Projektierung und Konzeption eines Data Warehouses zur Vertriebsunterstützung
- Art: Diplomarbeit
- Autor: Oliver Kannowski
- Abgabedatum: Juli 1999
- Umfang: 115 Seiten
- Dateigröße: 6,9 MB
- Note: 1,6
- Institution / Hochschule: Fachhochschule Augsburg Deutschland
- ISBN (eBook): 978-3-8324-2795-5
-
ISBN (Paperback) :
978-3-8324-2795-5 P - ISBN (CD) :978-3-8324-2795-5 CD
- Sprache: Deutsch
- Prämierung:
- Arbeit zitieren: Kannowski, Oliver Juli 1999: Projektierung und Konzeption eines Data Warehouses zur Vertriebsunterstützung, Hamburg: Diplomica Verlag
- Schlagworte: Informationsmanagement, Datenmodellierung, Data Warehouse, Data Mart, OLAP
In den Warenkorb
38,00 €
Diplomarbeit von Oliver Kannowski
Einleitung:
In der heutigen Industriegesellschaft gewinnt der Produktionsfaktor Information zunehmend an Bedeutung. Der zukünftige Erfolg eines Unternehmens hängt von der Fähigkeit ab, relevante Informationen zu erkennen, zu beschaffen, effizient aufzubereiten und für den Entscheidungsprozess zu nutzen. Dabei spielen sowohl interne als auch externe, sowohl vergangenheits- als auch zukunftsgerichtete Informationen eine bedeutende Rolle.
In den Unternehmen werden viele Daten oft verstreut gespeichert, auf unterschiedlichen Medien verwaltet und auf verschiedenen Anwendungen generiert. Als Folge davon stehen viele Daten für eine gezielte Verwendung nicht zur Verfügung und bleiben bei wichtigen Entscheidungen unberücksichtigt.
Auch die sich heute abzeichnende Informationsüberflutung trägt dazu bei, dass Daten nicht berücksichtigt werden. Gründe dafür sind neue Kommunikationsmöglichkeiten, das Eindringen des Internets in den Unternehmensalltag und die fortschreitende Globalisierung. Angesichts dieser Informationsflut und –verschiedenartigkeit weiß der einzelne Mitarbeiter nicht mehr, welche Daten überhaupt verfügbar sind und wie gewünschte Information aus den unterschiedlichen Quellen abgerufen werden kann.
Unter Data Warehouse wird ein Konzept zur redundanten Speicherung von entscheidungsorientierten Daten aus operativen Systemen verstanden. Im Vordergrund steht die Gestaltung einer Datenbasis, die als Grundlage für Informationssysteme dient. Die Aufgabe eines Data Warehouses ist eine verbesserte zielgerichtete Nutzung von vorhandenen Daten, die das Führen durch Information konsequent unterstützen soll. Im Gegensatz zu Entscheidungsunterstützungssystemen (EUS) oder Führungsinformationssystemen (FIS), welche Informationen für bestimmte funktionale Einheiten eines Unternehmens liefern, geht der Data Warehouse-Ansatz über solche Systeme hinaus. „Ein Data Warehouse ist ein umfassendes Konzept zur Entscheidungsunterstützung von Mitarbeitern aller Bereiche und Ebenen.“ Ein Data Warehouse bezeichnet einerseits den Prozess der Transformation operationaler Daten in Informationen und andererseits das Laden der Daten in ein Zentrallager. Das Zentrallager ist das sogenannte Data Warehouse. Es kann als eine ausschließlich für Auswertungszwecke eingerichtete Datenbank angesehen werden. Auswertungen der Daten können von Fach- und Führungskräften mittels benutzerfreundlicher Abfrage- und Analysewerkzeuge vorgenommen werden.
Solche Analysewerkzeuge werden mit OLAP (Online Analytical Processing) -Systemen ermöglicht. OLAP ist eine Ergänzung des Data Warehouse Konzepts zur analytischen multidimensionalen Datenauswertung, welche „online“ anhand einer intuitiven Bedienoberfläche vorgenommen werden kann. Das Data Warehouse- und OLAP-Konzept stehen in einem engen Zusammenhang, wobei es zu inhaltlichen Überschneidungen kommen kann.
Diese Diplomarbeit wird in Zusammenarbeit mit dem WEKA Fachverlag für technische Führungskräfte GmbH in Augsburg durchgeführt. Der Verlag plant den Einsatz eines Data Warehouses im Bereich Vertrieb, um die Datenbasis und Auswertungsmöglichkeiten zu Zwecken der Planung, Steuerung und Kontrolle deutlich zu verbessern.
Ziel der vorliegenden Arbeit ist zunächst eine genauere Erarbeitung der Grundlagen. Es soll ein Überblick über das Informationsmanagement, das Data Warehouse- sowie OLAP-Konzept gegeben werden. Nachdem die Istsituation des Unternehmensbereiches untersucht wurde und die Ziele für das Data Warehouse festgelegt worden sind, soll ein konzeptionelles Modell entworfen werden.
Inhaltsverzeichnis:
| 1. | Einleitung | 1 |
| 1.1 | Problemabgrenzung | 1 |
| 1.2 | Vorgehensweise und Zielsetzung | 2 |
| 2. | Vorstellung des Unternehmens | 4 |
| 2.1 | Die WEKA Firmengruppe | 4 |
| 2.2 | Der WEKA Fachverlag für technische Führungskräfte GmbH | 5 |
| 2.3 | Der Vertrieb im WEKA Technikverlag | 5 |
| 2.3.1 | Aufbau und Organisation | 5 |
| 2.3.2 | Hauptaufgaben | 6 |
| 2.3.3 | Allgemeiner Ablauf einer Vertriebsaktion | 7 |
| 3. | Grundlagen des Informationsmanagements | 9 |
| 3.1 | Information und Kommunikation | 9 |
| 3.2 | Klassifikation von Informationssystemen | 11 |
| 3.3 | Management-Unterstützungs-Systeme (MUS) | 13 |
| 3.4 | Anforderung an das Informationsmanagement | 15 |
| 3.4.1 | Verfügbarkeit der Informationen | 15 |
| 3.4.2 | Quantitative und qualitative Optimierung von Informationen | 15 |
| 3.4.3 | Wirtschaftlichkeit, Zuverlässigkeit und Benutzerfreundlichkeit von Informationssystemen | 15 |
| 4. | Data Warehouse Konzept | 16 |
| 4.1 | Einführung und Historie | 16 |
| 4.2 | Nutzen eines Data Warehouses | 17 |
| 4.3 | Eigenschaften eines Data Warehouses | 18 |
| 4.3.1 | Subjektorientiert | 18 |
| 4.3.2 | Integriert | 19 |
| 4.3.3 | Zeitbezogen | 20 |
| 4.3.4 | Beständig | 21 |
| 4.4 | Organisationsformen des Data Warehouses | 21 |
| 4.4.1 | Zentrales Data Warehouse | 22 |
| 4.4.2 | Verteiltes Data Warehouse | 22 |
| 4.4.3 | Abwägung Data Mart- und Data Warehouse-Ansatz | 23 |
| 4.5 | Verfahren der Datenintegration | 24 |
| 4.5.1 | Lazy oder on-demand Ansatz | 24 |
| 4.5.2 | Eager oder in-advance Ansatz | 25 |
| 4.6 | Datenintegration beim Data Warehouse | 26 |
| 4.6.1 | Systemarchitektur | 26 |
| 4.6.2 | Probleme | 27 |
| 4.7 | Architektur und Komponenten eines idealtypischen Data Warehouses | 28 |
| 4.7.1 | Extraktions- und Transformationsprogramme | 29 |
| 4.7.2 | Datenbasis und Datenbankmanagementsystem | 30 |
| 4.7.3 | Metadatenbanksystem | 30 |
| 4.7.4 | Komponenten der Datenpräsentation | 31 |
| 4.8 | Interne Struktur eines Data Warehouses | 32 |
| 4.8.1 | Denormalisierter Datenbestand | 32 |
| 4.8.2 | Granularität der Daten | 33 |
| 4.8.3 | Partitionierung der Daten | 35 |
| 5. | Online Analytical Processing (OLAP) | 36 |
| 5.1 | Einführung | 36 |
| 5.2 | Abgrenzung zu Online Transaction Processing (OLTP) | 37 |
| 5.3 | Mehrdimensionale Darstellung von Daten | 38 |
| 5.3.1 | Matrixdarstellung | 38 |
| 5.3.2 | Darstellung als Datenwürfel (Data Cube) | 39 |
| 5.3.3 | Begriffserklärungen | 41 |
| 5.4 | Arten der Datenhaltung | 42 |
| 5.4.1 | Multidimensionales OLAP (MOLAP) | 42 |
| 5.4.2 | Relationales OLAP (ROLAP) | 43 |
| 5.5 | Funktionen mehrdimensionaler OLAP Systeme | 44 |
| 5.5.1 | Rotation oder data slicing | 44 |
| 5.5.2 | Ranging oder data dicing | 45 |
| 5.5.3 | Hierarchien, drill down, roll up und drill through | 46 |
| 5.6 | Anforderungen an OLAP Systeme | 47 |
| 6. | Multidimensionale Datenmodellierung | 51 |
| 6.1 | Modellierungsebenen | 51 |
| 6.2 | Stern Schema (Star Schema) | 52 |
| 6.3 | Viel-Stern Schema | 54 |
| 6.4 | Galaxy Schema (Mehrfache Faktentabellen) | 55 |
| 6.5 | Snowflake Schema | 56 |
| 6.6 | Application Design for Analytical Processing Technologies (ADAPT) | 58 |
| 6.6.1 | Kernelemente | 59 |
| 6.6.2 | Dimensionstypen | 59 |
| 6.6.3 | Dimensionselemente | 60 |
| 6.6.4 | Weitere Elemente | 61 |
| 7. | Anforderungsanalyse für den Data Mart Vertrieb | 62 |
| 7.1 | Darstellung der Istsituation | 62 |
| 7.1.1 | Analysen im Vertrieb des WEKA Fachverlages | 63 |
| 7.1.2 | Beschreibung des operativen Systems (Datenquelle) | 65 |
| 7.2 | Bewertung der Ausgangssituation | 67 |
| 7.3 | Ziele für das Data Warehouse | 67 |
| 8. | Datenmodellierung für den Data Mart Vertrieb | 69 |
| 8.1 | Konzeptionelle Modellierung mit ADAPT | 69 |
| 8.1.1 | Bestimmung aller benötigten Kennzahlen | 69 |
| 8.1.2 | Dimensionierung der Kennzahlen | 70 |
| 8.1.3 | Generierung des Datenwürfels | 73 |
| 8.2 | Verfeinerung der Dimensionshierarchien | 75 |
| 8.3 | Logische Modellierung mit dem Stern Schema | 77 |
| 9. | Datenauswertung und –präsentation | 79 |
| 9.1 | Auswahlkriterien für ein Frontend | 79 |
| 9.2 | Auswertungsbeispiel im Data Mart Vertrieb | 80 |
| 10. | Abschließende Betrachtung | 82 |
| Glossar | 84 | |
| Literaturverzeichnis | 85 | |
| Abbildungsverzeichnis | 88 | |
| Anhang | 89 |
In den Warenkorb
38,00 €
Link zur Arbeit:
http://www.diplom.de/ean/9783832427955
Arbeit zitieren:
Kannowski, Oliver Juli 1999: Projektierung und Konzeption eines Data Warehouses zur Vertriebsunterstützung, Hamburg: Diplomica Verlag
Schlagworte:
Informationsmanagement, Datenmodellierung, Data Warehouse, Data Mart, OLAP



