.- 7.2.3 ETL-Funktionen im Überblick.- 7.2.4 Enterprise Application Integration (EAI).- 7.3 Tools zur Modellierung und Speicherung der Daten.- 7.3.1 Anbindung an operative Back-End-Systeme.- 7.3.2 Aktualisierung der Datenbasis.- 7.4 Werkzeuge zur Analyse der Daten.- 7.4.1 Enterprise Integration Portals – der Weg zum Knowledge Management?.- 7.4.2 Balanced Scorecard – Untemehmenserfolg auf einem Screen.- 7.4.3 Mehrdimensionale Untemehmensplanung.- 7.4.4 Business Intelligence – Wegbereiter fur die umfassende Informationsversorgung.- 8 Das Business Information Warehouse der SAP.- 8.1 Einleitung.- 8.2 Business-Information-Warehouse-Architektur und Komponenten.- 8.2.1 Einleitung.- 8.2.2 Quellsysteme.- 8.2.3 Business Information Warehouse Server.- 8.2.4 Frontend Tools.- 8.3 Business Content für Konsumgüterindustrie und Handel.- 8.4 Business Warehouse im Kontext integrierter Softwarelösungen.- 8.4.1 Integration BW mit mySAP.com.- 8.4.2 Integration in heterogene Systemlandschaften.- 8.5 Zusammenfassung und Ausblick.- 9 Die Data-Warehouse-Lösung von Oracle.- 9. DHerau derung.- 9.3 Data Warehouse als Basis für zukunftsorientiertes Wissensmanagement.- 9.4 Anforderungen an ein Data Warehouse.- 9.5 Architekturkonzepte.- 9.6 Datenhaltungsmanagement.- 9.6.1 Relationale Datenhaltung.- 9.6.2 Multidimensionale Datenhaltung.- 9.6.3 Hybride Datenhaltung mit Oracle 8i und Express.- 9.7 Technologien zur Datenbewirtschaftung.- 9.7.1 Der Extraktionsprozess.- 9.7.2 Die Transformation.- 9.7.3 Der Transport.- 9.7.4 Business Intelligence zur Informationsgewinnung.- 9.8 Profitabilitätssteigerung durch verbesserte Kundenbeziehungen.- 9.9 Data-Mining-Prozess.- 9.10 Strategisches Management: Balanced Scorecard.- 9.11 Fazit.- 10 Die Data-Warehouse-Lösung von NCR.- 10.1 Namhafte Kundenbasis.- 10.2 NCR-Anwendungen, -Services und -Plattform-Technologie.- 10.3 Applikationen und Partnerschaften.- 10.3.1 NCR retailDecisions (Business Intelligence).- 10.3.2 SDG Demand Chain Management.- 10.3.3 PROMPT Automatische Disposition.- 10.3.4 PROMPT Category Management.- 10.3.5 MAPS Waren- und Limitplanung.- 10.3.6 Customer Relationship Management.- 10.3.7 CERES lOS Kampagnenmanagement.- 10.3.8 RO Relationship Optimizer.- 10.3.9 RMS Loyalty Marketing.- 10.4 NCR Teradata Data Warehouse.- 10.4.1 Data-Warehouse-Architektur.- 10.4.2 Erfolgsfaktoren für wachsende Data-Warehouse-Systeme.- 10.4.3 Teradata Leistungsumfang.- 10.4.4 Parallelverarbeitung.- 10.4.5 Systemmanagement und Total Cost of Ownership.- 10.4.6 Datenbank-Management-Werkzeuge.- 10.4.7 Ladeprogramme.- 10.4.8 Datenauswertung.- 10.5 NCR WorldMark Server.- 10.6 NCR Professional Services.- 10.7 Nutzen des NCR-Lösungsansatzes.- 10.7.1 Neue Fragen im wachsenden Wettbewerb.- 10.7.2 Maximale Flexibilität und Skalierbarkeit.- 11 Business Intelligence von IBM.- 11.1 Einführung.- 11.2 Business Intelligence: Einordnung und Bewertungskriterien.- 11.3 Die IBM Business-Intelligence-Architektur.- 11.3.1 Datenmanagement – die Basis von Business Intelligence.- 11.3.2 Data Warehousing (DW).- 11.3.3 Branchenlösungen.- 11.4 Einsatzfelder von IBM-Lösungen zu Business Intelligence.- 11.4.1 Customer Relationship Management.- 11.4.2 Vertrieb/HandelNerkaufsförderung.- 11.4.3 Supply Chain Management (Lieferketten-Management).- 11.4.4 Finanzmanagement.- 11.4.5 Betrugs- und Risiko-Management.- 11.4.6 Die Zukunft von Business Intelligence.- 11.5 Zusammenfassung.- Teil4: Erfahrungen aus Data-Warehouse-Realisierungen.- 12 Aufbau eines Data-Warehouse-Verbunds bei der Douglas Holding.- 12.1 Einleitung.- 12.2 Data Warehouse: Basis eines Informationssystems.- 12.2.1 Die Situation von 1996 bis Anfang 1999.- 12.2.2 Die Grenzen.- 12.2.3 Die Entscheidung.- 12.2.4 Die Aufgabenteilung.- 12.2.5 Die Komponenten des Informationssystems.- 12.2.6 Die Anwendergruppen.- 12.2.7 Die Vorgehensweise.- 12.2.8 Die Produktauswahl.- 12.2.9 Die Ressourcen.- 12.3 Datenkonsistenz durch zentrale Datenbank.- 12.4 Konkrete Probleme und Erfahrungen bei der Umsetzung.- 12.4.1 Eindeutigkeit.- 12.4.2 Verdichtungstabellen.- 12.4.3 Hierarchieprobleme.- 12.4.4 Updatekennzeichen.- 12.4.5 Abverkaufsdatum versus Buchungsdatum.- 12.4.6 Problemfeld Bestände.- 12.4.7 Zuordnungsprobleme.- 12.4.8 Format- und Definitionsprobleme.- 12.4.9 Probleme bei der Datenversorgung.- 12.4.10 Die Einführungsphase.- 12.4.11 Produktfehler.- 12.5 Die Erfolge.- 12.6 Zusammenfassung und Ausblick.- 13 Realisierung eines integrativen Management Reportings im SAP Business Warehouse.- 13.1 Einleitung.- 13.2 Das Konzept des Business Information Warehouses.- 13.3 Das Konzept der Balanced Scorecard.- 13.4 Integration der Balanced Scorecard in das SAP BW.- 13.5 Projektbericht.- 14 Die Data-Warehouse-Lösung der Deutschen Post AG.- 14.1 Einleitung.- 14.2 Das Projekt Data Warehouse P/E,I.- 14.2.1 Ausgangslage.- 14.2.2 Projektphasen.- 14.2.3 Business-Nutzen des Data Warehouses.- 14.2.4 Data-Warehouse-Architekturplan.- 14.2.5 Wie ist die Datenhaltung organisiert?.- 14.2.6 Technologiekomponenten.- 14.3 Der Data-Warehouse-Ansatz am Beispiel des Qualitatsmanagements PIE, I.- 14.3.1 Ausgangslage.- 14.3.2 Qualitätskennzahlen-Report zur Qualitätssteuerung.- 14.3.3 Umsetzung des Konzepts.- 14.3.4 Die Anwender.- 14.4 Ausblick.- 15 Integrationskomponenten als Leveragefaktor eines Data-Warehouse-Projektes.- 15.1 Notwendigkeit zur Analyse.- 15.2 Geschäftsprozess-Entscheidungsmodell: Wie konstruieren wir einen Würfel?.- 15.3 Erforderliche Integrationskomponenten.- 15.3.1 Anwender, ihre Typolog ien und ihre Anforderungen.- 15.3.2 Zusammenführung unterschiedlicher Daten.- 15.3.3 Einbindung in die gegebene technische Infrastruktur.- 15.4 Hierarchiemanagement als zentraler Erfolgsfaktor.- 15.4.1 Die Suche nach dem kleinsten gemeinsamen Nenner.- 15.4.2 Inhalt und Technik müssen eng kooperieren.- 15.4.3 Hierarchien als Grundlage für detaillierte Analysen.- 15.5 Ausgewählte Erfolgsfaktoren des Projekts.- 15.5.1 Teambildung, Anforderungen identifizieren und Partnersuche.- 15.5.2 Ist ein Data Warehou se wirklich ein Projekt—.- 15.6 Ausblick.- 16 Case Study eines strategischen Konzepts einer E-Business-Plattform.- 16.1 Einleitung.- 16.2 Begriffliche Grundlagen ausgewählter IT-Trends.- 16.2.1 Eine Klassifizierung Internet-basierter Unternehmensauftritte.- 16.2.2 Data Warehousing.- 16.2.3 Pro-Aktive Informationsportale bzw. Internet Portale.- 16.2.4 Customer Relationship Management (CRM).- 16.3 Marktüberblick Telekommunikation.- 16.3.1 Konkurrenzsituation.- 16.3.2 Kundenzent riert statt Technologiezentriert.- 16.3.3 Fallende Preise und steigende Kosten.- 16.4 Fallstudie Telco Incorporated.- 16.4.1 Telco Incorporated (Ausgangslage).- 16.4.2 SWOT-Analyse.- 16.4.3 Primare Geschäftsprobleme.- 16.4.4 Strategische Unternehmens ziele.- 16.4.5 Maßnahmenzur Zielerreichung.- 16.4.6 Klassifizierung von Initiativen.- 16.4.7 Priorisierung von Projekten.- 16.4.8 Übersicht über das geplante Portal.- 16.5 Generalisierbarkeit der Aussagen.- 16.6 Conclusio.- Autorenverzeichnis.

Read More