Einsatz eines Data Warehouse-basierten Informationssystems für die Unternehmenskonsolidierung
Analyse anhand eines auf SAP Business Information Warehouse basierenden Systems in einem international tätigen Industrieunternehmen
- Art: MA-Thesis / Master
- Autor: Marco Bereuter
- Abgabedatum: Februar 2003
- Umfang: 159 Seiten
- Dateigröße: 1,6 MB
- Note: 1,0
- Institution / Hochschule: Hochschule Liechtenstein Liechtenstein
- ISBN (eBook): 978-3-8324-7076-0
-
ISBN (Paperback) :
978-3-8324-7076-0 P - ISBN (CD) :978-3-8324-7076-0 CD
- Sprache: Deutsch
- Prämierung:
- Arbeit zitieren: Bereuter, Marco Februar 2003: Einsatz eines Data Warehouse-basierten Informationssystems für die Unternehmenskonsolidierung, Hamburg: Diplomica Verlag
- Schlagworte: STAR-Schema, Modellierung, Multidimensional, OLAP, Reporting
In den Warenkorb
74,00 €
MA-Thesis / Master von Marco Bereuter
Einleitung:
In den letzten Jahren hat sich der Fokus der betrieblichen Informationsverarbeitung von der Unterstützung operativer Geschäftsabläufe hin zu einer verstärkten Unterstützung analyseorientierter Tätigkeiten verschoben. Eine zentrale Rolle spielen hierbei Data Warehouse basierte Informationssysteme. In dieser Arbeit geht es um den Einsatz eines solchen Systems für die Analyse von Unternehmenskonsolidierungsdaten eines international tätigen Industrieunternehmens. Im ersten Teil der Arbeit werden die informationstechnischen und betriebswirtschaftlichen Grundlagen festgelegt sowie das Data Warehouse Produkt der SAP, SAP BUSINESS INFORMATION WAREHOUSE vorgestellt. Schwerpunkt dieser Arbeit bildet die Modellierung multidimensionaler Strukturen. Im zweiten Teil werden die wesentlichen Aspekte der Modellierung auf den einzelnen Ebenen betrachtet. Besonderheiten ergeben sich hierbei aus dem Umfeld der Unternehmenskonsolidierung und aus der eingesetzten Data Warehouse Lösung SAP BUSINESS INFORMATION WAREHOUSE.
Abstract:
In the last years the main focus of company’s information processing has moved from supporting operating processes towards supporting increasingly analytical activities. Data Warehouse based information systems play a decisive role in this context. This paper is about such a system for the analysis of business consolidation data of an internationally-active industrial company. In the first part of this paper the technical and business fundamentals are clarified as well as the Data Warehouse product of SAP, SAP BUSINESS INFORMATION WAREHOUSE is presented. In this paper the emphasis is on modelling multidimensional structures. In the second part the important aspects of modelling on each level are looked at. In this connection there are particularities of modelling due to the area of business consolidation and due to the Data warehouse solution used, SAP BUSINESS INFORMATION WAREHOUSE.
Inhaltsverzeichnis:
| ABKÜRZUNGSVERZEICHNIS | VI | |
| ABBILDUNGSVERZEICHNIS | VIII | |
| TABELLENVERZEICHNIS | X | |
| 1. | ZIELSTELLUNG UND ABGRENZUNG | 11 |
| 1.1 | Rahmenbedingungen | 12 |
| 1.2 | Aufbau der Arbeit | 12 |
| 2. | GRUNDLAGEN | 13 |
| 2.1 | Betriebliche Informationssysteme und Business Consolidation-Information System (BCS-IS) | 13 |
| 2.1.1 | Administrations- und Dispositionssysteme | 13 |
| 2.1.2 | Planungs- und Kontrollsysteme | 15 |
| 2.1.3 | Einordnung von BCS-IS | 16 |
| 2.2 | Data Warehouse-Konzept | 20 |
| 2.2.1 | Begriffsbestimmung | 20 |
| 2.2.2 | Data Warehouse Komponenten | 22 |
| 2.2.3 | Data Warehouse Architektur | 25 |
| 2.3 | Moderne Auswertungs- und Analysetechniken | 28 |
| 2.3.1 | On-Line Analytical Processing | 28 |
| 2.3.2 | Data Mining | 31 |
| 2.3.2.1 | Begriffsdefinition | 31 |
| 2.3.2.2 | Funktionen, Methoden und Techniken des Data Minings | 33 |
| 2.3.2.3 | Data Mining Prozess | 35 |
| 2.4 | Unternehmenskonsolidierung | 36 |
| 2.4.1 | Begriffsbestimmung | 37 |
| 2.4.2 | Konsolidierungsfunktionen | 39 |
| 2.4.3 | Systemlandschaft der Unternehmenskonsolidierung bei Leica Geosystems | 41 |
| 3. | SAP BUSINESS INFORMATION WAREHOUSE (SAP BW) | 43 |
| 3.1 | Produktpositionierung | 43 |
| 3.2 | Architektur des SAP BW | 45 |
| 3.2.1 | Datenbereitstellung | 46 |
| 3.2.2 | Datenhaltung | 46 |
| 3.2.3 | Informationsanalyse und -präsentation | 48 |
| 3.3 | Datenfluss in das SAP BW | 49 |
| 3.4 | BW-Schema | 51 |
| 3.4.1 | STAR-Schema | 54 |
| 3.4.2 | Erweitertes STAR-Schema (BW-Schema) | 56 |
| 3.4.2.1 | Verbindung von Stammdaten und InfoCubes | 60 |
| 3.4.2.2 | Attribute und ihre Eigenschaften | 60 |
| 3.4.2.3 | Externe Hierarchien und ihre Eigenschaften | 62 |
| 3.4.2.4 | Line Item-Dimension | 62 |
| 3.4.2.5 | Technische Limite eines InfoCubes | 63 |
| 3.4.3 | SAP BW Terminologie | 63 |
| 4. | REPORTINGANFORDERUNGEN DER KONSOLIDIERUNG | 65 |
| 4.1 | Vorgehensmodell für die Entwicklung Data Warehouse basierter Informationssysteme | 65 |
| 4.2 | Vorgehensweise für die Entwicklung von BCS-IS | 68 |
| 4.3 | Anforderungsanalyse | 69 |
| 4.3.1 | Berichte | 71 |
| 4.3.2 | Berichtsübergreifende Anforderungen | 74 |
| 4.3.3 | Allgemeine Anforderungen | 76 |
| 5. | MODELLIERUNG | 77 |
| 5.1 | Modellierungsbegriff | 77 |
| 5.2 | Semantisches Modell | 80 |
| 5.2.1 | Kennzahlen | 80 |
| 5.2.2 | Dimensionen und Dimensionstypen | 82 |
| 5.2.3 | Dimensionen von BCS-IS im Einzelnen | 86 |
| 5.3 | Logisches Modell | 93 |
| 5.3.1 | Slowly changing dimensions | 94 |
| 5.3.1.1 | Szenario A: „Historische Wahrheit“ | 95 |
| 5.3.1.2 | Szenario B: „Heute ist die Wahrheit“ | 96 |
| 5.3.1.3 | Szenario C: „Gestern ist die Wahrheit“ | 97 |
| 5.3.1.4 | Szenario D: „Die vergleichbare Wahrheit“ | 99 |
| 5.3.1.5 | History Tracking für BCS-IS | 100 |
| 5.3.2 | Modellierungsentscheidungen | 102 |
| 5.3.2.1 | Abhängige Attribute im BW-Schema | 103 |
| 5.3.2.2 | m:n-Beziehungen | 104 |
| 5.3.2.3 | Modellierung der Währung | 105 |
| 5.3.3 | Hierarchien | 106 |
| 6. | DATENBESCHAFFUNG | 110 |
| 6.1 | Extraktion | 110 |
| 6.2 | Transformation | 114 |
| 6.3 | Laden | 119 |
| 7. | DATENANALYSE | 121 |
| 7.1 | SAP BW-Analysewerkzeuge | 122 |
| 7.2 | Queryelemente | 125 |
| 8. | FAZIT | 132 |
| ANHANG | 139 | |
| QUELLENVERZEICHNIS | 149 | |
| EIDESSTATTLICHE ERKLÄRUNG | 158 |
Das Ergebnis der Kennzahlenanalyse aus Anlage 1 bis Anlage 4 zeigt, dass es sich bei den erhobenen Kennzahlen um Werte handelt, die auf Konten (= Positionen) bzw. Unterpositionen verbucht werden. Auf Grund der Tatsache, dass die Kennzahlen gleich dimensioniert sind und diese Kennzahlen hierarchisch angeordnet sind, bietet sich die Modellierung einer Kennzahlenbzw. Kontenrahmendimension an. Eine Ausnahme in der Dimensionierung stellen lediglich die Kennzahlen der Berichte aus Anlage 2 und Anlage 3 dar. Diese Kennzahlen sind nicht nach LAND und SPARTE dimensioniert. Bei der Kennzahlen- bzw. Kontenrahmendimension handelt es sich um eine modellierungstechnische Besonderheit, da Kennzahlen normalerweise als eigenständiges Kernelement von MDM genannt werden.113 Treffen jedoch oben genannte Kriterien zu, ist diese Modellierungsvariante geeignet. [...]
Analog zur Modellierung von Datenbank-Anwendungen beginnt der Entwurf von DWH-Systemen mit einem konzeptuellen Datenmodell, dem semantischen Datenmodell, mit dem versucht wird, die relevanten Zusammenhänge der Anwendungsdomäne zu modellieren, ohne auf technische Realisierbarkeiten zu achten.110 Für einen solchen Entwurf werden verschiedene grafisch orientierte Techniken eingesetzt, wobei sich für die SchemaErstellung von DWH-Systemen (noch) keine Notation in Theorie und Praxis durchgesetzt hat.111 Die unterschiedlichen Ansätze im Bereich der semantischen Modellierung werden hier nicht diskutiert bzw. einander gegenübergestellt, da der Schwerpunkt dieser Arbeit in der konkreten Modellierung eines DWH-basierten Informationssystems liegt. Nachfolgend wird die ERM-Notation ohne multidimensionale Modifikationen verwendet.112 Die Gründe dafür sind: • • • Die ERM-Notation ist bereits aus der klassischen Datenbankanwendungsmodellierung bekannt. ERM-Modelle sind an die logische STAR-Schema-Modellierung angelehnt. Gemäss Entwicklungsstandards der Leica Geosystems ist die ERM-Notation für die Datenmodellierung anzuwenden. [...]
Die Ebenen eines Modells unterscheiden sich in ihrer Nähe zur Informationstechnik. Ein Informationssystem wird ausgehend von der betriebswirtschaftlichen Beschreibung (FACHKONZEPT) über die Stufe DV-KONZEPT durch Einsatz von Informationstechnik implementiert (IMPLEMENTIERUNG). Bei DWH-basierten Informationssystemen stehen multidimensionale Daten- und Funktionsmodelle mit den Kernelementen Kennzahlen, Dimensionen und Ableitungsregeln im Mittelpunkt der Betrachtung.108 Ableitungsregeln sind hierbei die funktionalen Bestandteile von DWH-basierten Informationssystemen. Durch Ableitungsregeln werden Daten abgeleitet (z.B. Kennzahlen berechnet) bzw. verdichtet. Ableitungsregeln entsprechen in der SAP-Terminologie den Übertragungs- und den Fortschreibungsregeln.109 Die Datenmodellierung ist also bei DWH-basierten Informationssystemen von zentraler Bedeutung. Bei der Modellierung von Daten werden verschiedene Modellierungsebenen unterschieden, die bereits in Kapitel 4.2 (Abbildung 24) eingeführt wurden. [...]
In den Warenkorb
74,00 €
Link zur Arbeit:
http://www.diplom.de/ean/9783832470760
Arbeit zitieren:
Bereuter, Marco Februar 2003: Einsatz eines Data Warehouse-basierten Informationssystems für die Unternehmenskonsolidierung, Hamburg: Diplomica Verlag
Schlagworte:
STAR-Schema, Modellierung, Multidimensional, OLAP, Reporting



