Strategische Informationsbereitstellung mit Business Intelligence Werkzeugen bei DaimlerChrysler Manfred Abrecht, IT-Technologiemanagement DaimlerChrysler,

Strategische Informationsbereitstellung mit Business Intelligence Werkzeugen bei DaimlerChrysler

Manfred Abrecht, IT-TechnologiemanagementDaimlerChrysler, ITI/TG, +49-711-92903

11.03.2006

2

Agenda

1. Zur Person

2. DaimlerChrysler

3. Informationsaufbereitung und Business Intelligence bei DaimlerChrysler

4. Strategiefindung

5. Erfahrungen mit Business Intelligence

6. Zusammenfassung und Ausblick

3

1. Zur Person

Manfred Abrecht, DaimlerChrysler Stuttgart-Möhringen, ITI/TG, HPC 0516, Tel. +49-(0)711-17-92903

Dipl. Wirtschaftsingenieur, TH Karlsruhe, Fachrichtung Operations Research und Organisation, Abschluß 1979

Seit 1979 bei DCX, verschiedene Aufgabengebiete innerhalb der IT:

Mainframe und IDMS-Systementwicklung im Werk Sindelfingen

Mitarbeit bei weltweiter e-mail-Systemkonsolidierung nach dem Merger mit Chrysler

Zentrales Technologiemanagement in globaler Verantwortung, u.a.

Datenbanken, Business Intelligence, SAP Netweaver, Microsoft .Net, IBM Websphere

4

99% DES UMSATZES VON DAIMLERCHRYSLER WERDEN IM AUTOMOBILGESCHÄFT BZW. DURCH AUTOMOBILNAHE

DIENSTLEISTUNGEN ERZIELT

4

2. DaimlerChrysler

5

MARKENPORTFOLIO

5

2. DaimlerChrysler

6

MITGLIEDER DES VORSTANDS

2. DaimlerChrysler

7

DAIMLERCHRYSLER ZAHLEN & FAKTEN 2004

7

2. DaimlerChrysler

8

3. Informationsaufbereitung bei DaimlerChrysler

Daten und Informationen werden auf unterschiedliche Art und Weise identifiziert, verteilt, gesammelt und aufbereitet ….

Um die Qualität der Informationen sicherzustellen und eine sinnvolle Auswertung zu ermöglichen, werden Business Intelligence Methoden und Werkzeuge eingesetzt.

9

3. Business Intelligence – eine Definition

Business Intelligence (BI) is a broad category of application and technologies for gathering, storing, analyzing, and providing access to data to help enterprise users make better business decisions.

BI applications (as a part of BI) include the activities of

decision support system,

query and reporting,

online analytical processing (OLAP),

statistical analysis,

forecasting, and

data mining.

Quelle: Gartner

10

3. Data Management und Business Intelligence Schichten

Operational Databases

ETL (extract - transform - load)

Data Warehouse

Reporting, OLAP, Data Mining

11

3. Komponenten einer BI-Architektur

DB2Table

FlatFiles

Data MartsData Marts

Data Warehouse SystemData Warehouse SystemInput Layer Output LayerStorage Layer

D

D

DD

F

D

D

D

DD

F

D

Presentation Presentation LayerLayer

SourceSourceSystemsSystems

IDMS

SAP

DB2

Oracle

Data-Data-Acquisition-Acquisition-

LayerLayer

Systems Management LayerSystems Management Layer

Metadata LayerMetadata Layer

12

3. Der Hauptaufwand sollte bei der Datenaufbereitung liegen

Operational D

B

ET

L

Data W

arehouse

Reporting, O

LAP

,D

ata Mining

Aufwand

Prozess

75% - 90%

10% - 25%

Realität

13

3. Unterschiedliche Berichte für unterschiedliche Benutzergruppen

Berichts-konsument

Manager Analyst

Wachsende Funktionalität der Berichte

EinfacheListenberichte

Berichte mit Listen und Diagrammen

OLAP-Berichte

14

Implementation, & Operations

Support,

Replacement of old

technologies

IT Products, Architectures

Emerging Technologies

Governance and

Services

Technology Report

IT Architecture for Technology & Operations

Innovation Management

Strategy /Standards

Management

Technology & Product

Support

• Technology Monitoring

• Support Research projects

• Maturity Assessment / Impact Analysis

• Recommendation to GTC

• Lead evaluation projects- Technical Evaluation- Economical Evaluation

• Documentation• License

Management

• Plan and coordinate Transfer and Roll-Out

• Provide Guidelines for Operation and Development

• Establish Support Organization

• Lifecycle / Release Mgt.

• Vendor Relationship Mgt.

• Release / Change Management

• Knowledge Exchange

• 3rd Level Support

• Plan and coordinate Migration Projects

• Provide Migration Support

Integration intoInfrastructure

Conceptsand basic Guidelines

Technology & Product

Deployment

Investigate Define Transfer Support Replace

MigrationGuidelines

Sundowning

Product Management is strongly aligned to the TechnologyManagement Process with changing grade of involvement per phase

4. Technology Management Process und Product Management Tasks

15

4. Business Intelligence Markt

OperationalDatabases

IDMSUDBORACLE DB2/Host

ETL

ORACLEUDBData

Warehouse

Data Mart /OLAP Data

OLAP Frontend Reporting

SAS

AscentialIBM

Acta

Microsoft

Hummingbird

DataMirrorOracle

Compuware

CA

CognosiWay SagentData Junction

MicroStrategy

Microsoft

CA

Hyperion

Whitelight

ProClarity

Crystal

Oracle

Viador Hummingbird

PeopleSoft

MIS

Actuate Sagent

AlphaBlox

Arcplan

Applix

SIRON

SA

P B

W and S

EM

Brio

Cognos

Business Objects

Information Builders

Comshare

SAS

IBM

ETIInformatica

MIK

Bereits im Einsatz bei DCX

16

4. Business Intelligence Markt - Schlussfolgerung

Wie kann eine solche Auswahl getroffen werden?

Produktauswahl istabsolut essentiell!

Markt ist sehr dynamisch und unübersichtlich

Vielzahl an Herstellern Sehr teure Produkte Schlimmer noch: viele der

Produkte sind bereits im Einsatz bei DCX

17

4. Aus Sicht der Analysten

BI Suites &Reporting

BI Platforms

ETL

Vielzahl an HerstellernVielzahl an Herstellern

Aber keine klaren MarktführerAber keine klaren Marktführer

Quelle: Gartner

ETL Tools

18

Evaluierung auf Basis von DCX-Anforderungen sind notwendig

4. Aus Sicht der Analysten - Schlussfolgerung

Analysteneinschätzungen gebenkaum Hilfestellung!

Große Märkte Keine Marktführer

19

4. Data Management und Business Intelligence Strategie

OperationalDatabases

ETL

DataWarehouse

ReportingOLAPData Mining

Best-of-Breed StrategieOne-Vendor Strategie

CO

GN

OS

SA

P

BW

Cognos, Hyperion

IBM, Oracle

Informatica, IBM

20

5. Erfahrungen mit Business Intelligence

BI liegt dicht am Fachbereich, dortige „IT-ler“ mischen kräftig mit

Großprojekte brauchen alle BI-Layer und Tools, Kleinprojekte sind damit überfordert (v.a. finanziell)

Konsolidierte Organisationseinheiten für BI innerhalb eines Unternehmens sind wichtig, aber schwierig einzurichten

Es gibt BI-Lager: SAP-BW „Traditionelle“ BI Excel

Offshoring sehr schwierig bei BI wegen fehlender Nähe zum Fachbereich

BI ist in manchen Komponenten teuer/sehr teuer

21

6. Zusammenfassung und Ausblick

BI ist generell ‚Hype‘ und daher auch bei DaimlerChrysler-IT von Interesse

Markt durch Übernahmen/Neuprodukte sehr dynamisch

Für ein erfolgreiches Projekt ist Datenbeschaffung/-semantik wichtiger als Report-Layout

Metadaten spielen – leider – nicht die Rolle, obwohl sie essentiell sind

BI erfordert umfangreiche IT-Kenntnisse (OS, DBMS, Modellierung, Web-Technologien, Programmierung, Betrieb)

Hypothese: Microsoft wird den BI-Markt aufmischen

Strategische Informationsbereitstellung mit Business Intelligence Werkzeugen bei DaimlerChrysler

Manfred Abrecht, IT-TechnologiemanagementDaimlerChrysler, ITI/TG, +49-711-92903

11.03.2006