|
Cover |
1 |
|
|
Titel |
3 |
|
|
Impressum |
4 |
|
|
Inhaltsverzeichnis |
5 |
|
|
Die Autoren |
13 |
|
|
Vorwort |
15 |
|
|
Einleitung |
21 |
|
|
1.1 Was ist Business Intelligence (BI)? |
21 |
|
|
1.2 Motive zur Einführung von Business Intelligence |
22 |
|
|
1.3 Business Intelligence und Business Intuition |
24 |
|
|
1.3.1 Was ist Business Intuition? |
25 |
|
|
1.3.2 Ist Business Intuition sinnvoll einsetzbar? |
25 |
|
|
1.3.3 Wie funktioniert Business Intuition? |
26 |
|
|
1.3.4 Business Intelligence und Intuition im Management |
27 |
|
|
1.4 Statements aus Unternehmen |
28 |
|
|
1.4.1 Controlling |
28 |
|
|
1.4.2 Sales |
29 |
|
|
1.4.3 Marketing |
29 |
|
|
1.4.4 Business Development |
30 |
|
|
1.4.5 Topmanagement |
30 |
|
|
1.4.6 Aufsichtsrat |
30 |
|
|
1.5 Öffentliche Informationen |
31 |
|
|
1.5.1 Gartner-Studie |
31 |
|
|
1.5.2 Presse |
32 |
|
|
1.6 Business Intelligence braucht eine Idee |
34 |
|
|
IT-Verantwortliche in der Defensive |
39 |
|
|
2.1 IT und Fachbereiche |
39 |
|
|
2.2 Business Cases in Data Warehousing und BI |
44 |
|
|
2.3 IT-Rendite |
47 |
|
|
Strukturelle Ursachen für das Scheitern von BI-Initiativen |
51 |
|
|
3.1 Tagesgeschäft & Wachstum |
51 |
|
|
3.1.1 Know-how-Monopole |
52 |
|
|
3.1.2 Know-how-Ausgrenzung |
53 |
|
|
3.2 Unternehmenskultur |
53 |
|
|
3.2.1 Fehlendes Information Management |
54 |
|
|
3.2.2 Fehlende Beteiligung außerhalb der IT |
55 |
|
|
3.2.3 Technikfokussierung |
58 |
|
|
3.3 Organisation |
59 |
|
|
3.3.1 Linienorganisation |
59 |
|
|
3.3.2 Positionierung des IT-Managements |
60 |
|
|
3.4 Budgetierungsprozesse |
60 |
|
|
3.4.1 Dezentrale IT-Budgets |
61 |
|
|
3.4.2 Verwendung von Fremdbudget für IT-Maßnahmen |
62 |
|
|
3.5 IT- & Daten-Ownerschaft |
62 |
|
|
3.6 Fehlendes Anforderungsmanagement |
64 |
|
|
3.7 Fehlendes Master Data Management |
67 |
|
|
3.8 Fehlende Meta Data Services |
72 |
|
|
3.9 Outsourcing |
73 |
|
|
3.10 Architektur |
74 |
|
|
3.10.1 Heterogene IT-Landschaft |
75 |
|
|
3.10.2 Fehlende oder instabile Schnittstellen |
76 |
|
|
3.10.3 Fehlende oder veraltete Architekturkonzepte |
78 |
|
|
3.10.4 Real Time Data Warehouse |
80 |
|
|
3.11 Datenqualität |
82 |
|
|
3.11.1 Definition und Bedeutung |
84 |
|
|
3.11.2 Hohe Datenqualität und Business Intelligence |
87 |
|
|
3.11.3 Hohe Datenqualität und Ihr Unternehmen |
88 |
|
|
3.11.4 Wie entsteht schlechte Datenqualität? |
89 |
|
|
3.11.5 Verbesserung der Datenqualität |
92 |
|
|
3.11.6 Zusammenfassung zur Datenqualität |
95 |
|
|
Referenzmodelle und Architekturen |
97 |
|
|
4.1 Referenzdatenmodell im Data Warehouse |
98 |
|
|
4.2 Regelarchitektur im Data Warehouse |
98 |
|
|
4.3 Mögliche Datenhaltungsebenen im Data Warehouse |
99 |
|
|
4.3.1 Zentrales Data Warehouse |
100 |
|
|
4.3.2 Distributed Data Warehouse |
101 |
|
|
4.3.3 Hub & Spoke-Architektur |
101 |
|
|
4.4 Data Warehouse-Prozesse |
102 |
|
|
4.4.1 ETL-Prozess |
103 |
|
|
4.4.2 Staging |
104 |
|
|
4.4.3 OLAP |
105 |
|
|
4.4.4 Data Marts |
105 |
|
|
4.5 Informationsbereitstellung |
107 |
|
|
4.5.1 Frontends |
107 |
|
|
4.5.2 Dashboarding |
109 |
|
|
4.5.3 Top Level Dashboard: Das »Management Cockpit« |
109 |
|
|
4.5.4 Portale |
110 |
|
|
4.5.5 Abbildung von Logiken |
110 |
|
|
4.5.6 Direktzugriff & Power User Support |
111 |
|
|
4.6 Neue Kollaborationsmodelle |
112 |
|
|
4.6.1 Klassifizierung von Business Intelligence |
112 |
|
|
4.6.2 BI und strategische Entscheidungen |
114 |
|
|
4.6.3 BI und Web 2.0 |
114 |
|
|
Der BI-Killer: Bypass-Reporting und die Folgen |
117 |
|
|
5.1 Bypass-Reporting |
117 |
|
|
5.1.1 Typische Regelarchitektur im Data Warehouse |
117 |
|
|
5.1.2 Typische Bypass-Reporting-Architektur |
118 |
|
|
5.2 Folgen von Bypass-Reporting |
120 |
|
|
5.2.1 Fehlende Transparenz |
120 |
|
|
5.2.2 Hohe Kosten |
121 |
|
|
5.2.3 Keine zielgerichtete Maßnahmenableitung |
121 |
|
|
5.2.4 Verlust der Steuerungsrelevanz von Reportings |
123 |
|
|
5.2.5 Teufelskreis »Schlechte Datenqualität und Bypass-Reporting« |
124 |
|
|
Von der Unternehmensstrategie zum Enterprise Data Warehouse |
127 |
|
|
6.1 Primärziele des Unternehmens |
127 |
|
|
6.2 Business Intelligence-Strategie |
129 |
|
|
6.3 Business Needs |
133 |
|
|
6.4 Business Needs und operative Prozesse |
135 |
|
|
6.5 Operative Prozesse und Daten |
136 |
|
|
6.6 Das Enterprise Data Warehouse als »Single Point of Truth« |
139 |
|
|
Vom Enterprise Data Warehouse zum »Business Enabler BI« |
143 |
|
|
7.1 Closed Loop Monitoring |
143 |
|
|
7.2 Closed Loop Quality |
144 |
|
|
7.3 Closed Loop Business Push |
146 |
|
|
7.4 Schichtenmodell »Closed Loops der Business Intelligence« |
148 |
|
|
7.5 Business Intelligence und operative Wertschöpfungskette |
151 |
|
|
Business Intelligence auf Projektebene umsetzen |
153 |
|
|
8.1 Projektinhalte |
153 |
|
|
8.1.1 BI-Readiness |
155 |
|
|
8.1.2 Vorprojekt »Evaluierung Business Needs« |
157 |
|
|
8.1.3 Vorprojekt »Systemanalyse« |
157 |
|
|
8.1.4 Vorprojekt »Evaluierung Data Warehouse-Architektur« |
158 |
|
|
8.1.5 Vorprojekt »Evaluierung Data Warehouse-Backend« |
159 |
|
|
8.1.6 Vorprojekt »Evaluierung Data Warehouse-Frontend« |
160 |
|
|
8.1.7 Vorprojekt »Evaluierung Meta Data Services Tool« |
162 |
|
|
8.1.8 Vorprojekt »Evaluierung KIO-Server-Architektur« |
163 |
|
|
8.1.9 Projekt »Prozessanalyse« |
165 |
|
|
8.1.10 Projekt »Systemkonsolidierung« |
167 |
|
|
8.1.11 Projekt »KIO-Server-Architektur Build Up« |
169 |
|
|
8.1.12 Projekt »Referenzprozess Datenbereitstellung des KIO-Servers« |
173 |
|
|
8.1.13 Die Bedeutung von KIO-Servern für BI |
177 |
|
|
8.1.14 Projekt »Meta Data Services Build Up« |
179 |
|
|
8.1.15 Projekt »Data Warehouse Build Up« |
180 |
|
|
8.1.16 Projekt »Business Intelligence - Figures & KPIs« |
181 |
|
|
8.1.17 Projekt »Aufbau Closed Loops der BI« |
181 |
|
|
8.1.18 Business Need - Warum soll was analysiert werden? |
182 |
|
|
8.1.19 Adressaten - Wer erhält welche Ergebnisse? |
183 |
|
|
8.1.20 Operative Daten - Welche Bewegungsdaten (Fakten)? |
183 |
|
|
8.1.21 Stammdaten - Welche Stammdaten (Dimensionen)? |
185 |
|
|
8.1.22 Projekt »Business Intelligence - Frontend Integration« |
188 |
|
|
8.1.23 Layout und Funktionen |
188 |
|
|
8.1.24 Projekt »Business Intelligence - Portal Integration« |
189 |
|
|
8.2 BI und Services Oriented Architecture |
189 |
|
|
8.2.1 BI und SOA am Beispiel des Master Data Managements |
190 |
|
|
8.3 BI und Corporate Performance Management |
193 |
|
|
Business Intelligence erfolgreich managen |
197 |
|
|
9.1 Management Attention und Mandat |
197 |
|
|
9.1.1 Management Attention |
197 |
|
|
9.1.2 Mandat |
199 |
|
|
9.1.3 Unternehmenskultur |
200 |
|
|
9.1.4 Corporate Compliance |
201 |
|
|
9.1.5 IT-Governance |
201 |
|
|
9.2 Business Intelligence Competence Center |
203 |
|
|
9.2.1 Data Warehouse und Single Point of Truth |
204 |
|
|
9.2.2 Switch off Bypass-Reportings |
205 |
|
|
9.2.3 Strategy Synchronisation |
206 |
|
|
9.2.4 Stakeholder Management |
206 |
|
|
9.2.5 Requirement Management |
208 |
|
|
9.2.6 Change Management |
210 |
|
|
9.2.7 Big Picture Management |
211 |
|
|
9.2.8 Meta Data Services und Documentation |
213 |
|
|
9.2.9 Master Data Management |
213 |
|
|
9.2.10 Frontend-Integration |
214 |
|
|
9.2.11 Power-User-Konzept |
215 |
|
|
9.2.12 Communication und Marketing |
215 |
|
|
9.2.13 Roll-Out-Management |
216 |
|
|
9.2.14 Training |
217 |
|
|
9.3 Struktur und Aufgaben des BICC |
217 |
|
|
9.3.1 Integrationsfunktion des BICC |
217 |
|
|
9.3.2 BI-Domänenmodell |
217 |
|
|
9.3.3 Data Stewards |
219 |
|
|
9.3.4 BI-Steuerungskreis |
219 |
|
|
9.3.5 Fachbereiche |
220 |
|
|
9.3.6 Querschnittsbereiche |
221 |
|
|
9.3.7 IT-Betrieb |
221 |
|
|
9.3.8 Steuerung der Lieferanten und Dienstleister |
222 |
|
|
Wege aus der BI-Falle |
227 |
|
|
10.1 Quick Wins als Erfolgsgaranten Ihrer BI-Initiative |
227 |
|
|
10.2 Parallelisierung von BI-Infrastrukturaufbau und Quick Wins |
228 |
|
|
10.3 Business Benefits durch Business Intelligence |
233 |
|
|
10.3.1 Analytisches CRM und Kundenbindung |
234 |
|
|
10.3.2 Operative Benefits Sales |
235 |
|
|
10.3.3 Operative Benefits Marketing |
236 |
|
|
10.3.4 Benefits Controlling |
237 |
|
|
10.3.5 Echtzeitanalysen |
238 |
|
|
Klassische Zielkonflikte und deren Auflösung in BI-Initiativen |
241 |
|
|
11.1 Transparenz vs. Intransparenz |
241 |
|
|
11.2 Strukturierung vs. Freiheitsgrade |
246 |
|
|
11.3 Harmonisierung vs. Individualisierung |
249 |
|
|
11.4 Releaseplanung vs. Flexibilität |
252 |
|
|
11.4.1 Major Releases |
253 |
|
|
11.4.2 Minor Releases |
254 |
|
|
11.4.3 Technische Releases |
254 |
|
|
11.4.4 Fixed Budgets |
254 |
|
|
BI-Quickcheck |
257 |
|
|
12.1 Ist mein Unternehmen reif f BI? |
257 |
|
|
12.1.1 Die wichtigsten Fragestellungen |
258 |
|
|
12.2 Die wichtigsten Maßnahmen im Überblick |
258 |
|
|
12.2.1 Strategie und Organisation |
259 |
|
|
12.2.2 Projektorganisation und Scoping der Teilprojekte |
259 |
|
|
Aktuelle technische Entwicklungen & Business Intelligence |
261 |
|
|
13.1 In-Memory-Technologie |
261 |
|
|
13.1.1 Chancen |
262 |
|
|
13.1.2 Grenzen |
263 |
|
|
13.1.3 Fazit |
264 |
|
|
Schlusswort |
267 |
|
|
Anhang |
269 |
|
|
A.1 Glossar |
269 |
|
|
A.2 Abbildungsverzeichnis |
272 |
|
|
A.3 Literaturverzeichnis |
274 |
|
|
A.4 Web-Links |
274 |
|
|
Stichwortverzeichnis |
275 |
|