Copyright © 2006, SAS Institute Inc. All rights reserved.fiedler/.../20070209... · SAS Intelligence Value Chain Data Integration • Metadaten gesteuerter DI Prozeß mit integrierter

Copyright © 2006, SAS Institute Inc. All rights reserved.

SAS Enterprise Intelligence PlatformGeorg Franzke (Dipl.-Ing. oec. )Competence Center Business Intelligence

SAS Deutschland

Copyright © 2006, SAS Institute Inc. All rights reserved. 2

Agenda

SAS Intelligence Value Chain

SAS BI Plattform

SAS Enterprise DI Server

SAS Storage

SAS Enterprise BI-Server

Zusammenfassung EIP


SAS BI Plattform


SAS Storage


Zusammenfassung EIP


BI is Part of CIO’s Top 10 PrioritiesTechnology Priorities Clearly Reflect the Business Priorities

Top-Ten Technology Priorities, 2005

2005 2004 2003Ranking

--

--

Security enhancement tools

Business Intelligence applications

Mobile workforce enablement

Workflow management deployment and integration

Enterprise resource planning (ERP) upgrades

Storage management

Voice and data integration over IP

Customer relationship management (CRM)

Business process integration tools

Server virtualization

3

4

5

6

7

8

9

10

--

- -

- -

3 1

10 13

-

-

-

-

-

-

2

1

Source: Gartner Presentation “Business Intelligence Market Dynamics,” C. Graham, Gartner BI Summit, March 2005


(Computerwoche 31/2006 – Seite 42)

Top Thema 2006 / 2007: BI-Konsolidierung


Agenda


SAS BI Plattform


SAS Storage


Zusammenfassung EIP


SAS BI Plattform


SAS Storage


Zusammenfassung EIP


SAS® - Die Business Intelligence PlattformSAS Intelligence Value Chain

Data Integration• Metadaten gesteuerter DI Prozeß mit integrierter Datenqualität,

Datensychronisation, Datenzusammenführung

Scalable Intelligence Server• Relationale, multi-dimensionale und parallele Datenspeicherung

Analytic Intelligence• Analyse, Forecasting, Data Mining

Business Intelligence• Reporting, OLAP, Darstellung und Verteilung von Information & Wissen


Dimension: SkalierbarkeitMehrschichtige Architektur für BI

Skalierbare 3-Schicht-ArchitekturEinfache Versorgung mit FrontendsUnterstützung vorhandener und Integration in wechselnde IT-InfrastrukturenHöherer Durchsatz und Performance Geringere Kosten durch bessere Ausnutzung und einfachere Skalierung Flexibilität und Investitionsschutz


Dimension: SkalierbarkeitParallelisierung von I/O und Verarbeitung

Praxistest: bei AMB Generali Informatik Services (15 Mio Datensätze):

60% Laufzeitgewinn

„...dadurch braucht man Maschinen nicht so früh aufzurüsten, wie es ohne den Einsatz von SAS®9 nötig wäre...“

Dr. Wilhelm Engels, AMB Generali Informatik Services

Laufzeit

Datensätze


Technologien zur ParallelisierungMulti-Threading• Prozeduren parallel ausführen (innerhalb eines Prozesses)

MP Connect• Verarbeitung von Jobs in mehrere Prozessen• Kommunikation über Connect• Verteilung per SMP oder Grid möglich

SPDE: Scalable Perfomance Data Engine• Single User Daten Partitionierung

SPDS: Scalable Perfomance Data Server• Multi User Daten Partitionierung• Server Prozess• Viele Zusatzfunktionen: z.B. Table Clustering

Piping:• Reduzierung der Zwischendatenspeicherung• Weiterverarbeitung vor Fertigstellung der Zwischendatei


Dimension: BedienbarkeitRollenspezifische Front Ends

Benutzerfreundliche, rollenspezifische Frontendsbasierend auf Java, Microsoft und Web

Fertige Standard-FrontendsFunktionalität und Bedienungskomfort für verschiedene BenutzertypenSchnelle und kostengünstige Bereitstellung von BI-Frontends


Dimension: AdministrierbarkeitZentralisierung

Zentrales SAS Metadaten-Repository für den gesamten BI ProzeßZentrale Steuerung und Kontrolle aller BI-Prozesse, Ressourcen, Anwender, Rechte etc.Kostengünstige Entwicklung und Wartung einfacher bis hochkomplexer BI-Landschaften


Dimension: IntegrationsfähigkeitDie offene BI-Plattform

SystemSystem

DatenDaten

MetadatenMetadaten

FunktionalFunktional

MVS, ALP, ALX, HP-UX, IBM-AIX, Sun-Solaris, Linux, WNT, W2K, WXP, n-tier

OLE DB for OLAP (MDX), ODBC, JDBC, XML, SAS/ACCESS to DBMS, Non-relational, ERP, Web, Front-Office, …

Open Access, Open Persistence, Open Interchange, CWM, XML

COM/DCOM, Java, J2EE, XML, LDAP, WebDAV, MQSeries, MSMQ, Tibco, SOAP, UDDI, …

Unterstützung der relevanten Industriestandards


Entnommen dem Vortrag „Lünendonk-Studie 2006: Tendenzen und Strukturen im deutschen BI-Markt“Thomas Lünendonk, Lünendonk GmbH; gehalten auf der SFD 2006 in Bonn.


Entnommen dem Vortrag „Die Guten ins Töpfchen ...eine SAS Lösung zur Echtzeit-Bonitätsprüfung für Web-Shops“Dr. Hans Bardeleben, Conrad Electronic GmbH; gehalten auf der SFD 2006 in Bonn.


Agenda


SAS BI Plattform


SAS Storage


Zusammenfassung EIP


SAS BI Plattform


SAS Storage


Zusammenfassung EIP


SAS Enterprise Intelligence Plattform






Time to Intelligence

Business IntelligenceThe Best-of-Breed Approach

Bus

ines

s V

alue

Data Access Reporting / OLAPData

Management

Optimization

Predictive Modeling

Forecasting

What will happen next?What’s the best that can happen?

What Happened? How Much?How Many?


Best-of-Breed


Beyond BI™

The EIP Approach

Bus

ines

s V

alue What will happen next?

What’s the best that can happen?


Optimization

Predictive Modeling

Forecasting

Reporting / OLAP

Data Management

Data Access/Quality


EIP

Best-of-Breed


Beyond BI™The Business Solutions Approach

Bus

ines

s V

alue What will happen next?

What’s the best that can happen?


Optimization

Predictive Modeling

Forecasting

Reporting / OLAP

Data Management

Data Access / Quality


Best-of-Breed

Solutions

Bus

ines

s V

alue


Beyond BI™The Industry Solutions Approach

Optimization

Predictive Modeling

Forecasting

Reporting / OLAP

Data Management

Data Access/Quality

What will happen next?What’s the best that can happen?


EIP


Agenda


SAS BI Plattform


SAS Storage


Zusammenfassung EIP


SAS BI Plattform


SAS Storage


Zusammenfassung EIP


60-80% der gesamten Kosten eines BI-Projektes fallen im Bereich DI an.

DI ist erfolgsbestimmend für BI-Projekte.

Quelle: TDWI-Evaluating DI and Data Integration Platforms (2003)

DI Tools sind kritische Punkte in einer BI Toolbox.Quelle: TDWI-Evaluating DI and Data Integration Platforms (2003)

Das Data Warehousing Institute schätzt, dass schlechteQualität der Kundendaten die U.S. Wirtschaft pro Jahr$611 Milliarden kostet...Quelle: Wayne Eckerson

Studien im Bereich Kostenanalyse haben gezeigt, dass zwischen 15% und mehr als 20% des operativen Umsatzes eines Unternehmens in Tätigkeiten investiert werden, die mit dem Thema oder der Behebungvon Datenqualitätsproblemen zu tun haben.Quelle: Larry English, Information Impact International, Inc.


Datenzugriffe (Auszug)

Enterprise Resource Planning systems: SAP BW, SAP R3, Siebel, Oracle Applications, PeopleSoft.

File formats: text files, standard and delimited, XML and standard flat files. Read and write other external data representations such as Binary, Hexadecimal, Octal, EBCDIC and ASCII.

Database sources: Microsoft SQL Server/PC (ODBC), Microsoft Access (ODBC), Microsoft Excel (ODBC), Oracle (Native, ODBC), Informix (ODBC), Generic ODBC, Sybase (Native, ODBC), Teradata (Native, ODBC), IBM DB2 (Native, ODBC), SAS, SAS/SHARE, SAS Scalable Performance Data Engine.

Mainframe database connectivity (OS/390 and z/OS): IBM DB2, VSAM (KSDS and ESDS), ISAM files, IMS, CA-IDMS, ADABAS, CA-Datacom, AS400 supported via ODBC, COBOL, Teradata, Oracle, PC files.

SAS® DI Studio ermöglicht den einfachen wizardgesteuerten Zugriffauf eine Vielzahl von Datenquellen und -zielen von Dateien und relationalen Datenbanksystemen bis zum ERP-System.


Umfassende Möglichkeiten von Transformationen

SAS® DI Studio bietethunderte von eingebauten

Standardfunktionen:

SAS® DI Studio Expression Builder(Standard Transformationen auf spaltenbasis)

• string

• date and time

• mathematical

• trigonometric and hyperbolic

• character

• character string matching

• descriptive statistics

• data quality

• profitability and density

• truncation

• logical operators

• financial

• formats

• macros


Prozessbibliothek SAS® Enterprise DI


High-Performance mit SAS® Data IntegrationNeuer Weltrekord

Retail Szenario mit 4,291 Terabyte• Bestelldaten mit 40 Millionen

Kundendatensätzen aus 647 Filialen• 53,56 Milliarden Einzelpositionen aus

der Kaufhistorie• 5600 einzelne Produkte

Ergebnis: 3,9 Terabyte pro Stunde• linearer Verlauf der Performance

bei 81,2 GB pro Stunde und CPU*

Kostensenkung durch bessere Nutzung der Hardware.


Metadaten: Grundlage eines geringen TCOund eines schnellem ROI

Single Point of Controlfür das Managen des unternehmensweitentechnologischen Unterbaus, inkl. Server, Applikationen, Sicherheitsmechanismen, Libraries und Metadaten über verschiedene Plattformen mit einemeinzigen Interface.

Open Integrated Metadata Repositoryfür die unternehmensweite Nutzung der Metadatendurch ein zentrales Repository.



Entwicklung: Workspace-Server

Test: Workspace-Server

Produktion: Workspace-Server

SAS DI - Server

Entwicklungsclient:Windows XP

DI-StudioUneingeschränkte

Nutzeranzahl

MetadatenEntwicklung

MetadatenTest

MetadatenProduktion

Promotion (E -> T)

Promotion (T -> P)


Entnommen dem Vortrag „Komplexität, Agilität und trotzdem Time-to-Market: Erfahrungen mit einem neuen Organisations- und Vorgehensmodell zur Entwicklung von BI-Anwendungen“, Eckart J. Schröer, Director, Head of Information Management, Bayerische Hypo- und Vereinsbank; gehalten auf der SFD 2006 in Bonn.


Metadatenintegration

RDBMSDaten-qualitätDI

OLAPReporting

AnalyseData Mining

Unterstützung des Common Warehouse Metamodel (CWM) Standards (www.omg.org/cwm/)

http://www.omg.org/cwm/


Change AnalysisVergleich von Datenmodellen mit Metadaten

Selektiver Abgleich möglich

ModifiedModified

NewNew

DeletedDeleted


Ursachenanalyse


Erweiterte Impact Analyse (bei Nutzung der SAS EIP)

Unterstützung von Enterprise Guide Projekten und Marketing Automation Kampagnen

Unterstützung von Enterprise Guide Projekten und Marketing Automation Kampagnen


Der Nutzen (TCO) von zentralen Metadaten:Zentrale Ablage aller Systeminformationen

Alle Komponenten können auf die gleichen Informationen zugreifen (keine Synchronisation)

Hohe Wiederverwendung in der Plattform (Benutzer, Berechtigungen, Zugriffe, Datenbeschreibungen, etc.)

Analyse der Zusammenhänge (Verringerung des Wartungsfensters)

….. denn nicht alle Wege führen zum Ziel


Performancesteigerung: SAS im GRID


Grid Plug-in to the SAS 9 Management Console


The Data Integration Landscape


Datenqualität

Richtiger Content in den Feldern

Wertebereich

Statistische Abweichungen

Formatprüfung

Standardisierung der Datenschreibweise

Bildung von Clustern

Matchen von Datenbeständen

Dublettenbereinigung


Die 5 Schritte zur besseren Datenqualität:• „single pass“ Profiling• Dateninformationen• Problemidentifikation• Planungsgrundlage• Reduktion Projektrisiko

• Regelwerkerstellung• Datenvalidierung• Haushaltsidentifikation• Multi-Feldaufteilung• Matchcodeerstellung• Messverfahrenerstellung(File- & Logfileauswertung)

• Datenzusammenführung• Datenabgleich • Dublettenerkennung

• Datenanreicherung• Datenergänzung

• Kennzahlen • Statusprüfung• Maßnahmencontrolling• Transparenz


Daten standardisieren – Warum ?Beispiel - Umsatzbericht Firma Rechnungs# Umsatz (€)BMW 123-065

875-005

123-410459-060

Bayerische Motoren Werke 164-045 237.897

...

15.687Bayrische Motorenwerke 47.657

BMW 134.982b.m.w. 9.807

... ...

select customers where Firma = ‚BMW‘


Firma Rechnungs# Umsatz (€)BMW 123-065

875-005

123-410459-060

Bayerische Motoren Werke 164-045 237.897

...

15.687Bayrische Motorenwerke 47.657

BMW 134.982b.m.w. 9.807

... ...

150.669select customers where Firma = ‚BMW‘

Daten standardisieren – Warum ?Beispiel - Umsatzbericht


Firma Rechnungs# Umsatz (€)BMW 123-065

875-005

123-410459-060

BMW 164-045 237.897

...

15.687BMW 47.657

BMW 134.982BMW 9.807

... ...

446.030select customers where Firma = ‚BMW‘

Daten standardisieren – Warum ?Beispiel - Umsatzbericht


Daten standardisieren -Das Vorgehen




Clustern von Daten

Ziel: Durch das Clustern werden Daten zu Gruppen zusammengefasst. So können Dubletten gefunden und eliminiert werden !



Matchen von DatenZiel: Das Matchen von Daten ermöglicht die

Zusammenführung von Informationen, die aus verschiedenen Quellen stammen.

Dr. Joachim MeierBayerische Motorenwerke

Joachim [email protected]

Hr. Achim MayerBMWInnerer Ring 12480234 München

Hr. Joachim Meier Dr.BMWInnerer Ring 12480234 Mü[email protected]


Prozessschritt Integration:Haushalte identifizieren

ID Vorname Nachname Anschrift Telefon MC1 MC2 MC3 HID1 Susanne Gutfleisch Landfriedstr. 19 412136 $AV #V8 %A8 112 Martina Neudecker Landfried Straße 19 412136 $SV #V8 %SB 113 Harald Neudecker Landfriedstrasse 19 26673 $SV #V6 %S6 1

2 Michael Becker Am Flussufer 1 26673 $BH #H6 %B6 24 Johann Grün Flussufer 1 26673 $GH #H6 %G6 211 Ruth Becker Flussufer 1a 26673 $RH #H6 %R6 2

3 Brigitte Mayer Klausenpfad 7 12345 $BM #M2 %B2 38 Ulrich Maier Clausenpfad7 12345 $MM #M2 %M2 3

5 David Schröder Unter den Linden 12 3454890 $JH #H2 %J2 46 Caroline Schroeder Den Linden 12 0172343265 $JH #H2 %J8 4

mehrstufiges Matching für die Haushaltsidentifikation


dfConnector for SAP(certified for SAP NetWeaver)

real

-tim

e

SAP

Master Data Management real-time

real-time

Web-Services

batc

h

Enterprise Data Integration-Server

SAS DQ Framework

Quality Knowledge

Base(landesspezifische

Regelwerke)

QKB

dfPower Studio Suite

Ben

utz

er-

ober

fläc

he


Die größten Irrtümer (Quelle: nach Gartner, aus CW 07/2005 vom 18.Feb. 2005, Seite 19)

„Wenn das Data Warehouse erst einmal steht, kommen die Benutzer von alleine.“Die IT muss von Anfang an mit den Fachabteilungen und dem Management zusammenarbeiten, sonst scheitert das Projekt.

„Manager müssen frei mit den Zahlen spielen können.“Unternehmen benötigen präzise und einheitliche Metriken und eine durchgängige BI-Infrastruktur. Spreadsheets sollten als formelles Berichtswerkzeug verboten sein, lokale Dateninseln und verschiedene „Version of the truth“ unterbunden werden.

„Wir haben keine Probleme mit der Datenqualität.“Fehlende Datenqualität führt zu mangelhaften Informationen bis hin zum Scheitern eines Data Warehouse. Unternehmen müssen einen ständigen Kontrollprozess implementieren und beim Management verankern.

„Unser ERP-Anbieter hat die beste BI-Software für uns.“ERP-Data Warehouses sind nicht kostenlos und decken nicht alle BI-Funktionen ab. Anwender sollte mehrgleisigeProduktstrategie fahren.

„Darwin hat recht – BI-Lösungen müssen sich evolutionär entwickeln.“Statt lokale Lösungen im Wasserfallmodell zu entwickeln und sich ganz nach den individuellen Anforderungen einer Abteilung zu richten, sollten Unternehmen Standardmethoden für den Lebenszyklus und die unternehmensweite Nutzung einer BI-Lösung definieren und übergreifende BI-Architekturen aufbauen.

Wir können das ganze verdammte Data Warehouse auch outsourcen.“Taktische BI-Lösungen lassen sich (temporär) per Outsourcing betreiben, doch Kernkompetenzen sollten im Unternehmen bleiben.

„Ich brauche nur ein Dashboard.“Ohne eine solide Data-Warehouse-Architektur bieten Dashboards und Scorecards kaum Möglichkeiten zur Datenanalyse und sind nur ein weiteres, ungenügend integriertes BI-Frontend.

Was die Gartner-Analysten immer wieder zu hören bekommen:


META Group is a trademark, and METAspectrum is a service mark, of META Group, Inc.Copyright © 2004 META Group, Inc. All rights reserved.

DI ToolsMETAspectrumSM Evaluation



2005 SearchCRM.comProduct of the Year – Data Quality

2005 CRM magazine Market Winner in Data Quality

Scott Gidley, DataFlux: Innovator to Watch in 2006

Auszeichnungen für SAS Data Flux dfPowerStudio

http://www.dataflux.com/default.asp


Agenda


SAS BI Plattform


SAS Storage


Zusammenfassung EIP


SAS BI Plattform


SAS Storage


Zusammenfassung EIP


Datenspeicherung in SAS® 9

SAS data set - Relational• einfach schnell und effektiv• ideal für SAS Transformation Language und Analysen

SAS/ACCESS Produkte - Access• Zugriff auf alle gängigen (R)DBMS• optimal auf die jeweilige Datenbank abgestimmter

Datenaustausch, teilweise parallelisiert• SAS Data Surveyor: Zugriff über Metadaten Schicht der ERP

Systeme (SAP, Siebel, Peoplesoft)

RDBMSRDBMSRDBMSRDBMSRDBMSRDBMSDBMS / ERPDBMS / ERPDBMS / ERP


Datenspeicherung in SAS® 9SAS OLAP Cubes - Multi-Dimensional• ideal für OLAP Analysen• Speicherung beliebiger Aggregationen• hoch performant durch SAS® OLAP Server• offener Standard (OLE DB MDX Abfragen)

SPD Server / SPD Engine - Parallel• ideal für 'high volume' relationale Daten• paralleles Lesen der Daten • volle Multi-Prozessor Unterstützung (SMP Plattform)• SPD Engine auch für OS/390 u. z/OS• StarJoin (nur SPDS)• Zugriff über technischem User (nur SPDS)• Query-Optimierung (nur SPDS)• Benutzerverwaltung in der SAS Management Console


SAS® 9 - relationale Datenhaltung

SPD Engine Scalable Performance Data Server

Base SAS Engine SAS/Share

Single-User Multi-User

Single-Threaded

Multi-Threaded


Parallele Datenhaltung in SAS® 9SPD Engine kombiniert mit multi-threading

Thread

Thread

Thread

Thread

Thread

Thread

Thread

Thread

CPUCPU

CPUCPU

CPUCPU

CPUCPU

Multi-threading Paralleles Lesen


SAS - die Data Warehouse Strategie

SASRDBMs

ETL – Laufzeit in Minuten Speicherbedarf in GB

18 GB

SASRDBMs0

100

150

200

250

300

50

0

10

15

20

5 6 GB

284 min

49 min


“Die meisten Unternehmen müssen mit IT-Budgetsauskommen, deren Wachstumsrate unterhalb der erwarteten Wachstumsrate des Unternehmens liegt.

Sie müssen mehr mit weniger erreichen.“

Quelle: The Gartner Scenario 2005: IT Leaders' Next Big Decisions


SAS im Terabyte-Bereich


Agenda


SAS BI Plattform


SAS Storage


Zusammenfassung EIP


SAS BI Plattform


SAS Storage


Zusammenfassung EIP


Ein Front End für Alle Anwender ?Die Realität in Unternehmen

Unterschiedliche Qualifikation der Mitarbeiter• Programmierer, ..., Point & Click User

Unterschiedliche Mitarbeiter-Rollen• IT Mitarbeiter, Fachbereich, Analytiker, Entscheider

Unterschiedliche Anforderungen der Anwender• Statische Reports, interaktives OLAP

Unterschiedliche Technologien u. Plattformen• Web Browser, JAVA & Windows Applikationen


SAS Business IntelligenceRollenkonzept

IT-AbteilungSystem AdministrationDaten AdministrationReport Administration

Fachbereicheinteraktives ReportingDaten AnalyseData Mining

Reporting AnwenderWeb ReportingOLAP ReportingBerichtsverteilung

UnternehmensweiteAnwender

PersonalisierungInformationsverteilung Intranet / Extranet


Management: Portal & Dashboard


Fachabteilung: Portal & Analyse


Entnommen dem Vortrag „Business Intelligence als Erfolgsfaktor, um die Geschäftsprozesse des Universitätsklinikum Aachen zu managen“,Volker Lowitsch, Universitätsklinikum Aachen; gehalten auf der SFD 2006 in Bonn.


Reporting im Browser


Report-Layout im Browser


Flexible report layout

“With SAS Web Report Studio I have the flexibility to design reports just the way I want.”


„Power User“: AdHoc OLAP


Kombination von OLAP mit GIS


Integration in MS Word


Integration in MS Excel


Integration in MS PowerPoint


Ad-hoc Reporting als Windows Appl.



SAS® 9 Front Ends

SAS Management Console

SAS Information Map Studio

SAS Web Report Studio

SAS OLAP Cube Studio

SAS Add-In for MS Office

SAS DI Studio

SAS Enterprise Guide

SAS Information Delivery Portal

SAS AppDev Studio


Agenda


SAS BI Plattform


SAS Storage


Zusammenfassung EIP


SAS BI Plattform


SAS Storage


Zusammenfassung EIP


Erw

eite

rung

en

InformationMap

InformationMaps

Quell-systeme

DIJobs

Benutzer

DWH

Rel. Daten OLAPCubes

Zugriffs-rechte

Portal:Informations-konsumenten

WebReportStudio:Einfache Berichts-erstellung im Web.

Add-In for MS:Für MS Office Anwender

Enterprise Guide1:PowerUser

SAS Base:User mit Program-miererfahrung

weitere

Datenzugriffe

OLAP-CubeStudio2:IT-User

DI-Studio:IT-User

ManagementConsole:IT-User

OLAP

dfPowerStudio: Data Steward

1 AddOn2 OLAP-Server im Enterprise BI-Server enthalten

DataMart


Entnommen dem Vortrag „Zentrale SAS Plattform für das Performance-Management der DAK“,Claus Moldenhauer, stellvertretender Vorstandsvorsitzender der DAK; DAK Deutsche Angestellten-Krankenkasse; gehalten auf der SFD 2006 in Bonn.


Entnommen dem Vortrag „Zentrale SAS Plattform für das Performance-Management der DAK“,Hanns-Joachim Gießmann, Leiter Stabsstelle Unternehmensentwicklung/Controlling der DAK, DAK Deutsche Angestellten-Krankenkasse; gehalten auf der SFD 2006 in Bonn.


Entnommen dem Vortrag „Lünendonk-Studie 2006: Tendenzen und Strukturen im deutschen BI-Markt“Thomas Lünendonk, Lünendonk GmbH; gehalten auf der SFD 2006 in Bonn.



27.07.2006 13:33 Uhr

Befragung zu BI-Lösungen von Business Objects, Cognos, SAP oder SAS

Studie zu Total Cost of Ownership von BI-Lösungen

BI-Lösungen (Business Intelligence) von SAS sind am kosten-günstigsten. Zu diesem Ergebnis kommt eine neue Studie der Pariser HEC School of Management. Für die Untersuchung wurden Manager aus 109 Unternehmen zu den Total Cost of Ownership (TCO) ihrer BI-Lösungen befragt – also zu dem Aufwand für Anschaffung, Implementierung und Betrieb.

(Quelle: http://www.cio.de/index.cfm?pid=319&pk=825346 )

http://www.cio.de/index.cfm?pid=319&pk=825346


569% ROI bei dem Universitätsklinikum Aachen

Copyright © 2006, SAS Institute Inc. All rights reserved. 91Erschienen in der Comuterwoche 31/2006, Seite 42.

Copyright © 2006, SAS Institute Inc. All rights reserved. 92Copyright © 2006, SAS Institute Inc. All rights reserved.

Georg FranzkeCompetence Center Business Intelligence

Klopstockstr. 522765 [email protected].: 040 / 398608 - 49

mailto:[email protected]

Documents

Copyright © 2006, SAS Institute Inc. All rights reserved.fiedler/.../20070209... · SAS Intelligence Value Chain Data Integration • Metadaten gesteuerter DI Prozeß mit integrierter