Aktuelle Business Intelligence Trends - HTW Dresden · PDF fileOracle Warehouse Builder (OWB ) Pentaho Data Integrator ( PDI ) Business Objects XI Oracle 10g/11g Microsoft SQL Server

Aktuelle Business Intelligence Trends

BI Trends aus Sicht der

Infomotion GmbH

Tim Kretzschmar

Sebastian Schade

Agenda

24.06.2014 2

Vorstellung

Business Intelligence Trends

Einstieg bei Infomotion

VORSTELLUNG

Abschnitt I

24.06.2014 3

Kurzprofil

24.06.2014 4

Themenschwerpunkte Beratung:

Datenmodellierung

ETL

DV- und Fach-Konzeption

Business Objects Data Services ( BODS )

Microsoft SQL Server Integration

Services ( SSIS )

Oracle Warehouse Builder (OWB )

Pentaho Data Integrator ( PDI )

Business Objects XI

Oracle 10g/11g

Microsoft SQL Server 2005 - 2008R2

Sebastian Schade Diplom Wirschaftsinformatiker

Infomotion GmbH

Professional Consultant Business Intelligence

Duales Studium:

WS 2003: FSU Jena Wirtschaftsinformatik

03/2008: Abschluss Bachelor of Science

Beruflicher Werdegang:

2007 – heute: Infomotion GmbH Consultant

Kurzprofil

24.06.2014 5

Themenschwerpunkte Beratung:

Datenmodellierung

ETL

JAVA-Softwareentwicklung

DV- und Fach-Konzeption

Informatica Power Center

Pentaho Data Integrator ( PDI )

Business Objects XII

Oracle 10g/11g

Microsoft SQL Server 2005 - 2008R2

Tim Kretzschmar

Infomotion GmbH

Consultant Business Intelligence

Doppelstudium:

2003: Johann-Wolfgang-Goethe-

Universität Frankfurt am Main Lehramt Informatik/Geschichte und Bachelor

Informatik

Beruflicher Werdegang:

2012 – heute: Infomotion GmbH Consultant

180+ Kunden

vieler Branchen

Infomotion GmbH

24.06.2014 6

7 Niederlassungen mit

Hauptsitz in Frankfurt

Spezialisiert auf

Business Intelligence

9 Jahre stetiges

Wachstum (16 Mio. €)

150+ Mitarbeiter und

<5 Freelancer

Komplettes

Leistungsportfolio

Partnerschaften mit

führenden Anbietern

Eigenes Produkt-

portfolio

Optimierung und Ausrichtung aller Initiativen zur Herstellung einer optimalen Entscheidungsbasis für das Gesamtunternehmen.

Strategie Beratung

Leistungsportfolio

24.06.2014 7

Erarbeitung von Lösungsszenarien

und Fach- und DV-Konzepten

Architektur und Design

Umsetzung der technischen Lösung &

Einführung der definierten Prozesse

Implementierung

Kundennaher Premium Betrieb und

Anpassung von BI-Lösungen

Betrieb

Begleitung interner Mitarbeiter durch

erfahrenen BI-Coach

Coaching

Qualifizierung ihrer Mitarbeiter in BI-

Technologien und -Methoden

Training

Prozesse, Kennzahlen und KPIs für

definierte Unternehmensbereiche

Fachberatung

Auszug aus der Kundenliste

24.06.2014 8

Maschinenbau

Versicherungen

KAG

Banken Automobil

Konsumgüterindustrie

Chemie, Pharma Energie

Verkehr, Logistik Sonst. Industrien Sonst. Dienstleistungen

Handel

Medien, Telekomm.

Reporting bis Datenmanagement

24.06.2014 9

KPIs, Kennzahlen und andere

Informationen auf einen Blick

Dashboards

Entscheidungsrelevante Informa-

tionen filtern und analysieren

Predictive Analytics / Mining

Planung und Konsolidierung zur

optimalen Unternehmenssteuerung

Performance Management

Abbildung eines übergreifenden und integrierten Ansatzes zum Management aller

relevanten Informationen auf Unternehmensebene.

Enterprise Data Management

Selbstständige Analyse von Ursachen

und Zusammenhängen

Ad-hoc Rep. und Analyse

Ganzheitliche und benutzerzentrierte

Bereitstellung von Informationen

Standard Reporting

Mobile BI, Geo Intelligence, Social

Intelligence, Big Data, Collaboration

Aktuelle BI-Trends

Erweiterte Informationsnutzung

Big Data Management

SAS, QlikView, talend, Roambi,

NOAD, Keyrus, DSPanel

Sonstige

SQL Server, Integration Services,

Reporting Services, Analysis Services

Microsoft

Cognos BI, Cognos TM1, Cognos

Express, Infosphere Warehouse, SPSS

IBM

PowerCenter, Data Quality, Test Data

and Metadata Management

Informatica

BusinessObjects, Business Planning

and Consolidation, BW, HANA, …

SAP

Partnerschaften mit führenden Anbietern

24.06.2014 10

Best Practices aufgrund langjähriger Produkterfahrung und frühzeitige Evaluation neuer Produktversionen

Leistungsportfolio für spezielle BI-Softwareprodukte

Oracle BI, PL/SQL, Oracle Warehouse

Builder, ODI

Oracle

BI TRENDS

Abschnitt II

24.06.2014 11

24.06.2014 © INFOMOTION GmbH 12

Der Begriff Business Intelligence, Abkürzung BI, wurde ab Anfang bis Mitte der

1990er Jahre populär und bezeichnet Verfahren und Prozesse zur systematischen

Analyse (Sammlung, Auswertung und Darstellung) von Daten in elektronischer Form.

Ziele:

- bessere operative oder strategische Entscheidungen

- Geschäftsabläufe, sowie Kunden- und Lieferantenbeziehungen profitabler machen

- Kosten senken

- Risiken minimieren

- Wertschöpfung vergrößern

WAS IST BUSINESS INTELLIGENCE

Quelle: http://de.wikipedia.org/wiki/Business_Intelligence / Abruf: 13.06.2014

24.06.2014 © INFOMOTION GmbH 13

BUSINESS INTELLIGENCE IN DER PRAXIS

Erste Aufgabe

- Erstellen einer Datenbasis auf verschiedenen

operativen Systemen und sonstigen Quellen (

Data Warehouse [ DWH ] )

Ziel:

- Automatisierung des Controllings, des

Berichtswesens (Reporting), der Planung und

des Forecastings

- Markt- und Kundenanalyse

- Situation des eigenen Unternehmens soll

analysiert und ggf. bewertet werden

Zweite Aufgabe

- die für das Berichtswesen notwendigen

analytischen Auswertungen einzurichten

- Data- und Textmining Mechanismen sollen

etabliert werden

- Aggregation von feingranularen Informationen

zu Kennzahlen

- Bereitstellung von Daten für Fremdsysteme

24.06.2014 14 © Infomotion GmbH

Themen und Trends,

die aktuell diskutiert werden

Cloud BI Big Data | Data Driven

Analytische Datenbanken

24.06.2014 © Infomotion GmbH 15

Predictive Analytics

Logical Data Warehouse Mobile BI, Geo Intelligence

Visual Business Intelligence

Enterprise Data Hub

Agile BI / Self Service BI

PREDICTIVE ANALYTICS

24.06.2014 16 © Infomotion GmbH

Evolution von BI und Analytics

24.06.2014 17 © Infomotion GmbH

Analytischen Funktionen erfordern unterschiedliches Eingreifen zur

Ausführung von Handlungen

24.06.2014 © Infomotion GmbH 18

Data Decision Action

Descriptive What happened?

Diagnostic Why did it happen?

Predictive What will happen?

Prescriptive What should I do?

Analysis Human Input

Decision Support

Decision Automation

Analytischer Reifegrad

24.06.2014 © Infomotion GmbH 19

Dat

a

Steigere des analytischen

Reifegrads durch:

Analysieren neuer Datenquellen

Schnelleres anwenden von Analytics auf

mehr Entscheidungen

Erweitern des Portfolios auf mehrere

Einsatzmöglichkeiten

Descriptive

Diagnostic

Predictive

Prescriptive

Unstructured,

external

Structured,

internal, siloed

Hybrid,

integrated

Ad hoc, batch,

offline analytics

Pervasive, real-time,

embedded analytics

CLOUD BI

24.06.2014 20 © Infomotion GmbH

Cloud BI als Trend ?

24.06.2014 21 © Infomotion GmbH

Source: Magic Quadrant for BI and Analytics Platforms 2014 n= 1,939

No, we do not have or plan to deploy our BI applications in

the cloud

54%

Yes, through private cloud 20%

Yes, through public cloud

9%

Yes, through public/private cloud

4%

Not today, but we plan to deploy through a private cloud in the

next 12 months 8%

Not today, but we plan to deploy through a public cloud in the next 12 months

1%

Not today, but we plan to deploy through a hybrid public/private cloud in the next 12 months

4%

46% of customers surveyed use cloud BI

or plan to in the next 12 months

(up from 30% for the past 5 years)

Strategic Planning Assumption (Gartner)

24.06.2014 22 © Infomotion GmbH

By 2016, 25% of net-new business analytics deployments will be in the form

of subscription to cloud analytics platforms or application services.

By 2016, more than 5% of the total BI, analytics and performance

management market is to be driven by cloud.

Cloud BI

24.06.2014 23 © Infomotion GmbH

Wenn alle Daten im Unternehmen liegen, tendiert die

BI immer dazu auch im Unternehmen zu sein.

Umso mehr Datenquellen in die Cloud wandern,

umso schneller wird BI auch in der Cloud betrieben.

Zukünftig werden dadurch häufiger hybrid-Ansätze

etabliert, da jeder „Standort“ seinen Vorteil hat.

Supply Chain

Lieferanten Daten

Supply Chain Personal-Daten

On-premise

BI Cloud BI

Kundendaten

On-premise

BI Cloud BI

Hybrid BI Deployments

Verteilungsszenarien

On-premise und cloud

24.06.2014 24 © Infomotion GmbH

SaaS BA

External Data

IAAS

Cloud

DI Platform

On-premise Cloud

Data On-premise/BA in the Cloud

SaaS BI

IaaS

External Data Internal Data

DI Platform DI Platform

On-premise Cloud

BA SaaS

IaaS

External Data Internal Data

DI Platform

Hybrid On-premises and Cloud

DI Platform

On-premise Cloud

BI

DI Platform

Internal Data

On-premise

Cloud On-premise

DATA LAKE UND

ENTERPRISE DATA HUB (EDH)

24.06.2014 25 © Infomotion GmbH

Datenwachstum bedingt neue Ansätze

24.06.2014 © Infomotion GmbH 26

Relative Größe und Komplexität

Verar-

beitung Daten

Verar-

beitung

Verar-

beitung

Daten

Daten

Daten

bisher Daten der Verarbeitung zuführen

Daten

Informationszentrierte

Unternehmen

benutzen ALLE Daten:

Multi-strukturierte,

Intern & externe Daten

Jeglichen Typs

zukünftig Verarbeitung den Daten zuführen

Verar-

beitung

Verar-

beitung

Verar-

beitung

Prozesszentrierte

Unternehmen benutzen:

Meistens Strukturierte

Daten

Nur interne Daten

Nur “wichtige“ Daten

BIG DATA

24.06.2014 27 © Infomotion GmbH

Big Data kommen von Maschinen

24.06.2014 28 © Infomotion GmbH

GPS,

RFID,

Hypervisor,

Web Servers,

Email, Messaging,

Clickstreams, Mobile,

Telephony, IVR, Databases,

Sensors, Telematics, Storage,

Servers, Security Devices, Desktops

Definition Big Data

Datenmengen (Volume)

Anzahl von Datensätzen und Files

Yottabytes

Zettabytes

Exabytes

Petabytes

Terabytes

Datenvielfalt (Variety)

Fremddaten (Web etc.)

Firmendaten

Unstrukturierte, semistrukturierte,

strukturierte Daten

Präsentationen I Texte I Bilder I Tweets I Blogs

Kommunikation zwischen Maschinen

Geschwindigkeit (Velocity)

Datengenerierung in hoher Geschwindigkeit

Übertragung der konstant erzeugten Daten

Echtzeit

Millisekunden

Sekunden I Minuten I Stunden

Analytics

Erkennen von Zusammenhängen, Bedeutungen, Mustern

Vorhersagemodelle

Data Mining

Text Mining

Bildanalytik I Visualisierung I Realtime

Big Data

24.06.2014 © Infomotion GmbH 29

Quelle: „Management von Big Data Projekten Leitfaden“, Bitcom 2013, S. 10

Klassische BI Technologie-Stack

24.06.2014 © Infomotion GmbH 30

Marketing Vertrieb …

Die Quelldaten liegen hochstrukturiert in

unternehmensinternen Datenbanken

zum Abruf bereit.

Strukturierte interne Daten

Benötigte

Informationen abrufen

und aussortieren

Filtern

Informationen auf-

bereiten & anreichern

Verarbeitung

Die letztendlich für das Reporting

benötigten Daten werden in diesem

Schritt von den Quellsystemen ab-

gerufen, verarbeitet und in das DWH

geladen.

Extract Transform Load

Informationen gezielt in

das DWH übertragen

Laden

Entscheidungsreleva

nte Informationen

filtern und

analysieren

Data Mining &

Analytics

Bereitstellung

aufbereiteter,

aggregierter und

gefilterter

Informationen

Data-Warehouse

KPIs, Kennzahlen

und andere

Informationen auf

einen Blick

Dashboards

Selbstständige Analyse

von Ursachen und

Zusammenhängen

Ad-hoc Rep. und

Analyse

Ganzheitliche und

benutzerzentrierte

Bereitstellung von

Informationen

Standard Reporting

Business Intelligence mit Big Data Technologie

24.06.2014 © Infomotion GmbH 31

Interne DBs

Die Quelldaten liegen polystrukturiert in

Datenbanken, die sowohl intern als auch

extern zum Abruf bereit stehen.

Polystrukturierte Daten Wetter Bewegung Produkte Logdaten Social Media

Diese Schicht ist für den Transport, die

Filterung und einer Verarbeitung in

nahezu Echtzeit zuständig.

Transport-Layer

Rohdaten in Data Hub

ablegen

Laden

Informationspush kurz

nach Auftreten

Echtzeitnah

Filtern, Analyse, Verarbeitung & Weitergabe

im Stream für bestimmte Zielsysteme

Livestream-Datenverarbeitung

In dieser Schicht werden (Roh-)Daten

abgelegt und im Batch-Betrieb

verarbeitet. Die Aufbereitung erfolgt

spezifisch für verschiedene abnehmende

Systeme.

Batch Processing & Storage-Layer

Informationen an spezifische

Informationsablagesysteme

übertragen

Laden

Informationsablage für

Rohdaten

Data Hub

Informationen Zielsystem-

spezifisch aufbereiten

Spezifische Batch

Verarbeitung

Use Case spezifische

Informations- & Reporting-

systeme

Zielsysteme

Mit dieser Schicht wird die teilweise

hohe Latenz des Storage-Layers

kompensiert und Informationen

zielsystemspezifisch aufbereitet

vorgehalten.

Server-Layer

Informationsablage

Zielsystem 1

Informationsablage

Zielsystem 1I

KPIs, Kennzahlen und andere Infor-

mationen auf einen Blick in Echtzeit

Echtzeit-Dashboards

EINSTIEG BEI INFOMOTION

Abschnitt III

24.06.2014 32

24.06.2014 33

Berufseinstieg

Studium

Vortrag Infomotion

Praktikum Abschlussarbeit

Einstellung als Consultant

Zusammenarbeitsmöglichkeiten

Praktikum

Abschlussarbeit

Werkstudententätigkeit

Einstieg in die Beratung

24.06.2014 34

Ansprechpartner Bewerbungen

24.06.2014 35

Fragen und Bewerbungen können Sie an unsere

Ansprechpartnerin richten!

ANNA-LENA BURK Diplom-Ökonomin

Referentin Human Resources

INFOMOTION GMBH

LUDWIGSTRASSE 33-37 60327 FRANKFURT

T: +49 (0) 69 97460-755 F: +49 (0)69 97460-799

anna-lena.burk@infomotion.de www.infomotion.de

24.06.2014 36

Ihre Fragen…

TIM KRETZSCHMAR Consultant

INFOMOTION GMBH

LUDWIGSTRASSE 33-37 60327 FRANKFURT AM MAIN

T: +49 (0) 69 97460-700 F: +49 (0) 69 97460-799

tim.kretzschmar@infomotion.de www.infomotion.de

SEBASTIAN SCHADE Diplom Wirtschaftsinformatiker

Professional Consultant

INFOMOTION GMBH

LUDWIGSTRASSE 33-37 60327 FRANKFURT AM MAIN

T: +49 (0) 69 97460-700 F: +49 (0) 69 97460-799

sebastian.schade@infomotion.de www.infomotion.de