Die schnelllebigen globalen Märkte stellen Unternehmen täglich vor die wiederkehrende Aufgabe, die hereinbrechende Flut an qualitativen Informationen und quantitativen Daten aufzunehmen, zu verarbeiten und zeitnah richtige Entscheidungen zu treffen. Im Bereich der quantitativen Daten haben Entscheidungsunterstützungssysteme (EUS) die Aufgabe, komplexe Zusammenhänge in Datenbeständen zu erkennen, zu analysieren und so aufzubereiten, dass sie für den "information worker" verständlich und nutzbar sind. Neben modellorientierten Konzepten wie Online Analytical Processing (OLAP) stehen auch datenorientierte Ansätze wie Data Warehouse (DW) oder Business Intelligence (BI), um den täglichen Bedarf an komplexen Abfragen und Reportings zu erfüllen. All diesen Ansätzen ist es gemein, dass es sich weitgehend um kostenintensive Spezialistenwerkzeuge handelt, deren Funktionsmächtigkeit die vorhandenen Problemstellungen in kleinen und mittelständigen Unternehmen oftmals um ein Vielfaches übererfüllen.Das allgemeine Umdenken in der Art der IT-Unterstützung von technologieorientierten IT-Bereichen zu kundenorientierten IT-Services hat eine Verschiebung der Funktionen vom Spezialisten zum Endanwender bewirkt. Daraus resultierende Konzepte wie Self Service Business Intelligence (oder kurz Self BI) stellen erste alltagstaugliche Ansätze zur kostengünstigen und bedarfsgerechten Analyse und Präsentation komplexer Datenbestände dar. Gutierrez (2006) charakterisiert die wesentliche Zielsetzung wie folgt: "Empowering the business users to access information they need, on-demand, without impact to IT"
Inhaltsverzeichnis
1 Einleitung
1.1 Abgrenzung des Untersuchungsbereichs
1.2 Aufbau der Ausarbeitung
2 Überblick über die bisherigen Lösungsansätze
3 Vorstellung neuer Lösungsansätze
3.1 Einführung in PowerPivot 2010
3.1.1 Beschreibung
3.1.2 Wesentliche Funktionalität
3.1.3 Verbesserungen zur Vorgängerversion
3.1.4 Service
3.1.5 Schnittstellen
3.2 Einführung in XLCubed
3.2.1 Beschreibung
3.2.2 Wesentliche Funktionalität
3.2.3 Verbesserungen zur Vorgängerversion
3.2.4 Service
3.2.5 Schnittstellen
3.3 Kernkompetenzen der neuen Lösungsansätze
4 Gegenüberstellung und Bewertung
5 Schlussbetrachtungen
Zielsetzung & Themen
Das Hauptziel dieser Arbeit ist die Untersuchung von Self Service Business Intelligence-Lösungen (Self BI) als kostengünstige und bedarfsgerechte Alternative zu traditionellen, komplexen BI-Spezialistenwerkzeugen für kleine und mittelständische Unternehmen. Die zentrale Forschungsfrage lautet dabei, ob Produkte wie PowerPivot 2010 und XLCubed reale Alternativen darstellen können.
- Analyse und Vorstellung der Self BI-Tools PowerPivot 2010 und XLCubed
- Gegenüberstellung von Self BI mit traditionellen Business Intelligence-Ansätzen
- Bewertung der Funktionalitäten und Einsatzmöglichkeiten im Unternehmenseinsatz
- Untersuchung der Anforderungen an Datenhaltung und Backend-Prozesse
Auszug aus dem Buch
1.1 Abgrenzung des Untersuchungsbereichs
Die schnelllebigen globalen Märkte stellen Unternehmen täglich vor die wiederkehrende Aufgabe, die hereinbrechende Flut an qualitativen Informationen und quantitativen Daten aufzunehmen, zu verarbeiten und zeitnah richtige Entscheidungen zu treffen. Im Bereich der quantitativen Daten haben Entscheidungsunterstützungssysteme (EUS) die Aufgabe, komplexe Zusammenhänge in Datenbeständen zu erkennen, zu analysieren und so aufzubereiten, dass sie für den "information worker" verständlich und nutzbar sind. Neben modellorientierten Konzepten wie Online Analytical Processing (OLAP) stehen auch datenorientierte Ansätze wie Data Warehouse (DW) oder Business Intelligence (BI), um den täglichen Bedarf an komplexen Abfragen und Reportings zu erfüllen. All diesen Ansätzen ist es gemein, dass es sich weitgehend um kostenintensive Spezialistenwerkzeuge handelt, deren Funktionsmächtigkeit die vorhandenen Problemstellungen in kleinen und mittelständischen Unternehmen oftmals um ein Vielfaches übererfüllen.
Das allgemeine Umdenken in der Art der IT-Unterstützung von technologieorientierten IT-Bereichen zu kundenorientierten IT-Services hat eine Verschiebung der Funktionen vom Spezialisten zum Endanwender bewirkt. Daraus resultierende Konzepte wie Self Service Business Intelligence (oder kurz Self BI) stellen erste alltagstaugliche Ansätze zur kostengünstigen und bedarfsgerechten Analyse und Präsentation komplexer Datenbestände dar. Gutierrez (2006) charakterisiert die wesentliche Zielsetzung wie folgt:
"Empowering the business users to access information they need, on-demand, without impact to IT"
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung führt in die Problemstellung der Datenverarbeitung ein und definiert das Ziel, Self BI als Alternative zu traditionellen BI-Systemen zu bewerten.
2 Überblick über die bisherigen Lösungsansätze: Das Kapitel charakterisiert klassische Business Intelligence-Systeme als integrierte, IT-basierte Gesamtansätze zur Entscheidungsunterstützung und beleuchtet deren Kostenstruktur sowie Marktsituation.
3 Vorstellung neuer Lösungsansätze: Hier werden die Tools PowerPivot 2010 und XLCubed detailliert in Bezug auf Funktionalität, technische Neuerungen, Service und Schnittstellen vorgestellt.
4 Gegenüberstellung und Bewertung: Es erfolgt ein systematischer Vergleich zwischen herkömmlichen BI-Anwendungen und Self BI-Lösungen anhand von Kriterien wie Kosten, Skalierbarkeit und Benutzerfreundlichkeit.
5 Schlussbetrachtungen: Das abschließende Kapitel resümiert, dass Self BI-Tools zwar keine vollständigen Ersatzlösungen für komplexe Enterprise-BI-Systeme darstellen, aber eine wertvolle Ergänzung für Ad-hoc-Analysen in kleinen und mittelständischen Unternehmen sind.
Schlüsselwörter
Business Intelligence, Self Service Business Intelligence, PowerPivot 2010, XLCubed, Datenanalyse, Entscheidungsunterstützung, Ad-hoc-Abfragen, Excel, Dashboard, IT-Service Management, Datenvisualisierung, MicroCharts, Frontend,Backend, Datenmodellierung
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht den Einsatz von Self Service Business Intelligence-Tools in kleinen und mittelständischen Unternehmen im Vergleich zu traditionellen, komplexen BI-Systemen.
Was sind die zentralen Themenfelder?
Die Arbeit behandelt die Vorstellung moderner Self BI-Software (PowerPivot 2010, XLCubed), deren Funktionalitäten sowie eine kritische Bewertung gegenüber klassischen BI-Ansätzen.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist festzustellen, ob Self BI-Anwendungen als kostengünstige und intuitive Alternativen zu teuren Spezialistenwerkzeugen für tägliche betriebliche Informationsbedarfe taugen.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit nutzt eine Kriterien-basierte Gegenüberstellung und Bewertung der Software-Produkte, unterstützt durch theoretische Grundlagen der Software-Qualität und BI-Ordnungsrahmen.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die Vorstellung der bisherigen BI-Lösungsansätze, die detaillierte Präsentation der Self BI-Tools PowerPivot 2010 und XLCubed sowie deren tabellarische Gegenüberstellung.
Welche Schlüsselbegriffe charakterisieren die Arbeit?
Wichtige Begriffe sind Business Intelligence, Self BI, PowerPivot 2010, XLCubed, Ad-hoc-Analyse, Frontend-Lösungen, Datenmodellierung und Dashboard-Visualisierung.
Wie unterscheidet sich die Zielgruppe von PowerPivot und XLCubed laut den Autoren?
Beide Tools zielen auf Endanwender in der Excel-Umgebung ab; PowerPivot ist ein kostenloses Add-In für schnelle Eigenanalysen, während XLCubed durch einen erweiterten Support und professionelle Visualisierungsoptionen wie MicroCharts einen stärkeren Fokus auf Beratungsaspekte und Dashboards legt.
Warum sind traditionelle BI-Systeme laut der Arbeit nicht immer die beste Wahl für KMUs?
Die Autoren betonen die hohen Kosten für Lizenzierung und Wartung sowie die oft überdimensionierte Funktionsmächtigkeit, die für die Bedarfe kleinerer Unternehmen in keinem wirtschaftlichen Verhältnis steht.
- Quote paper
- Bachelor of Arts (B.A.) Stefan Horak (Author), Stefan Evers (Author), Michael Lauber (Author), 2010, Business Intelligence vs. Self Service Business Intelligence, Munich, GRIN Verlag, https://www.hausarbeiten.de/document/163391
