Open-Source ERP und BI
- Kriterien für ein effizientes Zusammenspiel -
Falk Neubert, Universität Osnabrück
Falk Neubert, Universität Osnabrück
Wissenschaftlicher Mitarbeiter im Fachbereich
BWL/Management Support und Wirtschaftsin...
Falk Neubert, Universität Osnabrück
ERPERPCRMCRM DMSDMS
TextTextTicketTicketEMailEMail
TKTK BIBI
Problemstellung
ShopShop
...
Falk Neubert, Universität Osnabrück
Business Intelligence (BI)
ERP Externe QuellenSCM CRM ...
Data Warehouse
Analysesystem...
Falk Neubert, Universität Osnabrück
Datenbereitstellung:
Transformationsprozess - ETL
ERP Externe QuellenSCM CRM ...
Extra...
Falk Neubert, Universität Osnabrück
Vorgehensweise
Literaturrecherche
Expertenbefragung
Ableitung der Kriterien
Kriterienk...
Falk Neubert, Universität Osnabrück
Zielsetzung
Kriterienkatalog hilft KMUs bei
der effizienten Nutzung eines
BI-Systems i...
Falk Neubert, Universität Osnabrück
Literraturrecherche
Analyse der Fachliteratur
Erfolgsfaktoren bei
der Software/BI-Einf...
Falk Neubert, Universität Osnabrück
Erfolgsfaktoren Software/BI-Einführung
Projektmanagement
Strategie
Organisation
Techno...
Falk Neubert, Universität Osnabrück
KMU spezifische Faktoren
Projektmanagement
Strategie
Prozesse
Daten
- Fehlende strateg...
Falk Neubert, Universität Osnabrück
Integration in heterogene IT-Landschaften
Integration
Analyse
Daten
- ETL-Werkzeuge mü...
Falk Neubert, Universität Osnabrück
Kriteriengruppen
OrganisationStrategie
Daten Technologie
Prozesse
Falk Neubert, Universität Osnabrück
Kriteriengruppe: Strategie
Kriterium Beschreibung Ausprägung
BI-Strategie Liegt eine S...
Falk Neubert, Universität Osnabrück
Kriteriengruppe: Organisation
Kriterium Beschreibung Ausprägung
BI-Verantwortlicher Wu...
Falk Neubert, Universität Osnabrück
Kriteriengruppe: Prozesse
Kriterium Beschreibung Ausprägung
Standardisierung Sind die ...
Falk Neubert, Universität Osnabrück
Kriteriengruppe: Daten
Kriterium Beschreibung Ausprägung
Datenformate Welche Datenform...
Falk Neubert, Universität Osnabrück
Kriteriengruppe: Technologie
Kriterium Beschreibung Ausprägung
Hardware Wurde die Hard...
Falk Neubert, Universität Osnabrück
Einführungsstrategien für OS ERP-Systeme
IT-Partner
Kunden
Odoo Wartungsvertrag
Wartun...
Falk Neubert, Universität Osnabrück
Open Source Projekt: Odoo
Falk Neubert, Universität Osnabrück
Odoo - Berichtswesen
Falk Neubert, Universität Osnabrück
Open Source Projekt: Pentaho
Data Integration Business Analytics Big Data Analytics
Re...
Falk Neubert, Universität Osnabrück
Open Source Projekt: Spoon - Odoo
Falk Neubert, Universität Osnabrück
eBusiness-Lotsen Osnabrück
Unsere Angebote
Wir unterstützen Unternehmen, insbesondere ...
Falk Neubert, Universität Osnabrück
Falk Neubert, M.Sc.
Universität Osnabrück
BWL/Management Support und Wirtschaftsinform...
Nächste SlideShare
Wird geladen in …5
×

Open-Source ERP und BI - Kriterien für ein effizientes Zusammenspiel -

648 Aufrufe

Veröffentlicht am

Der Vortrag stellt die wichtigsten Kriterien für eine effizientes Zusammenspiel zwischen ERP- und BI-Lösungen vor.

Veröffentlicht in: Technologie
0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
648
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
5
Aktionen
Geteilt
0
Downloads
5
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie
  • Meine sehr geehrten Damen und Herren, ich darf mich kurz vorstellen ….
  • Wie sieht die Struktur eines BI-Systems aus?
    Auf der untersten Ebene haben wir es mit den unterschiedlichen Datenquellen zu tun. Wie Sie sehen , können hier Daten aus dem ERP, den SCM. CRM aber auch Daten aus externen Quellen abgefragt werden. Die unterschiedliche Datenquellen werden in einem sogenannten ETL Prozess in das Data Warehouse überführt. Hier stehen die Daten den Analysesystemen oder Wissenmanagementsystemen zur Verfügung. Die daraus erstellten Auswertungen können im BI-Portal unterschiedlichen Benutzergruppen zur Verfügung gestellt werden.
    Wie haben also einen grobe Einteilung in Datenbereitstellung, Datengenerierung/-verteilung/- distribution und dem Datenzugriff.
    Schauen wir uns diesen grob skizzierten Ablauf etwas genauer an.
  • Der sogenannte ETL-Prozess führt die Daten über mehrere Schritte in das Data Warehouse. Das Akronym ETL steht für Extract, Transform, Load und verdeutlicht die Schritte, die im ETL Prozess durchlaufen werden:
    1. Es werden die Daten aus unterschiedlichen Quellen in einer einheitlichen Datenbasis zusammengefasst.
    2. Innerhalb dieses Vorgangs werden Datenfehler oder inkonsistente Datensätze bereinigt bzw. herausgenommen. In diesem Schritt können zum Beispiel fehlerhafte PLZ korrigiert oder fehlerhafte Email-Adresse herausgenommen werden.
    3. In einem weiteren Schritt kann die Datenbasis mit externen Daten angereicht werden. Dies können zum Beispiel Marktforschungsdaten sein.
    4. Im letzten Schritt des ETL-Prozesses wird eine Datenreduktion hinsichtlich der Merkmalsausprägung vorgenommen. Dieser Schritt dient hauptsächlich zur Optimierung der späteren Analyse.
    Nach dem wir einen Blick auf die Struktur oder den Rahmen einer BI-Lösung geworfen haben, möchte ich auf unser Herangehen beim Aufstellen des Referenzkatalogs eingehen.
  • Über die Literaturrecherche sollten relevante Faktoren bestimmt werden, die für die Beantwortung der Fragestellung relevant sind. Danach wurden die Falktoren mittels Experteninterview validiert und anschließend daraus Gruppen und Kriterien abgeleitet. Dies war die Basis für den entstandenen Kriterienkatalog.
  • Um die Frage zu beantworten, warum wir uns heute mit BI beschäftigen, möchte ich auf eine Fakten eingehen. Eine aktuelle Studie vom IDC hat vorgestellt, dass das weltweite Datenvolumen sich alle 2,5 Jahre verdoppeln wird. 2020 wird dies auf 5 Zetabyte angestiegen sein. Andere Studie nennen auch Zahlen von 25 Zetabyte. Damit Sie sich die Größenordnung der Daten etwas besser vorstellen können, habe ich das Datenvolumen auf alle Einwohner Westeuropas heruntergebrochen.
    Neben dem gigantischen Datenvolumen gibt es noch andere Faktoren, die für BI sprechen. So haben wir es mit unterschiedlichen Datenquellen, Datenformaten und letztendlich auch mit einer unterschiedlichen Datenqualität zu tun. Wenn Sie sich heute die IT-Landschaft in Unternehmen anschauen, so sind – allen im Unternehmen – unterschiedlichen Anwendungssysteme in den Geschäftsprozess eingebunden.

  • Um die Frage zu beantworten, warum wir uns heute mit BI beschäftigen, möchte ich auf eine Fakten eingehen. Eine aktuelle Studie vom IDC hat vorgestellt, dass das weltweite Datenvolumen sich alle 2,5 Jahre verdoppeln wird. 2020 wird dies auf 5 Zetabyte angestiegen sein. Andere Studie nennen auch Zahlen von 25 Zetabyte. Damit Sie sich die Größenordnung der Daten etwas besser vorstellen können, habe ich das Datenvolumen auf alle Einwohner Westeuropas heruntergebrochen.
    Neben dem gigantischen Datenvolumen gibt es noch andere Faktoren, die für BI sprechen. So haben wir es mit unterschiedlichen Datenquellen, Datenformaten und letztendlich auch mit einer unterschiedlichen Datenqualität zu tun. Wenn Sie sich heute die IT-Landschaft in Unternehmen anschauen, so sind – allen im Unternehmen – unterschiedlichen Anwendungssysteme in den Geschäftsprozess eingebunden.

  • Um die Frage zu beantworten, warum wir uns heute mit BI beschäftigen, möchte ich auf eine Fakten eingehen. Eine aktuelle Studie vom IDC hat vorgestellt, dass das weltweite Datenvolumen sich alle 2,5 Jahre verdoppeln wird. 2020 wird dies auf 5 Zetabyte angestiegen sein. Andere Studie nennen auch Zahlen von 25 Zetabyte. Damit Sie sich die Größenordnung der Daten etwas besser vorstellen können, habe ich das Datenvolumen auf alle Einwohner Westeuropas heruntergebrochen.
    Neben dem gigantischen Datenvolumen gibt es noch andere Faktoren, die für BI sprechen. So haben wir es mit unterschiedlichen Datenquellen, Datenformaten und letztendlich auch mit einer unterschiedlichen Datenqualität zu tun. Wenn Sie sich heute die IT-Landschaft in Unternehmen anschauen, so sind – allen im Unternehmen – unterschiedlichen Anwendungssysteme in den Geschäftsprozess eingebunden.

  • Um die Frage zu beantworten, warum wir uns heute mit BI beschäftigen, möchte ich auf eine Fakten eingehen. Eine aktuelle Studie vom IDC hat vorgestellt, dass das weltweite Datenvolumen sich alle 2,5 Jahre verdoppeln wird. 2020 wird dies auf 5 Zetabyte angestiegen sein. Andere Studie nennen auch Zahlen von 25 Zetabyte. Damit Sie sich die Größenordnung der Daten etwas besser vorstellen können, habe ich das Datenvolumen auf alle Einwohner Westeuropas heruntergebrochen.
    Neben dem gigantischen Datenvolumen gibt es noch andere Faktoren, die für BI sprechen. So haben wir es mit unterschiedlichen Datenquellen, Datenformaten und letztendlich auch mit einer unterschiedlichen Datenqualität zu tun. Wenn Sie sich heute die IT-Landschaft in Unternehmen anschauen, so sind – allen im Unternehmen – unterschiedlichen Anwendungssysteme in den Geschäftsprozess eingebunden.

  • Der Zugriff auf die Berichte und Auswertungen kann über sogenannte Berichtssysteme geregelt werden. Berichtssysteme lassen sich in aktive und passiver Systeme einteilen. Aktive Systeme erstellen Berichte ohne Eingreifen des Benutzers. Je nach zeitlicher Vorgabe wird hier nach periodischen und aperiodischen Systemen unterschieden. Bei den passiven System werden die Berichte erst durch Generierung durch den Benutzer erstellt. Hier greifen die Benutzer häufig auf sogenannte Ad hoc Berichte zu.
    Scorecards
    - Momentaufnahme verschiedener entscheidungsrelevanter Daten
    - Verdichtung unterschiedlicher Informationen in unterschiedlicher Form: Kennzahlen, Messpunkte, Key Performance Indicatoren
    KPI = betriebswirtschaftlicher Schlüsselkennziffern, die der Erreichung der strategischen Ziele dienen
    Dashboards
    - Zusammenfassung unterschiedlicher Scorecards
    Cockpits
    - Kennzahlen Cockpits können als eigenständiges Informationssystem realisiert werden
    - Bestandteil eine Management Information System (MIS)
    Management Information System: berichtsorientieres Analysesystem zur Planung, Steuerung und Kontrolle der operativen Wertschopfungskette
  • Open-Source ERP und BI - Kriterien für ein effizientes Zusammenspiel -

    1. 1. Open-Source ERP und BI - Kriterien für ein effizientes Zusammenspiel - Falk Neubert, Universität Osnabrück
    2. 2. Falk Neubert, Universität Osnabrück Wissenschaftlicher Mitarbeiter im Fachbereich BWL/Management Support und Wirtschaftsinformatik / Universität Osnabrück M.Sc. Falk Neubert Mitglied beim eBusiness Lotsen Osnabrück und Geschäftsführer der Firma ecoservice aus Hannover.
    3. 3. Falk Neubert, Universität Osnabrück ERPERPCRMCRM DMSDMS TextTextTicketTicketEMailEMail TKTK BIBI Problemstellung ShopShop BI-Lösungen müssen häufig in gewachsene IT-Landschaften eingepasst werden. Mangelhaftes Know-How beim Projektmanagement Fehlende strategische Herangehensweise Fehlende organisatorische Einbindung des Themas BI
    4. 4. Falk Neubert, Universität Osnabrück Business Intelligence (BI) ERP Externe QuellenSCM CRM ... Data Warehouse Analysesysteme BI-Portal Wissensmanagement- systeme ETL Daten- bereitstellung Informations- generierung, -speicherung, - distribution Informations- zugriff Quelle: BI, Tec-Channel
    5. 5. Falk Neubert, Universität Osnabrück Datenbereitstellung: Transformationsprozess - ETL ERP Externe QuellenSCM CRM ... Extraktion Arbeitsbereich (Staging Area) Laden Data Warehouse Zieldatenbank Transformation Extract, Transform, Load (ETL) – Prozess zur Überführung der Daten in eine analysefähige Datenbank
    6. 6. Falk Neubert, Universität Osnabrück Vorgehensweise Literaturrecherche Expertenbefragung Ableitung der Kriterien Kriterienkatalog - Erfolgfaktoren Softwareeinführung - KMU spezifische Faktoren - Integration bei heterogenen IT- Landschaften - Überprüfung der Faktoren durch Expertengespräche (ERP Anbieter) - Darstellung der Kriterien mit den dazugehörigen Merkmalen/ Ausprägungen Problemstellung/Zielsetzung
    7. 7. Falk Neubert, Universität Osnabrück Zielsetzung Kriterienkatalog hilft KMUs bei der effizienten Nutzung eines BI-Systems im Unternehmen Vermeidung von Fehlern bei der Nutzung eines BI-Systems Vermeidung von Fehlern bei der Einführung eines BI-Systems
    8. 8. Falk Neubert, Universität Osnabrück Literraturrecherche Analyse der Fachliteratur Erfolgsfaktoren bei der Software/BI-Einfürung KMU-spezifische Faktoren Faktoren bei der Integration in heterogene IT-Landschaften - Suchbegriffe „Erfolgsfaktoren Software- einführung“, „Erfolgsfaktoren BI-Projekte“ - Suchbegriffe „Heterogene IT- Landschaften“, „Integrations Software“ - Suchbegriffe „KMU IT“, „KMU spezifische Faktoren IT“, „KMU IT Landschaft“ Quellen: - Internetrecherche - Bücher - Fachartikel
    9. 9. Falk Neubert, Universität Osnabrück Erfolgsfaktoren Software/BI-Einführung Projektmanagement Strategie Organisation Technologie - Strategische Einbindung des Projektes in die Gesamtstrategie - Klare Zielsetzung - Unterstützung durch das Management - Personelle Zuordnung von Verantwortung - Frühzeitige Einbindung der Anwender - Analyse der Datenquellen - Datenqualität - ETL-Prozess ist definiert - Projektmanagement Know-How ist vorhanden - Projektmanagement-Team ist aufgestellt
    10. 10. Falk Neubert, Universität Osnabrück KMU spezifische Faktoren Projektmanagement Strategie Prozesse Daten - Fehlende strategische Ausrichtung, technologiegetrieben - Unklare Zielsetzung - Unklare Prozesse - Fehlende Verantwortlichkeiten - Viele Datenquellen und -formate - Geringe Datenqualität - Fehlendes Stammdatenmanagement - Fehlendes Projektmanagement Know-How - Technologievertrauen ist hoch Technologie - Heterogene IT-Landschaft - Gewachsene Strukturen
    11. 11. Falk Neubert, Universität Osnabrück Integration in heterogene IT-Landschaften Integration Analyse Daten - ETL-Werkzeuge müssen vorhanden sein - Das Know-How für die Integration ist aufgebaut - Analyse der vorhandenen IT-Systeme (Datenbanken, Anwendungen, etc.) - Datenmanagement
    12. 12. Falk Neubert, Universität Osnabrück Kriteriengruppen OrganisationStrategie Daten Technologie Prozesse
    13. 13. Falk Neubert, Universität Osnabrück Kriteriengruppe: Strategie Kriterium Beschreibung Ausprägung BI-Strategie Liegt eine Strategie zur Einführung einer BI-Lösung vor? Ja / Nein Kennzahlen Wurden Kennzahlen für das BI- System bestimmt? Ja / Nein Ziele Wurden die Ziele der einzelnen Perspektiven definiert?  Fachliche Ziele: Ja / Nein  Organisatorische Ziele: Ja / Nein  Architektur/ Technologische Ziele: Ja / Nein
    14. 14. Falk Neubert, Universität Osnabrück Kriteriengruppe: Organisation Kriterium Beschreibung Ausprägung BI-Verantwortlicher Wurde ein Verantwortlicher für das BI- Gesamtsystem festgelegt? Ja / Nein BI-Projektteam Wurde ein BI-Projektteam eingerichtet? (Bestehend aus Mitarbeitern der Geschäftleitung, Fachabteilung und IT) Ja / Nein Mitarbeiter Wurden die Key-User der Fachabteilungen frühzeitig in das Projekt eingebunden? Ja / Nein Mitarbeiter Verfügen die Mitarbeiter im Projekt über eine ausreichende BI-Kompetenz? Ja / Nein Projektmanagement Wurde ein Projektmanagement für die Einführung der BI-Lösung eingerichtet? Ja (mit Vorgehensmodell) Ja (ohne Vorgehensmodell) Nein
    15. 15. Falk Neubert, Universität Osnabrück Kriteriengruppe: Prozesse Kriterium Beschreibung Ausprägung Standardisierung Sind die Geschäftsprozesse beschrieben? Ja / Nein Prozessdiagramm BI-Prozesse Ist die Informationsverteilung als Geschäftsprozess beschrieben? Ja / Nein Prozessdiagramm ETL Wurde ein ETL-Prozess auf Basis der BI-Zielsetzung (Kennzahlen) eingerichtet? Ja / Nein
    16. 16. Falk Neubert, Universität Osnabrück Kriteriengruppe: Daten Kriterium Beschreibung Ausprägung Datenformate Welche Datenformate liegen vor? Text Datenbereinigung Wurden die Daten in den Quellsystemen bereinigt? Ja / Nein Daten- bereitstellung Sind die Datenquellen passend zur BI- Zielsetzung ausgewählt? Ja / Nein
    17. 17. Falk Neubert, Universität Osnabrück Kriteriengruppe: Technologie Kriterium Beschreibung Ausprägung Hardware Wurde die Hardware passend zu den gesetzten Zielen ausgewählt? Betriebssystem: Ja / Nein Datenbank: Ja / Nein Hardware Wurde die Hardware-Ressourcen ausreichend eingeplant? Ja / Nein Schnittstelle Bietet die angestrebte BI-Lösung ein ETL-Werkzeug zur Integration der vorhanden Datenquellen? Ja / Nein
    18. 18. Falk Neubert, Universität Osnabrück Einführungsstrategien für OS ERP-Systeme IT-Partner Kunden Odoo Wartungsvertrag Wartungsvertrag Entwickler- gemeinschaft Wissenstransfer/ Aufträge Auftragsvergabe Partnernetzwerk Open Source Projekt: Odoo
    19. 19. Falk Neubert, Universität Osnabrück Open Source Projekt: Odoo
    20. 20. Falk Neubert, Universität Osnabrück Odoo - Berichtswesen
    21. 21. Falk Neubert, Universität Osnabrück Open Source Projekt: Pentaho Data Integration Business Analytics Big Data Analytics Report Designer
    22. 22. Falk Neubert, Universität Osnabrück Open Source Projekt: Spoon - Odoo
    23. 23. Falk Neubert, Universität Osnabrück eBusiness-Lotsen Osnabrück Unsere Angebote Wir unterstützen Unternehmen, insbesondere KMU, Handwerk und Existenzgründer, neutral und herstellerunabhängig bei der Einführung und Nutzung des Elektronischen Geschäftsverkehrs. Unsere Themen  Kriterien für das effiziente Zusammenspiel von Business-Intelligence- Lösungen mit integrierter betrieblicher Anwendungssoftware unter Berücksichtigung von KMU-Anforderungen.  Reifegradmodell zur Analyse und Auswertung von betrieblichen Unternehmensdaten bei kleinen und mittleren Unternehmen.  Erarbeitung einer prototypischen Anwendung zur vorausschauende Analyse von Kundendaten.
    24. 24. Falk Neubert, Universität Osnabrück Falk Neubert, M.Sc. Universität Osnabrück BWL/Management Support und Wirtschaftsinformatik Prof. Dr. Bodo Rieger Tel. 0171 / 9908427 Email falk.neubert@uni-osnabrueck.de WWW: http://www.mswi.uni-osnabrueck.de/ Weitere Informationen zum Thema finden Sie unter: http://www.ebusiness-lotse-osnabrueck.de https://www.xing.com/net/erp-os/ http://twitter.com/#!/opensource_erp Kontaktdaten

    ×